AI Agent

Dreaming Is Not a Bug: A Jung-Inspired Dream Layer for Multi-Agent LLM Companions

梦境并非bug：一种基于荣格思想的多智能体LLM伴侣的梦境层

V. Cheung

专题命中 多智能体 ：agent(title)；multi-agent(title)；分类 cs.AI

AI总结 本文提出一种基于荣格思想的梦境层，通过离线生成梦境叙事来增强多智能体LLM伴侣的学习与关系建立能力，将幻觉转化为资源而非bug。

Comments Preprint, 35 pages (5 pages of appendix), 2 figures, 3 tables. Conceptual and architectural proposal with preliminary simulation results

Value of Information: A Framework for Human-Agent Communication

信息价值：人类-智能体通信的框架

Yijiang River Dong, Tiancheng Hu, Zheng Hui, Caiqi Zhang, Ivan Vulić, Andreea Bobu, Nigel Collier

机构 * University of Cambridge（剑桥大学） ； MIT（麻省理工学院） 纠错

专题命中 多智能体 ：agent(title,abstract)；分类 cs.CL

AI总结 本文提出基于信息价值的框架，使智能体在人类-智能体通信中动态权衡信息获取与用户认知成本，实现高效适应性决策。

Recursive Binary Identification with Differential Privacy and Data Tampering Attacks

递归二进制识别与差分隐私及数据篡改攻击

Jimin Wang, Jieming Ke, Jin Guo, Yanlong Zhao

专题命中 多智能体 ：agent(abstract)；multi-agent(abstract)

AI总结 本文提出递归投影算法以应对传感器网络中差分隐私和数据篡改攻击，实现参数估计的稳定收敛。

Dynamic Incentivized Cooperation under Changing Rewards

动态奖励激励下的合作

Philipp Altmann, Thomy Phan, Maximilian Zorn, Claudia Linnhoff-Popien, Sven Koenig

专题命中 多智能体 ：agent(abstract)；multi-agent(abstract)

AI总结 本文提出DRIVE方法，通过动态奖励激励实现去中心化合作，在变化的奖励环境中维持合作。

Comments 18 pages, 10 figures, under submission

Fed-SE: Federated Self-Evolution for Privacy-Constrained Multi-Environment LLM Agents

Fed-SE: 联邦自我进化用于隐私约束下的多环境大语言模型代理

Xiang Chen, Yuling Shi, Qizhen Lan, Yuchao Qiu, Min Wang, Xiaodong Gu, Yanfu Yan

机构 * Zhejiang University（浙江大学） ； Shanghai Jiao Tong University（上海交通大学） ； UTHealth Houston（UT健康科学中心休斯顿分校） ； University of Pennsylvania（宾夕法尼亚大学） 纠错

专题命中 多智能体 ：agent(abstract)；分类 cs.AI、cs.LG

AI总结 Fed-SE通过局部进化与全局聚合范式，在隐私约束下提升多环境大语言模型代理的跨环境知识转移效果。

BotSim: Mitigating The Formation Of Conspiratorial Societies with Useful Bots

BotSim: 通过有用机器人缓解阴谋社会的形成

Lynnette Hui Xian Ng, Kathleen M. Carley

专题命中 多智能体 ：agent(abstract)；分类 cs.AI

AI总结 BotSim通过引入有用机器人缓解阴谋社会的形成，展示Good机器人在信息纠正中的高效性和可持续性。

Comments Published in Journal of Artificial Societies and Social Simulation

Journal ref Journal of Artificial Societies and Social Simulation 29 (1) 4. 2026

Deep Q-Network Based Resilient Drone Communication:Neutralizing First-Order Markov Jammers

基于深度Q网络的抗干扰无人机通信：中和一阶马尔可夫干扰源

Andrii Grekhov, Volodymyr Kharchenko, Vasyl Kondratiuk

专题命中 多智能体 ：agent(abstract)；分类 cs.AI

AI总结 本文提出基于深度Q网络的无人机通信抗干扰方法，通过自我学习实现有效干扰抵消，验证了中等冗余度对丢包率的显著降低作用。

Comments 13 pages, 6 figures

Solutions for Sustainable and Resilient Communication Infrastructure in Disaster Relief and Management Scenarios

灾害应急与管理场景中可持续和抗灾通信基础设施的解决方案

Bilal Karaman, Ilhan Basturk, Sezai Taskin, Engin Zeydan, Ferdi Kara, Esra Aycan Beyazit, Miguel Camelo, Emil Björnson, Halim Yanikomeroglu

专题命中 多智能体 ：planning(abstract)

AI总结 本文提出了一种可持续且抗灾的通信基础设施解决方案，通过技术探索和案例研究，提升灾害应急响应和恢复能力。

Comments 32 pages, accepted and published by IEEE COMST

From Text to Simulation: A Multi-Agent LLM Workflow for Automated Chemical Process Design

从文本到模拟：一种多智能体LLM工作流用于自动化化学过程设计

Xufei Tian, Wenli Du, Shaoyi Yang, Han Hu, Hui Xin, Shifeng Qu, Ke Ye

专题命中 工作流自动化 ：agent(title,abstract)；workflow(title,abstract)；multi-agent(title,abstract)；分类 cs.AI

AI总结 本文提出一种多智能体LLM工作流，利用大语言模型实现从文本到自动化学过程模拟的端到端自动化，提升模拟收敛率并减少设计时间。

FROAV: A Framework for RAG Observation and Agent Verification -- Lowering the Barrier to LLM Agent Research

FROAV：一个用于RAG观察和代理验证的框架——降低LLM代理研究的门槛

Tzu-Hsuan Lin, Chih-Hsuan Kao

机构 * AetheTech 纠错

专题命中 工作流自动化 ：agent(title,abstract)；autonomous agent(abstract)；workflow(abstract)；分类 cs.LG、cs.SE

AI总结 FROAV提供了一个开源平台，通过可视化工作流编排、评估框架和Python集成，降低LLM代理研究的门槛，使研究人员能更专注于算法创新。

Comments 8 pages, 1 figure, 3 tables

Toward Safe and Responsible AI Agents: A Three-Pillar Model for Transparency, Accountability, and Trustworthiness

迈向安全和负责任的AI代理：透明、问责和可信的三支柱模型

Edward C. Cheng, Jeshua Cheng, Alice Siu

机构 * InquiryOn 纠错

专题命中 工作流自动化 ：AI agent(title,abstract)；agent(abstract)；autonomous agent(abstract)；分类 cs.AI

AI总结 本文提出三支柱模型，旨在通过透明、问责和可信机制，确保AI代理的安全性和责任性，促进负责任的AI发展。

Comments 15 pages, 8 figures, conference paper

StarFlow: Generating Structured Workflow Outputs From Sketch Images

StarFlow: 从草图图像生成结构化工作流输出

Patrice Bechard, Chao Wang, Amirhossein Abaskohi, Juan Rodriguez, Christopher Pal, David Vazquez, Spandana Gella, Sai Rajeswar, Perouz Taslakian

专题命中 工作流自动化 ：workflow(title,abstract)；分类 cs.AI、cs.LG

AI总结 StarFlow通过视觉-语言模型从草图自动生成结构化工作流，提升了自动化流程的构建效率。

Comments To be presented at EACL2026

When Bots Take the Bait: Exposing and Mitigating the Emerging Social Engineering Attack in Web Automation Agent

当机器人上当：揭露和缓解网络自动化代理中新兴的社会工程攻击

Xinyi Wu, Geng Hong, Yueyue Chen, MingXuan Liu, Feier Jin, Xudong Pan, Jiarun Dai, Baojun Liu

机构 * Fudan University（复旦大学） ； Zhongguancun Laboratory（中关村实验室） ； Shanghai Innovation Institute（上海创新研究院） ； Tsinghua University（清华大学） 纠错

专题命中 工作流自动化 ：agent(title,abstract)；分类 cs.AI

AI总结 研究提出AgentBait攻击范式，揭示网络自动化代理的社会工程威胁，并设计SUPERVISOR模块有效缓解此类攻击。

TreePS-RAG: Tree-based Process Supervision for Reinforcement Learning in Agentic RAG

TreePS-RAG: 基于树的强化学习过程监督在代理RAG中的应用

Tianhua Zhang, Kun Li, Junan Li, Yunxiang Li, Hongyin Luo, Xixin Wu, James Glass, Helen Meng

机构 * The Chinese University of Hong Kong, Hong Kong SAR, China（香港中文大学） ； Massachusetts Institute of Technology, Cambridge MA, USA（麻省理工学院） 纠错

专题命中 工作流自动化 ：agentic(title,abstract)；分类 cs.CL

AI总结 TreePS-RAG通过基于树的在线强化学习框架，在代理RAG中实现细粒度过程监督，提升多跳和通用问答任务性能。

PenForge: On-the-Fly Expert Agent Construction for Automated Penetration Testing

PenForge: 为自动化渗透测试的实时专家代理构建

Huihui Huang, Jieke Shi, Junkai Chen, Ting Zhang, Yikun Li, Chengran Yang, Eng Lieh Ouh, Lwin Khin Shar, David Lo

专题命中 工作流自动化 ：agent(title,abstract)；分类 cs.SE

AI总结 PenForge通过实时构建专家代理提升自动化渗透测试效果，实现零日设置中30%的利用成功率，比现有方法提高3倍。

Agentic AI Microservice Framework for Deepfake and Document Fraud Detection in KYC Pipelines

面向深度伪造和文档欺诈检测的代理AI微服务框架用于KYC流程

Chandra Sekhar Kubam

专题命中 工作流自动化 ：agentic(title,abstract)；分类 cs.AI

AI总结 本文提出一种代理AI微服务框架，用于提升KYC流程中深度伪造和文档欺诈检测的准确性与实时性，同时增强对抗性输入的抵御能力。

Comments Journal of Information Systems Engineering and Management, 2024

Expert Consensus-based Video-Based Assessment Tool for Workflow Analysis in Minimally Invasive Colorectal Surgery: Development and Validation of ColoWorkflow

基于专家共识的视频评估工具用于微创结直肠手术的工作流程分析：ColoWorkflow的开发与验证

Pooja P Jain, Pietro Mascagni, Giuseppe Massimiani, Nabani Banik, Marta Goglia, Lorenzo Arboit, Britty Baby, Andrea Balla, Ludovica Baldari, Gianfranco Silecchia, Claudio Fiorillo, CompSurg Colorectal Experts Group, Sergio Alfieri, Salvador Morales-Conde, Deborah S Keller, Luigi Boni, Nicolas Padoy

机构 * University of Strasbourg, CNRS, INSERM, ICube, UMR7357, Strasbourg, France（斯特拉斯堡大学，CNRS，INSERM，ICube，UMR7357，法国斯特拉斯堡） ； Department of Medical-Surgical Sciences and Translational Medicine, Faculty of Medicine and Psychology, Sapienza University of Rome, Italy（医学与外科科学与转化医学系，医学与心理学学院，罗马萨皮恩扎大学，意大利） ； University Hospital Virgen Macarena, University of Sevilla, Seville, Spain（圣地亚哥医院，塞维利亚大学，西班牙塞维利亚） ； Department of General and Minimally Invasive Surgery, Fondazione IRCCS Ca' Granda Ospedale Maggiore Policlinico, Milan, Italy（普通外科与微创外科部门，IRCCS卡格拉奥斯皮奇亚诺医院，米兰，意大利） ； Arizona State University, Tempe, AZ, USA（亚利桑那州立大学，Tempe，美国亚利桑那） 纠错

专题命中 工作流自动化 ：workflow(title,abstract)

AI总结 ColoWorkflow是一种基于专家共识的视频评估工具，用于微创结直肠手术的工作流程分析，通过标准化培训和提升手术质量。

Comments 12 pages, 4 figures

Strategic Geosteering Workflow with Uncertainty Quantification and Deep Learning: A Case Study on the Goliat Field

具有不确定性量化和深度学习的战略地质导向工作流程：以戈利亚特油田为例

Muzammil Hussain Rammay, Sergey Alyaev, David Selvåg Larsen, Reidar Brumer Bratvold, Craig Saint

专题命中 工作流自动化 ：workflow(title,abstract)

AI总结 本文提出了一种结合不确定性量化和深度学习的战略地质导向工作流程，通过FlexIES实时融合电磁数据以提高地质导向的准确性。

Comments In this version, the typo mistake in the title has been corrected

Journal ref Geophysics (2024) 89 (6) D301-D314

Crystal Generation using the Fully Differentiable Pipeline and Latent Space Optimization

利用全微分管道和潜在空间优化进行晶体生成

Osman Goni Ridwan, Gilles Frapper, Hongfei Xue, Qiang Zhu

机构 * Department of Mechanical Engineering and Engineering Science, University of North Carolina at Charlotte（机械工程与工程科学系，北卡罗来纳大学夏洛特分校） ； Applied Quantum Chemistry Group, Poitiers University-CNRS（应用量子化学组，波尔多大学-CNRS） ； Department of Computer Science, University of North Carolina at Charlotte（计算机科学系，北卡罗来纳大学夏洛特分校） ； Electrification (BATT CAVE) Research Center, Charlotte, NC 28223, USA（electrification（BATT CAVE）研究中心，夏洛特，NC 28223，美国） 纠错

专题命中 工作流自动化 ：workflow(abstract)；分类 cs.AI、cs.LG

AI总结 本研究提出一种结合全微分管道和潜在空间优化的晶体生成框架，通过可微SO(3)功率谱目标和双层松弛方法，提升复杂结构生成效率和成功率。

Reinforcement Learning for Micro-Level Claims Reserving

微级别理赔准备金的强化学习

Benjamin Avanzi, Ronald Richman, Bernard Wong, Mario Wüthrich, Yagebu Xie

机构 * Centre for Actuarial Studies, Department of Economics, The University of Melbourne（澳大利亚墨尔本大学经济系精算研究所以及精算研究中心） ； University of the Witwatersrand（沃斯兰德大学） ； School of Risk and Actuarial Studies, UNSW Australia Business School, UNSW Sydney（新南威尔士大学悉尼分校商学院风险与精算研究所以及精算研究学院） ； Department of Mathematics, ETH Zurich（苏黎世联邦理工学院数学系） 纠错

专题命中 工作流自动化 ：agent(abstract)；分类 cs.LG

AI总结 本文提出一种基于强化学习的微级别理赔准备金计算方法，通过马尔可夫决策过程提升未决赔款准备金估计的准确性和稳定性，适用于保险精算实践。

How to predict creativity ratings from written narratives: A comparison of co-occurrence and textual forma mentis networks

如何从书面叙述预测创造力评分：共现和文本形式意识网络的比较

Roberto Passaro, Edith Haim, Massimo Stella

机构 * Center for Mind/Brain Sciences (CIMeC), University of Trento（心灵/大脑科学中心（CIMeC），特伦托大学） ； CogNosco Lab, Department of Psychology and Cognitive Science, University of Trento（CogNosco实验室，心理学与认知科学系，特伦托大学） 纠错

专题命中 工作流自动化 ：workflow(abstract)；分类 cs.CL

AI总结 本文比较了共现网络和文本形式意识网络在预测创造力评分中的效果，发现TFMNs在预测精度上表现更优。

Prophet as a Reproducible Forecasting Framework: A Methodological Guide for Business and Financial Analytics

Prophet作为可重复的预测框架：面向商业和金融分析的方法指南

Sidney Shapiro, Burhanuddin Panvelwala

机构 * University of Lethbridge（利思堡大学） 纠错

专题命中 工作流自动化 ：workflow(abstract)；分类 cs.LG

AI总结 Prophet作为可重复预测框架，通过其加法结构、开源实现和标准化工作流程，提升了商业和金融分析中的预测透明度和可重复性。

Dataset-Adaptive Dimensionality Reduction

数据集自适应降维

Hyeon Jeon, Jeongin Park, Soohyun Lee, Dae Hyun Kim, Sungbok Shin, Jinwook Seo

机构 * Seoul National University（首尔国立大学） ； Yonsei University（延世大学） ； Inria-Saclay and Université Paris-Saclay（Inria-萨克莱和巴黎-萨克雷大学） 纠错

专题命中 工作流自动化 ：workflow(abstract)；分类 cs.LG

AI总结 本文提出了一种基于数据集结构复杂性度量的自适应降维方法，通过量化数据集复杂性来优化降维参数，提升降维效率并保持准确性。

Comments IEEE VIS 2025 & IEEE Transactions on Visualization and Computer Graphics (TVCG)

Parametric Probabilistic Manifold Decomposition for Nonlinear Model Reduction

参数概率流形分解用于非线性模型降阶

Jiaming Guo, Dunhui Xiao

专题命中 工作流自动化 ：workflow(abstract)

AI总结 PPMD通过整合概率流形嵌入与参数感知潜在学习，实现参数化问题的高保真度建模与非侵入性降阶。

Comments 26 pages

Diagnostic Performance of Universal-Learning Ultrasound AI Across Multiple Organs and Tasks: the UUSIC25 Challenge

通用学习超声AI在多个器官和任务中的诊断性能：UUSIC25挑战

Zehui Lin, Luyi Han, Xin Wang, Ying Zhou, Yanming Zhang, Tianyu Zhang, Lingyun Bao, Jiarui Zhou, Yue Sun, Jieyun Bai, Shuo Li, Shandong Wu, Dong Ni, Ritse Mann, Wendie Berg, Dong Xu, Tao Tan, the UUSIC25 Challenge Consortium

机构 * Macao Polytechnic University（澳门理工学院） ； Netherlands Cancer Institute（荷兰癌症研究所） ； Zhejiang Cancer Hospital（浙江省肿瘤医院） ； The First People’s Hospital of Hangzhou（杭州市第一人民医院） ； Affiliated Hangzhou Hospital of Nanjing Medical University（南京医科大学附属杭州医院） ； College of Information Science and Technology（信息科学与技术学院） ； Departments of Biomedical Engineering, and Computer and Data Science（生物医学工程与计算机与数据科学系） ； School of Biomedical Engineering（生物医学工程学院） ； University of Pittsburgh Medical Center（匹兹堡大学医学中心） 纠错

专题命中 工作流自动化 ：workflow(abstract)

AI总结 UUSIC25挑战评估了通用学习超声AI在多器官任务中的诊断性能，发现通用模型在分割任务中表现优异，但在复杂诊断任务中面临领域泛化难题。

Comments 8 pages, 2 figures. Summary of the UUSIC25 Challenge held at MICCAI 2025. Extensive Supplementary Material (containing original team reports) is available in the "ancillary files" section

TBPLaS 2.0: a Tight-Binding Package for Large-scale Simulation

TBPLaS 2.0：一种用于大规模模拟的紧束缚包

Yunhai Li, Zewen Wu, Miao Zhang, Junyi Wang, Shengjun Yuan

专题命中 工作流自动化 ：workflow(abstract)

AI总结 TBPLaS 2.0基于TBPM实现大规模紧束缚模拟，提供高效求解器、新功能及统一工作流程，显著提升计算效率与灵活性。

Multi-dimensional Autoscaling of Processing Services: A Comparison of Agent-based Methods

多维处理服务自动扩展：基于代理的方法比较

Boris Sedlak, Alireza Furutanpey, Zihang Wang, Víctor Casamayor Pujol, Schahram Dustdar

机构 * Distributed Systems Group, TU Wien（维也纳技术大学分布式系统组） ； DISL, ICREA | Universitat Pompeu Fabra（庞培法布拉大学） 纠错

专题命中 软件智能体 ：agent(title,abstract)；分类 cs.AI、cs.LG

AI总结 本文提出一种多维基于代理的自动扩展框架，比较了四种代理方法在边缘计算中的性能，验证了多维自动扩展的可行性。

ENCO: Life-Cycle Management of Enterprise-Grade Copilots

ENCO：企业级协作者的生命周期管理

Yiwen Zhu, Mathieu Demarne, Kai Deng, Wenjing Wang, Nutan Sahoo, Divya Vermareddy, Hannah Lerner, Yunlei Lu, Swati Bararia, Anjali Bhavan, William Zhang, Xia Li, Katherine Lin, Miso Cilimdzic, Subru Krishnan

机构 * Microsoft（微软公司） ； Carnegie Mellon University（卡内基梅隆大学） 纠错

专题命中 软件智能体 ：agentic(abstract)；分类 cs.AI、cs.SE

AI总结 ENCO 通过 DECO 框架提升企业级协作者的生命周期管理，实现高效检索增强生成和自动化资源访问，提高工程效率。

Smells Depend on the Context: An Interview Study of Issue Tracking Problems and Smells in Practice

气味取决于上下文：关于问题跟踪问题和实践中气味的访谈研究

Lloyd Montgomery, Clara Lüders, Christian Rahe, Walid Maalej

专题命中 软件智能体 ：workflow(abstract)；分类 cs.SE

AI总结 本文通过访谈研究，探讨了问题跟踪系统中问题和气味的上下文依赖性，揭示了团队在实际工作中遇到的挑战及潜在的工具解决方案。

Comments 30 pages, 1 figure, accepted at the ACM TOSEM journal. arXiv admin note: substantial text overlap with arXiv:2507.06704

Lightweight Yet Secure: Secure Scripting Language Generation via Lightweight LLMs

轻量却安全：通过轻量LLM实现安全脚本语言生成

Keyang Zhang, Zeyu Chen, Xuan Feng, Dongliang Fang, Yaowen Zheng, Zhi Li, Limin Sun

专题命中 软件智能体 ：agent(abstract)

AI总结 本文提出PSSec框架，通过数据合成与微调提升轻量LLM在生成安全PowerShell脚本方面的能力，显著降低推理成本。

Comments 19 pages,8 figures,conference