AI Agent

Structural Approach to Guiding a Present-Biased Agent

结构化方法用于引导现时偏好代理

Tatiana Belova, Yuriy Dementiev, Artur Ignatiev, Danil Sagunov

专题命中 Agent评测 ：agent(title,abstract)

AI总结 本文提出了一种结构化方法，用于引导现时偏好代理，通过参数化算法分析任务图的计算复杂性，并给出了固定参数可 tractable 算法。

Comments Accepted at AAAI 2026

Calibrating Agent-Based Financial Markets Simulators with Pretrainable Automatic Posterior Transformation-Based Surrogates

基于可预训练的自动后验变换的代理基于金融市场模拟器校准

Boquan Jiang, Zhenhua Yang, Chenkai Wang, Muyao Zhong, Heping Fang, Peng Yang

专题命中 Agent评测 ：agent(title,abstract)

AI总结 本文提出ANTR方法，通过可预训练的神经密度估计器和自适应信任区域策略，提升代理基于金融市场模拟器的校准精度和效率。

Comments 32 pages, 4 figures

LLM Agents in Law: Taxonomy, Applications, and Challenges

法律中的LLM代理：分类、应用与挑战

Shuang Liu, Ruijia Zhang, Ruoyun Ma, Yujia Deng, Lanyi Zhu, Jiayu Li, Zelong Li, Zhibin Shen, Mengnan Du

机构 * Carnegie Mellon University（卡内基梅隆大学） ； National University of Singapore（国立新加坡大学） ； Stanford University（斯坦福大学） ； University of Washington（华盛顿大学） ； The University of Chicago（芝加哥大学） ； Rutgers University（罗格斯大学） ； Columbia University（哥伦比亚大学） ； New Jersey Institute of Technology（新泽西理工学院） 纠错

专题命中 Agent评测 ：agent(abstract)；planning(abstract)；agentic(abstract)；分类 cs.AI

AI总结 本文探讨了法律领域中LLM代理的分类、应用及挑战，分析了技术转变、应用分类、评估方法及未来发展方向。

Proof of Time: A Benchmark for Evaluating Scientific Idea Judgments

证明时间：评估科学思想判断的基准

Bingyang Ye, Shan Chen, Jingxuan Tu, Chen Liu, Zidi Xiong, Samuel Schmidgall, Danielle S. Bitterman

机构 * Harvard University（哈佛大学） ； Mass General Brigham（麻省总医院） ； Boston Children’s Hospital（波士顿儿童医院） ； Brandeis University（布兰迪大学） ； Yale University（耶鲁大学） ； Johns Hopkins University（约翰霍普金斯大学） 纠错

专题命中 Agent评测 ：agent(abstract)；tool use(abstract)；分类 cs.AI、cs.CL

AI总结 PoT通过半可验证的基准框架评估科学思想判断，利用时间分区和未来可验证的目标，结合离线沙盒实现可扩展的评估。

Comments under review

LongEmotion: Measuring Emotional Intelligence of Large Language Models in Long-Context Interaction

LongEmotion: 测量大语言模型在长上下文交互中的情感智能

Weichu Liu, Jing Xiong, Yuxuan Hu, Zixuan Li, Minghuan Tan, Ningning Mao, Hui Shen, Wendong Xu, Chaofan Tao, Min Yang, Chengming Li, Lingpeng Kong, Ngai Wong

机构 * Shenzhen MSU-BIT University（深圳MSU-BIT大学） ； The University of Hong Kong（香港大学） ； City University of Hong Kong（香港城市大学） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； Shenzhen Institute of Advanced Technology, Chinese Academy of Sciences（中国科学院深圳先进技术研究所） ； Beijing Normal University（北京师范大学） ； University of Michigan, Ann Arbor（密歇根大学安娜堡分校） 纠错

专题命中 Agent评测 ：agent(abstract)；multi-agent(abstract)；分类 cs.CL

AI总结 LongEmotion是一个评估大语言模型在长上下文交互中情感智能的基准，通过多任务和协作框架提升模型在情绪识别与共情生成中的表现。

Comments Technical Report

CHASE: LLM Agents for Dissecting Malicious PyPI Packages

CHASE：用于拆解恶意PyPI包的LLM代理

Takaaki Toda, Tatsuya Mori

专题命中 Agent评测 ：agent(abstract)；multi-agent(abstract)；分类 cs.SE

AI总结 CHASE通过多代理架构提升恶意PyPI包检测的可靠性，实现高召回率与低误报率。

Comments Accepted for publication and presented at the 2nd IEEE International Conference on AI-powered Software (AIware 2025). 10 pages, 3 figures

R3-RECON: Radiance-Field-Free Active Reconstruction via Renderability

R3-RECON：通过可渲染性进行无辐射场主动重建

Xiaofeng Jin, Matteo Frosi, Yiran Guo, Matteo Matteucci

专题命中 Agent评测 ：agent(abstract)；planning(abstract)

AI总结 R3-RECON通过无辐射场的可渲染性场实现高效主动重建，提升新视角质量和3DGS重建精度。

Comments 18 pages, 11 figures

OpenRT: An Open-Source Red Teaming Framework for Multimodal LLMs

OpenRT: 一种用于多模态大语言模型的开源红队框架

Xin Wang, Yunhao Chen, Juncheng Li, Yixu Wang, Yang Yao, Tianle Gu, Jie Li, Yan Teng, Yingchun Wang, Xia Hu

机构 * Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） 纠错

专题命中 Agent评测 ：agent(abstract)；multi-agent(abstract)

AI总结 OpenRT框架通过模块化设计和高吞吐量运行时，系统性评估多模态大语言模型的安全性，揭示了前沿模型在复杂攻击下的脆弱性。

MedEinst: Benchmarking the Einstellung Effect in Medical LLMs through Counterfactual Differential Diagnosis

MedEinst：通过反事实差异诊断基准测试医疗大语言模型中的Einstellung效应

Wenting Chen, Zhongrui Zhu, Guolin Huang, Wenxuan Wang

机构 * Stanford University（斯坦福大学） ； Xi’an Jiaotong University（西安交通大学） ； Shenzhen University（深圳大学） ； Renmin University of China（中国人民大学） 纠错

专题命中 Agent评测 ：agent(abstract)；分类 cs.AI、cs.CL

AI总结 MedEinst通过反事实差异诊断基准测试，揭示医疗大语言模型中的Einstellung效应，并提出ECR-Agent提升循证医学标准。

Comments 19 pages, 7 figures

MCP-ITP: An Automated Framework for Implicit Tool Poisoning in MCP

MCP-ITP：一种用于MCP中隐式工具中毒的自动化框架

Ruiqi Li, Zhiqiang Wang, Yunhao Yao, Xiang-Yang Li

机构 * University of Science and Technology of China（中国科学技术大学） 纠错

专题命中 Agent评测 ：agent(abstract)；分类 cs.AI

AI总结 MCP-ITP是一种用于MCP中隐式工具中毒的自动化框架，通过黑箱优化策略提升攻击成功率并规避检测。

LongDA: Benchmarking LLM Agents for Long-Document Data Analysis

LongDA：评估基于LLM的代理在长文档数据分析中的基准测试

Yiyang Li, Zheyuan Zhang, Tianyi Ma, Zehong Wang, Keerthiram Murugesan, Chuxu Zhang, Yanfang Ye

专题命中 Agent评测 ：agent(abstract)；分类 cs.AI

AI总结 LongDA通过评估基于LLM的代理在长文档数据分析中的性能，揭示了现有模型在处理复杂任务时的不足。

A Graph-Theoretical Perspective on Law Design for Multiagent Systems

多智能体系统的法律设计图论视角

Qi Shi, Pavel Naumov

专题命中 Agent评测 ：agent(abstract)；分类 cs.AI

AI总结 本文从图论角度研究多智能体系统中法律设计问题，提出两种法律类型并证明其最小化问题的计算复杂性，同时利用超图顶点覆盖的近似算法进行高效近似。

Comments The 40th AAAI Conference on Artificial Intelligence (AAAI-26)

Metric Design != Metric Behavior: Improving Metric Selection for the Unbiased Evaluation of Dimensionality Reduction

度量设计不等于度量行为：改进无偏评估降维的度量选择

Jiyeon Bae, Hyeon Jeon, Jinwook Seo

机构 * Seoul National University（首尔国立大学） 纠错

专题命中 Agent评测 ：workflow(abstract)；分类 cs.LG

AI总结 本文提出了一种基于度量相关性聚类的工作流程，以减少降维评估中的偏差，提高评估的稳定性。

Comments IEEE VIS 2025 (short paper)

AI-Assisted Authoring for Transparent, Data-Driven Documents

辅助作者生成透明、数据驱动的文档

Alfonso Piscitelli, Cristina David, Mattia De Rosa, Ali Mohammed, Federico Nanni, Jacob Pake, Roly Perera, Jessy Sodimu, Chenyiqiu Zheng

机构 * University of Salerno（萨勒诺大学） ； University of Bristol（布里斯托大学） ； Manchester Metropolitan University（曼彻斯特 Metropolitan 大学） ； The Alan Turing Institute（艾伦·图灵研究所） ； University of Kent（肯特大学） ； University of Cambridge（剑桥大学） ； University of Bath（巴斯大学） ； University College London（伦敦大学学院） 纠错

专题命中 Agent评测 ：agent(abstract)；分类 cs.AI

AI总结 本文提出了一种基于大语言模型的工具，用于生成透明、数据驱动的文档，通过交互式数据溯源技术增强学术文章的可验证性。

Lifelong Learning of Large Language Model based Agents: A Roadmap

基于大语言模型代理的终身学习：路线图

Junhao Zheng, Chengming Shi, Xidi Cai, Qiuke Li, Duzhen Zhang, Chenxing Li, Dong Yu, Qianli Ma

专题命中 Agent评测 ：agent(abstract)；分类 cs.AI

AI总结 本文提出了一种基于大语言模型代理的终身学习框架，通过三个模块整合多模态输入、知识存储与动态环境交互，以实现持续适应和长期性能提升。

Comments Accepted to IEEE TPAMI

Sparse Point-wise Privacy Leakage: Mechanism Design and Fundamental Limits

稀疏点隐私泄露：机制设计与基本限制

Amirreza Zamani, Sajad Daei, Parastoo Sadeghi, Mikael Skoglund

专题命中 Agent评测 ：agent(abstract)

AI总结 本文研究了稀疏点隐私泄露机制设计问题，提出了一种基于信息几何的二次近似方法，并通过凸半正定规划松弛解决NP难问题，同时确定了稀疏最优的阈值条件。

Peacock: UEFI Firmware Runtime Observability Layer for Detection and Response

Peacock：用于检测和响应的UEFI固件运行时可观察性层

Hadar Cochavi Gorelik, Orel Fadlon, Denis Klimov, Oleg Brodt, Asaf Shabtai, Yuval Elovici

专题命中 Agent评测 ：agent(abstract)

AI总结 Peacock通过模块化框架实现UEFI启动过程的完整性保证监控和远程验证，有效检测多种现实中的固件启动套件。

Spatial Multi-Task Learning for Breast Cancer Molecular Subtype Prediction from Single-Phase DCE-MRI

空间多任务学习用于从单相DCE-MRI预测乳腺癌分子亚型

Sen Zeng, Hong Zhou, Zheng Zhu, Yang Liu

机构 * Tsinghua University（清华大学） ； Southwest Forestry University（西南林业大学） ； GigaAI ； KCL 纠错

专题命中 Agent评测 ：agent(abstract)

AI总结 本研究提出空间多任务学习框架，利用单相DCE-MRI实现乳腺癌分子亚型的非侵入性预测，通过多任务学习提升ER、PR、HER2及Ki-67的预测性能。

Mean-field limits for interacting particle systems on general adaptive dynamical networks

一般自适应动态网络上相互作用粒子系统的均场极限

Nathalie Ayi

专题命中 Agent评测 ：agent(abstract)

AI总结 研究一般自适应动态网络上相互作用粒子系统的均场极限，通过两种方法建立Vlasov型方程并分析其适定性与稳定性。

The spontaneous emergence of leaders and followers in a mathematical model of cranial neural crest cell migration

数学模型中颅骨神经嵴细胞迁移中领导者和追随者的自发出现

Samuel W. S. Johnson, Ruth E. Baker, Philip K. Maini

专题命中 Agent评测 ：agent(abstract)

AI总结 本文提出了一种基于极性的基于代理的数学模型，用于模拟颅骨神经嵴细胞迁移中领导者和追随者表型的自发出现，无需预先设定表型。

Comments 6 Figures

A poset representation for stable contracts in a two-sided market generated by integer choice functions

关于由整数选择函数生成的双侧市场中稳定合同的偏序表示

Alexander V. Karzanov

专题命中 Agent评测 ：agent(abstract)

AI总结 本文研究由整数选择函数生成的双侧市场中稳定合同的偏序表示，通过构造加权偏序实现稳定合同集的显式表示。

Comments 38 pages, 1 figure. Compared with the initial version, some minor corrections and improvements have been done

Convergence Analysis of Weighted Median Opinion Dynamics with Higher-Order Effects

带高阶效应的加权中位数意见动力学收敛性分析

Lingrui Chen, Xu Zhang, Fanpeng Song, Fang Wang, Cunquan Qu, Zhixin Liu

专题命中 Agent评测 ：agent(abstract)

AI总结 本文提出了一种基于simplicial复形的高阶交互加权中位数意见动力学模型，分析了其收敛性与稳定性，为高阶环境效应下的意见动力学提供了新的分析框架。

Data-Dependent Goal Modeling for ML-Enabled Law Enforcement Systems

面向数据依赖的目标建模用于机器学习赋能的执法系统

Dalal Alrajeh, Vesna Nowack, Patrick Benjamin, Katie Thomas, William Hobson, Carolina Gutierrez Muñoz, Catherine Hamilton-Giachritsis, Juliane A. Kloess, Jessica Woodhams, Daniel Butler, Mark Law, Ralph Morton, Benjamin Costello, Amy Burrell, Tim Grant, Prachiben Shah, Frances Laureano de Leon, Mark Lee

专题命中 Agent评测 ：agent(abstract)

AI总结 本文提出利用GORE框架KAOS进行数据驱动的目标建模，以提升ML赋能执法系统在识别在线儿童性虐待嫌疑人中的性能。

Comments 10 + 2 pages

An LLM -Powered Assessment Retrieval-Augmented Generation (RAG) For Higher Education

基于大语言模型的评估检索增强生成（RAG）系统用于高等教育

Reza Vatankhah Barenji, Nazila Salimi, Sina Khoshgoftar

专题命中 Agent评测 ：agentic(abstract)

AI总结 本研究提出基于RAG架构的大语言模型驱动评估系统，通过整合评分标准和范文生成高质量反馈，实现大规模、一致的评估反馈，提升学生自主学习能力。

Comments 19 Pages

Hallucinations Live in Variance

幻觉存在于方差中

Aaron R. Flouro, Shawn P. Chadwick

机构 * PhD research（博士研究） 纠错

专题命中 其他Agent ：agentic(abstract)；分类 cs.AI、cs.LG

AI总结 研究提出语义稳定性（SS）作为衡量模型方差驱动不可靠性的诊断工具，通过同义词一致性（PC@k）评估模型在不同稀疏度下的稳定性，发现稀疏度增加可显著提升一致性。

Comments 8 pages, 3 figures

"They parted illusions -- they parted disclaim marinade": Misalignment as structural fidelity in LLMs

他们分开了幻象——他们分开了否定腌制：在大语言模型中将不一致视为结构忠实

Mariana Lins Costa

专题命中 其他Agent ：agentic(abstract)；分类 cs.AI、cs.CL

AI总结 本文提出大语言模型中'不一致'现象源于对不一致语言结构的忠实，而非欺骗性意图，通过分析案例和实证数据，揭示语言结构与意图生成的关系。

Architecting AgentOps Needs CHANGE

构建 AgentOps 需要 CHANGE

Shaunak Biswas, Hiya Bhatt, Karthik Vaidhyanathan

专题命中 其他Agent ：agentic(abstract)；分类 cs.SE

AI总结 本文提出CHANGE框架，用于构建能够适应不确定性和持续演化的AgentOps平台，以管理演进中的代理式人工智能系统。

Comments This paper has been accepted to CAIN 2026