AI Agent

Gradient Coupling: The Hidden Barrier to Generalization in Agentic Reinforcement Learning

梯度耦合：代理强化学习中泛化能力的隐藏障碍

Jingyu Liu, Xiaopeng Wu, Jingquan Peng, Kehan Chen, Chuan Yu, Lizhong Ding, Yong Liu

机构 * Taobao & Tmall Group of Alibaba（阿里巴巴淘宝与天猫集团） ； Beijing Institute of Technology（北京理工大学） ； Beijing Key Laboratory of Research on Large Models and Intelligent Governance（北京大型模型与智能治理重点实验室） ； Engineering Research Center of Next-Generation Intelligent Search and Recommendation, MOE（下一代智能搜索与推荐工程技术研究中心） 纠错

专题命中 记忆与上下文管理 ：agentic(title,abstract)；autonomous agent(abstract)；分类 cs.AI

AI总结 本文提出了一种通过训练演员同时作为分类器来分离好坏动作，从而缓解代理强化学习中梯度耦合问题并提升泛化能力的方法。

Controllable Financial Market Generation with Diffusion Guided Meta Agent

受扩散引导的元代理可控金融市场生成

Yu-Hao Huang, Chang Xu, Yang Liu, Weiqing Liu, Wu-Jun Li, Jiang Bian

专题命中 记忆与上下文管理 ：agent(title,abstract)

AI总结 本文提出DigMA模型，通过扩散引导元代理生成可控且保真度高的金融市场，适用于高频交易任务。

Comments To appear in The Fortieth AAAI Conference on Artificial Intelligence (AAAI-26 Oral)

Self-reflection in Automated Qualitative Coding: Improving Text Annotation through Secondary LLM Critique

在自动化定性编码中的自我反思：通过二次LLM批评提升文本标注

Zackary Okun Dunivin, Mobina Noori, Seth Frey, Curtis Atkinson

专题命中 记忆与上下文管理 ：workflow(abstract)；分类 cs.CL、cs.SE

AI总结 通过二次LLM批评提升文本标注精度，减少错误率并提高分类器性能。

State of AI: An Empirical 100 Trillion Token Study with OpenRouter

AI 状态：一项具有 OpenRouter 的 100 万亿 token 实证研究

Malika Aubakirova, Alex Atallah, Chris Clark, Justin Summerville, Anjney Midha

机构 * OpenRouter 纠错

专题命中 记忆与上下文管理 ：agentic(abstract)；分类 cs.AI

AI总结 本研究通过分析 100 万亿 token 的真实世界 LLM 交互，揭示了 LLM 在实际应用中的复杂使用模式，包括开放式权重模型的普及、创意角色扮演的流行以及代理推理的兴起。

Comments 36 pages

Structured Personality Control and Adaptation for LLM Agents

结构化人格控制与适应用于大语言模型代理

Jinpeng Wang, Xinyu Jia, Wei Wei Heng, Yuquan Li, Binbin Shi, Qianlei Chen, Guannan Chen, Junxia Zhang, Yuyu Yin

机构 * Key Laboratory of Complex Systems Modeling and Simulation of Ministry of Education（教育部复杂系统建模与仿真重点实验室） ； Hangzhou Dianzi University（杭州电子科技大学） 纠错

专题命中 记忆与上下文管理 ：agent(abstract)；分类 cs.AI

AI总结 本文提出基于荣格心理学类型模型的结构化人格控制框架，通过协调、强化补偿和反思机制实现LLM人格的细腻表达与动态适应，提升人机交互中的自然代理设计。

SVII-3D: Advancing Roadside Infrastructure Inventory with Decimeter-level 3D Localization and Comprehension from Sparse Street Imagery

SVII-3D：利用厘米级3D定位与稀疏街道影像的综合理解，推进道路基础设施库存建设

Chong Liu, Luxuan Fu, Yang Jia, Zhen Dong, Bisheng Yang

机构 * State Key Laboratory of Information Engineering in Surveying, Mapping and Remote Sensing (LIESMARS), Wuhan University, Wuhan 430079, China（信息工程测绘遥感国家重点实验室（LIESMARS），武汉大学） ； Research Institute Ltd, Chengdu 610000, China（四川省公路规划设计研究有限公司） 纠错

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 SVII-3D通过厘米级3D定位与稀疏影像综合理解，提升道路基础设施库存的自动化创建与细粒度状态诊断能力。