AI Agent

MADIAVE: Multi-Agent Debate for Implicit Attribute Value Extraction

MADIAVE：多智能体辩论用于隐式属性值提取

Wei-Chieh Huang, Cornelia Caragea

机构 * University of Illinois Chicago（伊利诺伊大学芝加哥分校） 纠错

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

AI总结 MADIAVE通过多智能体辩论框架提升隐式属性值提取的准确性和鲁棒性，适用于多模态电子商务场景。

Comments Accepted by EACL 2026 (Findings)

Factored Value Functions for Graph-Based Multi-Agent Reinforcement Learning

基于图的多智能体强化学习中的分解价值函数

Ahmed Rashwan, Keith Briggs, Chris Budd, Lisa Kreusser

机构 * University of Bath（巴斯大学） ； BT Research（BT研究） 纠错

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

AI总结 本文提出了一种基于图的多智能体强化学习中的分解价值函数（DVF），并设计了DA2C和LD-GNN算法，在多个任务中提升了平均奖励性能。

Multi-Agent Taint Specification Extraction for Vulnerability Detection

多代理污点规范提取用于漏洞检测

Jonah Ghebremichael, Saastha Vasan, Saad Ullah, Greg Tystahl, David Adei, Christopher Kruegel, Giovanni Vigna, William Enck, Alexandros Kapravelos

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

AI总结 SemTaint通过结合LLM语义理解和传统静态分析，提取定制化的污点规范以提升漏洞检测效果

M^4olGen: Multi-Agent, Multi-Stage Molecular Generation under Precise Multi-Property Constraints

M^4olGen: 多智能体、多阶段分子生成在精确多属性约束下

Yizhan Li, Florence Cloutier, Sifan Wu, Ali Parviz, Boris Knyazev, Yan Zhang, Glen Berseth, Bang Liu

机构 * DIRO & Université de Montréal（DIRO与蒙特利尔大学） ； Mila – Quebec AI Institute（魁北克人工智能研究所） ； Institut Courtois（Courtois研究所） ； Samsung AI Lab, Montreal（三星AI实验室） ； Canada CIFAR AI Chair（加拿大CIFAR人工智能 chair） 纠错

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

AI总结 M^4olGen通过多智能体和强化学习框架，在多属性约束下实现精确分子生成，优于现有方法。

Cascading multi-agent anomaly detection in surveillance systems via vision-language models and embedding-based classification

通过视觉-语言模型和基于嵌入的分类实现监视系统中的级联多代理异常检测

Tayyab Rehman, Giovanni De Gasperis, Aly Shmahell

机构 * University of L’Aquila（拉奎拉大学） ； SPEE S.R.L（SPEE公司） 纠错

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

AI总结 本文提出一种级联多代理框架，结合视觉-语言模型和嵌入分类，实现高效且可解释的异常检测，减少延迟并提升监控系统性能。

Comments Author email changed, Acknowlegement changes

EvidFuse: Writing-Time Evidence Learning for Consistent Text-Chart Data Reporting

EvidFuse: 为一致的文本-图表数据报告进行写作时的证据学习

Huanxiang Lin, Qianyue Wang, Jinwu Hu, Bailin Chen, Qing Du, Mingkui Tan

机构 * South China University of Technology（华南理工大学） ； Pazhou Laboratory（琶洲实验室） 纠错

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

AI总结 EvidFuse通过多智能体框架实现写作时文本-图表交织生成，解决数据驱动报告中图表与文本不一致的问题，提升分析深度和证据空间扩展能力。

Scalable and Approximation-free Symbolic Control for Unknown Euler-Lagrange Systems

可扩展且无近似符号控制用于未知欧拉-拉格朗日系统

Ratnangshu Das, Shubham Sawarkar, Pushpak Jagtap

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

AI总结 本文提出了一种可扩展且无近似符号控制方法，用于确保未知欧拉-拉格朗日系统满足时序逻辑规范，同时减少计算和内存需求。

The Dynamic Team Orienteering Problem in Spatial Crowdsourcing: A Scenario Sampling Approach

空间众包中的动态团队导向问题：一种场景采样方法

Zhibin Wu, Songhao Shen, Yufeng Zhou, Qin Lei

专题命中 多智能体 ：planning(abstract)

AI总结 本文提出了一种场景采样滚动时间框架，用于解决空间众包中的动态团队导向问题，通过增强任务集和自适应大邻域搜索，实现稳定性能和高效计算。

Hybrid RIS-Aided Digital Over-the-Air Computing for Edge AI Inference: Joint Feature Quantization and Active-Passive Beamforming Design

混合RIS辅助数字空中计算用于边缘AI推理：联合特征量化和主动-被动波束成形设计

Yang Fu, Peng Qin, Liming Chen, Xianchao Zhang, Yifei Wang

专题命中 多智能体 ：agent(abstract)

AI总结 本文提出混合RIS辅助数字空中计算方案，通过联合优化特征量化和波束成形，提升边缘AI推理的准确性和鲁棒性。

ABC-Bench: Benchmarking Agentic Backend Coding in Real-World Development

ABC-Bench: 评估现实世界开发中自主后端编码的基准测试

Jie Yang, Honglin Guo, Li Ji, Jiazheng Zhou, Rui Zheng, Zhikai Lei, Shuo Zhang, Zhiheng Xi, Shichun Liu, Yuxin Wang, Bo Wang, Yining Zheng, Tao Gui, Xipeng Qiu

机构 * Fudan University（复旦大学） ； Shanghai Qiji Zhifeng Co., Ltd.（上海启济智风有限公司） ； Shanghai Innovation Institute（上海创新研究院） 纠错

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

AI总结 ABC-Bench是一个评估自主后端编码在真实可执行工作流中性能的基准测试，通过224个实际任务揭示了当前模型在复杂后端工程任务中的不足。

Building AI Agents to Improve Job Referral Requests to Strangers

构建AI代理以提高对陌生人的求职推荐请求

Ross Chu, Yuting Huang

机构 * UC Berkeley（加州大学伯克利分校） 纠错

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

AI总结 本文提出利用AI代理增强求职推荐请求的撰写效果，通过检索增强生成技术提升较弱请求的成功率，同时保持较强请求的性能。

Automating Traffic Model Enhancement with AI Research Agent

利用AI研究代理自动化交通模型增强

Xusen Guo, Xinxi Yang, Mingxing Peng, Hongliang Lu, Meixin Zhu, Hai Yang

机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； School of Transportation, Southeast University（东南大学交通运输学院） 纠错

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

AI总结 TR-Agent通过AI驱动的闭环迭代流程，自动化改进交通模型，提升效率和效果，适用于多种交通建模场景。

Comments 27 pages, 12 figures

Journal ref Transportation Research Part C: Emerging Technologies Volume 178, September 2025, 105187

RITA: A Tool for Automated Requirements Classification and Specification from Online User Feedback

RITA：一个用于自动化需求分类和规范的工具从在线用户反馈

Manjeshwar Aniruddh Mallya, Alessio Ferrari, Mohammad Amin Zadenoori, Jacek Dąbrowski

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

AI总结 RITA通过整合轻量级开源大语言模型，实现从在线用户反馈自动分类需求、识别非功能需求并生成自然语言规范，提升需求工程的端到端支持能力。

DemoTuner: Automatic Performance Tuning for Database Management Systems Based on Demonstration Reinforcement Learning

DemoTuner: 基于演示强化学习的数据库管理系统自动性能调优

Hui Dou, Lei Jin, Yuxuan Zhou, Jiang He, Yiwen Zhang, Zibin Zheng

机构 * School of Computer Science and Technology, Anhui University（安徽大学计算机科学与技术学院） ； School of Software Engineering, Sun Yat-sen University（中山大学软件工程学院） 纠错

专题命中 工作流自动化 ：agent(abstract)；分类 cs.LG

AI总结 DemoTuner通过LLM辅助的演示强化学习方法，利用文档中的调优提示提升数据库管理系统参数调优效果，实现性能提升和效率优化。

Comments 14 pages, 9 figures

Molecular Quantum Computations on a Protein

蛋白质上的分子量子计算

Akhil Shajan, Danil Kaliakin, Fangchun Liang, Thaddeus Pellegrini, Hakan Doga, Subhamoy Bhowmik, Susanta Das, Antonio Mezzacapo, Mario Motta, Kenneth M. Merz

专题命中 工作流自动化 ：workflow(abstract)

AI总结 本文提出了一种基于量子和经典计算的混合方法，用于高效计算蛋白质分子的电子结构，并通过实验验证了该方法在预测蛋白质构象能量方面的有效性。

pyRMG: A Framework for High-Throughput, Large-Cell DFT Calculations on Supercomputers

pyRMG：一种用于超算上高通量、大单元密度泛函理论计算的框架

R. J. Morelock, S. Bagchi, E. L. Briggs, W. Lu, J. Bernholc, P. Ganesh

专题命中 工作流自动化 ：workflow(abstract)

AI总结 pyRMG通过自动化输入生成和工作流整合，提升超算上大单元DFT计算的高通量效率。

Comments 41 pages, 9 figures

Chemically decisive benchmarks on the path to quantum utility

化学决定性基准：迈向量子实用性的路径

Srivathsan Poyyapakkam Sundar, Vibin Abraham, Bo Peng, Ayush Asthana

专题命中 工作流自动化 ：workflow(abstract)

AI总结 本文提出了一套化学决定性基准系统，用于测试量子算法在处理强相关化学问题时的性能，强调了问题意识和相关性特定策略的重要性。

OctoBench: Benchmarking Scaffold-Aware Instruction Following in Repository-Grounded Agentic Coding

OctoBench：面向仓库基础代理编程的支架意识指令遵循基准测试

Deming Ding, Shichun Liu, Enhui Yang, Jiahang Lin, Ziying Chen, Shihan Dou, Honglin Guo, Weiyu Cheng, Pengyu Zhao, Chengjun Xiao, Qunhong Zeng, Qi Zhang, Xuanjing Huang, Qidi Xu, Tao Gui

机构 * Fudan University（复旦大学） ； MiniMax ； Peking University（北京大学） 纠错

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

AI总结 OctoBench通过评估仓库基础代理编程中的支架意识指令遵循能力，揭示了任务解决与合规性之间的差距，推动更高效的编码代理发展。

What Drives Issue Resolution Speed? An Empirical Study of Scientific Workflow Systems on GitHub

是什么驱动了问题解决速度？对GitHub上科学工作流系统的实证研究

Khairul Alam, Banani Roy

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

AI总结 本文通过实证研究分析了GitHub上科学工作流系统中问题解决速度的影响因素，发现标签和分配问题等机制与更快的解决速度相关，并提出了改进建议。

Comments 7

The Great March 100: 100 Detail-oriented Tasks for Evaluating Embodied AI Agents

伟大的百日行进100：100个注重细节的任务用于评估具身体验人工智能代理

Ziyu Wang, Chenyuan Liu, Yushun Xiang, Runhao Zhang, Qingbo Hao, Hongliang Lu, Houyu Chen, Zhizhong Feng, Kaiyue Zheng, Dehao Ye, Xianchao Zeng, Xinyu Zhou, Boran Wen, Jiaxin Li, Mingyu Zhang, Kecheng Zheng, Qian Zhu, Ran Cheng, Yong-Lu Li

机构 * SJTU（上海交通大学） ； SII（上海人工智能研究院） ； Robbyant 纠错

专题命中 软件智能体 ：AI agent(title)；分类 cs.AI

AI总结 GM-100通过100个精心设计的任务全面评估具身体验人工智能代理的能力，推动机器人数据集任务设计的多样性和复杂性。

Vendor-Aware Industrial Agents: RAG-Enhanced LLMs for Secure On-Premise PLC Code Generation

面向供应商的工业代理：增强型LLM用于安全本地PLC代码生成

Joschka Kersting, Michael Rummel, Gesa Benndorf

机构 * Centre for Machine Learning（机器学习中心） ； Fraunhofer IOSB-INA（弗劳恩霍夫IOSB-INA研究所） ； FA-EDC ； Mitsubishi Electric Europe（三菱电机欧洲） 纠错

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

AI总结 本文提出了一种基于RAG增强的LLM方法，用于在低数据域中安全生成本地PLC代码，通过提示工程和定向检索提升代码生成质量。

Comments ICIT2026

LogicLens: Leveraging Semantic Code Graph to explore Multi Repository large systems

LogicLens: 通过语义代码图探索多仓库大型系统

Niko Usai, Dario Montagnini, Kristian Ilianov Iliev, Raffaele Camanzo

机构 * Sourcesense 纠错

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

AI总结 LogicLens通过构建语义多仓库图，帮助开发者探索复杂软件系统，支持自然语言交互和动态检索子图，实现领域逻辑和运行时行为的分析。

Traffic expertise meets residual RL: Knowledge-informed model-based residual reinforcement learning for CAV trajectory control

交通专家与残差强化学习相遇：基于知识的模型驱动残差强化学习用于智能交通车辆轨迹控制

Zihao Sheng, Zilin Huang, Sikai Chen

机构 * Department of Civil and Environmental Engineering, University of Wisconsin-Madison, Madison, WI, 53706, USA（土木与环境工程系，威斯尼大学麦迪逊分校） 纠错

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

AI总结 本文提出基于知识的模型驱动残差强化学习框架，用于智能交通车辆轨迹控制，结合交通专家知识与传统控制方法，提升学习效率与交通流平滑度。

Comments Accepted by Communications in Transportation Research

Journal ref Communications in Transportation Research 4 (2024): 100142

Applying Formal Methods Tools to an Electronic Warfare Codebase (Experience report)

将形式方法工具应用于电子战代码库（经验报告）

Letitia W. Li, Denley Lam, Vu Le, Daniel Mitchell, Mark J. Gerken, Robert B. Ross

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

AI总结 本文报告了将形式方法工具应用于电子战系统中的经验，探讨了工具可用性及漏洞检测比较，并提出改进建议。

Video-Browser: Towards Agentic Open-web Video Browsing

Video-Browser: 向具有代理能力的开放网页视频浏览迈进

Zhengyang Liang, Yan Shu, Xiangrui Liu, Minghao Qin, Kaixin Liang, Nicu Sebe, Zheng Liu, Lizi Liao

专题命中 GUI与网页智能体 ：agentic(title,abstract)；agent(abstract)；autonomous agent(abstract)

AI总结 Video-Browser通过金字塔感知技术，在开放式网络视频浏览中实现37.5%的相对提升，同时减少58.3%的token消耗。

Realistic Curriculum Reinforcement Learning for Autonomous and Sustainable Marine Vessel Navigation

现实课程强化学习用于自主可持续海洋船舶导航

Zhang Xiaocai, Xiao Zhe, Liang Maohan, Liu Tao, Li Haijiang, Zhang Wenbin

专题命中 GUI与网页智能体 ：agent(abstract)；分类 cs.LG

AI总结 本文提出基于现实课程强化学习的框架，结合数据驱动的海洋模拟和机器学习预测模块，以实现自主且可持续的船舶导航。

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

Offline Reinforcement-Learning-Based Power Control for Application-Agnostic Energy Efficiency

离线强化学习基于的应用无关能效功率控制

Akhilesh Raj, Swann Perarnau, Aniruddha Gokhale, Solomon Bekele Abera

机构 * Vanderbilt University（范德比大学） ； Argonne National Laboratory（阿贡国家实验室） 纠错

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

AI总结 本文提出利用离线强化学习设计自主CPU功率控制器，以提升并行应用的能源效率，同时控制性能降级。

Comments 11 pages, 5 figures, 3 tables and unpublished

Reinforcement Learning for Optimal Control of Spin Magnetometers

强化学习在自旋磁强计最优控制中的应用

Logan W. Cooke, Stefanie Czischek

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 本文提出利用强化学习中的SAC算法优化自旋磁强计的控制精度，通过训练RL代理生成最优脉冲序列并验证其在不同参数下的泛化能力。

Journal ref Phys. Rev. A 112, 062603 (2025)

Japanese AI Agent System on Human Papillomavirus Vaccination: System Design

日本的人乳头瘤病毒疫苗人工智能代理系统：系统设计

Junyu Liu, Siwen Yang, Dexiu Ma, Qian Niu, Zequn Zhang, Momoko Nagai-Tanima, Tomoki Aoyama

机构 * Kyoto University（京都大学） ； University of Waterloo（滑铁卢大学） ； Texas Tech University（德克萨斯技术大学） ； The University of Tokyo（东京大学） ； USTC（中国科学技术大学） 纠错

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

AI总结 本研究设计了一种双用途的人工智能代理系统，通过对话界面提供HPV疫苗信息并生成分析报告，有效应对疫苗犹豫问题。

A Concise Agent is Less Expert: Revealing Side Effects of Using Style Features on Conversational Agents

简洁的代理不如专家：使用风格特征于对话代理时揭示副作用

Young-Min Cho, Yuan Yuan, Sharath Chandra Guntuku, Lyle Ungar

机构 * University of Pennsylvania（宾夕法尼亚大学） 纠错

专题命中 Agent评测 ：agent(title,abstract)；分类 cs.CL

AI总结 研究揭示了在对话代理中使用风格特征时的副作用，指出不同风格特征之间存在深度交织，传统方法难以有效控制，需更原理化的多目标引导策略。