AI Agent

Predictive Spike Timing Enables Distributed Shortest Path Computation in Spiking Neural Networks

预测性脉冲时间使分布式最短路径计算在脉冲神经网络中成为可能

Simen Storesund, Kristian Valset Aars, Robin Dietrich, Nicolai Waniek

机构 * Department of Mathematical Sciences（数学科学系） ； Norwegian University of Science and Technology（挪威科学与技术大学） ； School of Computation, Information and Technology（计算、信息与技术学院） ； Technical University Munich（慕尼黑技术大学） 纠错

专题命中 规划决策 ：planning(abstract)；分类 cs.AI、cs.LG

AI总结 该研究提出了一种基于生物合理机制的最短路径计算算法，利用脉冲时间巧合实现分布式计算，为生物和人工系统中的复杂问题解决提供新思路。

Attention-Based Offline Reinforcement Learning and Clustering for Interpretable Sepsis Treatment

基于注意力机制的离线强化学习与聚类用于可解释的脓毒症治疗

Punit Kumar, Vaibhav Saran, Divyesh Patel, Nitin Kulkarni, Alina Vereshchaka

机构 * Department of Computer Science（计算机科学系） ； Engineering University at Buffalo Buffalo, New York, USA（布法罗大学工程学院） 纠错

专题命中 规划决策 ：agent(abstract)；分类 cs.LG

AI总结 本文提出基于注意力机制的离线强化学习与聚类方法，用于可解释的脓毒症治疗决策支持，通过多模块整合提升治疗准确性和可解释性。

Comments 8 pages, 6 figures, Conference: IEEE International Conference on Machine Learning and Applications 2025 (ICMLA 2025): https://www.icmla-conference.org/icmla25/

Optimizing Energy and Data Collection in UAV-aided IoT Networks using Attention-based Multi-Objective Reinforcement Learning

利用基于注意力的多目标强化学习优化无人机辅助物联网网络中的能耗与数据采集

Babacar Toure, Dimitrios Tsilimantos, Omid Esrafilian, Marios Kountouris

机构 * Advanced Wireless Technology Lab, Paris Research Center, Huawei Technologies France（华为法国技术有限公司巴黎研究中心先进无线技术实验室） ； EURECOM, Sophia Antipolis, France（埃鲁科姆法国索菲亚安蒂波利斯分部） ； Communication Systems Department, EURECOM, Sophia Antipolis, France（埃鲁科姆法国索菲亚安蒂波利斯分部通信系统部） ； Dept. of Computer Science and Artificial Intelligence, University of Granada, Spain（Granada大学计算机科学与人工智能系） 纠错

专题命中 规划决策 ：planning(abstract)；分类 cs.LG

AI总结 本文提出一种基于注意力的多目标强化学习方法，用于优化无人机辅助物联网网络中的能耗与数据采集，通过单一模型实现动态场景适应，提升性能与泛化能力。

HyperWalker: Dynamic Hypergraph-Based Deep Diagnosis for Multi-Hop Clinical Modeling across EHR and X-Ray in Medical VLMs

HyperWalker: 基于动态超图的多跳临床建模深度诊断方法，跨EHR和X光在医学视觉语言模型中

Yuezhe Yang, Hao Wang, Yige Peng, Jinman Kim, Lei Bi

机构 * Institute of Translational Medicine, Shanghai Jiao Tong University（翻译医学研究院，上海交通大学） ； School of Computer Science, University of Sydney（计算机科学学院，悉尼大学） 纠错

专题命中 规划决策 ：agent(abstract)；分类 cs.CL

AI总结 HyperWalker通过动态超图和测试时训练，实现跨EHR和X光的多跳临床建模深度诊断，提升医疗视觉语言模型的诊断性能。

Comments Under Review

AgentEHR: Advancing Autonomous Clinical Decision-Making via Retrospective Summarization

AgentEHR: 通过回顾性总结推进自主临床决策制定

Yusheng Liao, Chuan Xuan, Yutong Cai, Lina Yang, Zhe Chen, Yanfeng Wang, Yu Wang

机构 * Shanghai Jiao Tong University（上海交通大学） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） 纠错

专题命中 规划决策 ：planning(abstract)；分类 cs.CL

AI总结 AgentEHR通过RetroSum框架提升自主临床决策制定，减少交互错误并提升性能

Comments 37 pages, 12 figures

PAtt: A Pattern Attention Network for ETA Prediction Using Historical Speed Profiles

PAtt: 一种基于历史速度剖面的ETA预测模式注意力网络

ByeoungDo Kim, JunYeop Na, Kyungwook Tak, JunTae Kim, DongHyeon Kim, Duckky Kim

专题命中 规划决策 ：planning(abstract)；分类 cs.LG

AI总结 PAtt通过利用历史速度剖面的注意力机制，提升ETA预测的准确性和效率，有效整合道路特征和实时交通数据。

Comments 7 pages, 3 figures, ITSC 2025, to be published

Learning Latent Action World Models In The Wild

在真实世界中学习潜在动作世界模型

Quentin Garrido, Tushar Nagarajan, Basile Terver, Nicolas Ballas, Yann LeCun, Michael Rabbat

机构 * FAIR at Meta（Meta旗下的FAIR） ； Inria（法国国家信息与自动化研究所） 纠错

专题命中 规划决策 ：planning(abstract)；分类 cs.AI

AI总结 本研究提出在真实世界视频中学习潜在动作世界模型，通过连续受限的潜在动作捕捉复杂动作，解决了环境噪声和缺乏共同具象的挑战，实现了与动作条件基线相似的规划任务性能。

Comments 37 pages, 25 figures; updated references and experimental details

Beyond Fast and Slow: Cognitive-Inspired Elastic Reasoning for Large Language Models

超越快速与缓慢：面向大语言模型的认知启发弹性推理

Jinwu Hu, Dongjin Yang, Langyu Bian, Zhiquan Wen, Yufeng Wang, Yaofo Chen, Bin Xiao, Yuanqing Li, Mingkui Tan

机构 * South China University of Technology（南方科技大学） ； Pazhou Laboratory（琶洲实验室） ； Peng Cheng Laboratory（鹏城实验室） ； Chongqing University of Posts and Telecommunications（重庆邮电大学） 纠错

专题命中 规划决策 ：agent(abstract)；分类 cs.AI

AI总结 本文提出CogER框架，通过动态选择推理策略提升大语言模型在不同难度查询中的推理效率与准确性。

Comments under review

Comparative Study of UNet-based Architectures for Liver Tumor Segmentation in Multi-Phase Contrast-Enhanced Computed Tomography

对多期对比增强CT中肝肿瘤分割的基于UNet的架构的比较研究

Doan-Van-Anh Ly, Thanh-Hai Le, Thi-Thu-Hien Pham

机构 * School of Computer Science and Engineering（计算机科学与工程学院） ； The Saigon International University（暹罗国际大学） ； School of Biomedical Engineering（生物医学工程学院） ； International University（国际大学） ； Vietnam National University HCMC（越南国家大学胡志明市分校） 纠错

专题命中 规划决策 ：planning(abstract)；分类 cs.AI

AI总结 本研究比较了基于UNet的架构在肝肿瘤分割中的性能，发现ResNet结合CBAM在Dice和IoU指标上表现最佳，同时具备更高的稳定性和特异性。

Comments 18 pages, 11 figures

HANS-Net: Hyperbolic Convolution and Adaptive Temporal Attention for Accurate and Generalizable Liver and Tumor Segmentation in CT Imaging

HANS-Net：超几何卷积与自适应时间注意力用于准确且可泛化的CT影像肝脏和肿瘤分割

Arefin Ittesafun Abian, Ripon Kumar Debnath, Md. Abdur Rahman, Mohaimenul Azam Khan Raiaan, Md Rafiqul Islam, Asif Karim, Reem E. Mohamed, Sami Azam

机构 * Department of Computer Science and Engineering, United International University（计算机科学与工程系，国际大学） ； Faculty of Science and Technology, Charles Darwin University（科学与技术学院，查尔斯达尔文大学） ； Faculty of Science and Information Technology, Charles Darwin University（科学与信息技术学院，查尔斯达尔文大学） 纠错

专题命中 规划决策 ：planning(abstract)；分类 cs.AI

AI总结 HANS-Net通过超几何卷积、自适应时间注意力和隐式神经表示，实现肝脏和肿瘤分割的高精度与泛化能力。

Comments Manuscript under review in IEEE Transactions on Radiation and Plasma Medical Sciences

Journal ref IEEE Transactions on Radiation and Plasma Medical Sciences (2026)

Object-Centric Latent Action Learning

基于对象的潜在动作学习

Albina Klepach, Alexander Nikulin, Ilya Zisman, Denis Tarasov, Alexander Derevyagin, Andrei Polubarov, Nikita Lyubaykin, Igor Kiselev, Vladislav Kurenkov

专题命中 规划决策 ：agent(abstract)；分类 cs.AI

AI总结 本文提出了一种基于对象的潜在动作学习框架，通过自监督对象中心预训练解耦代理与干扰背景动态，提升动作标签的鲁棒性，从而改善模仿学习和代理适应效率。

Comments Accepted by AAAI 2026 (Oral). Source code: https://github.com/dunnolab/object-centric-lapo

"They've Stolen My GPL-Licensed Model!": Toward Standardized and Transparent Model Licensing

『他们偷走了我的GPL授权模型！』：迈向标准化和透明的模型授权

Moming Duan, Rui Zhao, Linshan Jiang, Nigel Shadbolt, Bingsheng He

机构 * East China Normal University（华东师范大学） ； University of Oxford（牛津大学） ； National University of Singapore（新加坡国立大学） 纠错

专题命中 规划决策 ：workflow(abstract)；分类 cs.LG

AI总结 本文提出ModelGo分析器和ModelGo许可证，旨在解决模型发布中的许可证合规问题，通过本体推理和灵活的许可证设计提升透明度和标准化。

Comments 12 pages, 8 figures. Accepted for publication in WWW2026 Web4Good

MirrorGuard: Toward Secure Computer-Use Agents via Simulation-to-Real Reasoning Correction

MirrorGuard：通过模拟到现实推理校正实现安全的计算机使用代理

Wenqi Zhang, Yulin Shen, Changyue Jiang, Jiarun Dai, Geng Hong, Xudong Pan

机构 * Fudan University（复旦大学） ； Shanghai Innovation Institute（上海创新研究院） 纠错

专题命中 规划决策 ：agent(abstract)；分类 cs.AI

AI总结 MirrorGuard通过模拟到现实推理校正提升计算机使用代理的安全性，有效降低系统风险并保持代理实用性

Press Start to Charge: Videogaming the Online Centralized Charging Scheduling Problem

按下开始按钮充电：将在线集中充电调度问题游戏化

Alireza Ghahtarani, Martin Cousineau, Amir-massoud Farahmand, Jorge E. Mendoza

机构 * Department of Logistics and Operations Management, HEC Montréal（物流与运营管理系，蒙特利尔HEC商学院） ； Department of Computer Science, University of Toronto（计算机科学系，多伦多大学） ； Department of Computer Engineering and Software Engineering, Polytechnique Montréal（计算机工程与软件工程系，蒙特利尔Polytechnique大学） 纠错

专题命中 规划决策 ：planning(abstract)；分类 cs.LG

AI总结 通过游戏化方法提升电动汽车充电调度的负载平衡与经济效益

Comments 41 pages

MiCA: A Mobility-Informed Causal Adapter for Lightweight Epidemic Forecasting

MiCA: 一种基于移动性的因果适配器用于轻量级流行病预测

Suhan Guo, Jiahong Deng, Furao Shen

机构 * State Key Laboratory for Novel Software Technology, Nanjing University, China（南京大学新型软件技术国家重点实验室） ； School of Artificial Intelligence, Nanjing University, China（南京大学人工智能学院） 纠错

专题命中 规划决策 ：planning(abstract)；分类 cs.AI

AI总结 MiCA是一种轻量级的因果适配器，通过因果发现和门控残差混合整合移动性信息，提升流行病预测的准确性和鲁棒性。

QianfanHuijin Technical Report: A Novel Multi-Stage Training Paradigm for Finance Industrial LLMs

千帆辉金技术报告：面向金融工业大模型的新型多阶段训练范式

Shupeng Li, Weipeng Lu, Linyun Liu, Chen Lin, Shaofei Li, Zhendong Tan, Hanjun Zhong, Yucheng Zeng, Chenghao Zhu, Mengyue Liu, Daxiang Dong, Jianmin Wu, Yunting Xiao, Annan Li, Danyu Liu, Jingnan Zhang, Licen Liu, Dawei Yin, Dou Shen

机构 * Qianfan Team Baidu AI Cloud（百度AI云团队） 纠错

专题命中 规划决策 ：agentic(abstract)；分类 cs.CL

AI总结 千帆辉金提出一种面向金融工业大模型的新型多阶段训练范式，通过持续预训练和细粒度后训练流程提升模型的金融推理与代理能力。

ReflecSched: Solving Dynamic Flexible Job-Shop Scheduling via LLM-Powered Hierarchical Reflection

ReflecSched: 通过LLM赋能的分层反思解决动态灵活作业车间调度问题

Shijie Cao, Yuan Yuan

机构 * School of Computer Science and Engineering（计算机科学与工程学院） ； Beihang University（北京航空航天大学） ； Qingdao Research Institute（青岛研究院） ； Hangzhou Innovation Institute（杭州创新研究院） ； Zhongguancun Laboratory（中关村实验室） 纠错

专题命中 规划决策 ：planning(abstract)；分类 cs.AI

AI总结 ReflecSched通过LLM赋能的分层反思机制，有效解决动态灵活作业车间调度问题，实现优于传统和学习方法的性能表现。

Adapting Node-Place Model to Predict and Monitor COVID-19 Footprints and Transmission Risks

适应节点-地点模型以预测和监控新冠足迹及传播风险

Jiali Zhou, Mingzhi Zhou, Jiangping Zhou, Zhan Zhao

专题命中 规划决策 ：planning(abstract)；分类 cs.LG

AI总结 本文通过适应节点-地点模型，研究节点、地点和移动性对新冠足迹及传播风险的预测作用，为疫情防控提供决策支持。

Journal ref Communications in Transportation Research 3 (2023): 100110

Partial Reasoning in Language Models: Search and Refinement Guided by Uncertainty

语言模型中的部分推理：由不确定性引导的搜索与细化

Murilo da Luz, Bruno Brandão, Luana Martins, Gustavo Oliveira, Bryan de Oliveira, Luckeciano Melo, Telma Soares

机构 * Advanced Knowledge Center for Immersive Technologies (AKCIT)（沉浸式技术高级知识中心） ； Federal University of Goiás, Brazil（巴西戈亚斯联邦大学） ； OATML, University of Oxford（牛津大学OATML） 纠错

专题命中 规划决策 ：planning(abstract)；分类 cs.AI

AI总结 PREGU通过监控输出熵并在不确定时触发局部搜索，提升语言模型在多步骤推理任务中的性能。

PACEvolve: Enabling Long-Horizon Progress-Aware Consistent Evolution

PACEvolve: 促进长周期一致性演进

Minghao Yan, Bo Peng, Benjamin Coleman, Ziqi Chen, Zhouhang Xie, Shuo Chen, Zhankui He, Noveen Sachdeva, Isabella Ye, Weili Wang, Chi Wang, Ed H. Chi, Fernando Pereira, Wang-Cheng Kang, Derek Zhiyuan Cheng, Beidou Wang

机构 * University of Wisconsin-Madison（威斯康星大学麦迪逊分校） ； University of California San Diego（加州大学圣地亚哥分校） ； Google（谷歌） ； Google DeepMind（谷歌DeepMind） 纠错

专题命中 规划决策 ：agent(abstract)；分类 cs.LG

AI总结 PACEvolve通过分层上下文管理和自适应采样策略，解决进化搜索中的上下文污染、模式崩溃和弱协作问题，实现长周期一致性自我提升。

Large Multimodal Models for Embodied Intelligent Driving: The Next Frontier in Self-Driving?

大规模多模态模型用于具身智能驾驶：自我驾驶的下一个前沿？

Long Zhang, Yuchen Xia, Bingqing Wei, Zhen Liu, Shiwen Mao, Zhu Han, Mohsen Guizani

机构 * School of Information and Electrical Engineering, Hebei University of Engineering（河北工程大学信息与电子工程学院） ； School of Information Science and Engineering, Lanzhou University（兰州大学信息科学与工程学院） ； Department of Electrical and Computer Engineering, Auburn University（阿肯色大学电气与计算机工程系） ； Department of Electrical and Computer Engineering, University of Houston（休斯顿大学电气与计算机工程系） ； Department of Computer Science and Engineering, Kyung Hee University（庆熙大学计算机科学与工程系） ； Machine Learning Department, Mohamed Bin Zayed University of Artificial Intelligence（Mohamed Bin Zayed人工智能大学机器学习系） 纠错

专题命中 规划决策 ：planning(abstract)；分类 cs.AI

AI总结 本文提出了一种语义和策略双驱动的混合决策框架，用于提升具身智能驾驶中的持续学习与联合决策能力。

Efficient Beam Selection for ISAC in Cell-Free Massive MIMO via Digital Twin-Assisted Deep Reinforcement Learning

基于数字孪生辅助深度强化学习的ISAC中高效波束选择

Jiexin Zhang, Shu Xu, Chunguo Li, Yongming Huang, Luxi Yang

机构 * National Mobile Communications Research Laboratory, Frontiers Science Center for Mobile Information Communication and Security, Southeast University（国家移动通信研究中心，移动信息通信与安全前沿科学中心，东南大学） ； Pervasive Communications Center, Purple Mountain Laboratories（普适通信中心，紫金山实验室） ； School of Electronic and Optical Engineering, Nanjing University of Science and Technology（电子与光学工程学院，南京理工大学） 纠错

专题命中 规划决策 ：agent(abstract)；分类 cs.LG

AI总结 本文提出基于数字孪生辅助深度强化学习的高效波束选择方法，通过生成虚拟数据减少实时交互开销，提升ISAC系统中波束选择的性能和鲁棒性。

Comments Accepted for publication in IEEE Transactions on Wireless Communications. This version includes minor revisions

Contextualising Levels of Language Resourcedness that affect NLP tasks

将影响NLP任务的语言资源水平情境化

C. Maria Keet, Langa Khumalo

专题命中 规划决策 ：planning(abstract)；分类 cs.CL

AI总结 本文提出通过上下文特征对语言资源进行分类，以更准确地评估影响NLP任务的语言资源水平。

Comments 27 pages, 2 tables

Multimodal Data Fusion to Capture Dynamic Interactions between Built Environment and Vulnerable Older Adults

多模态数据融合以捕捉建成环境与易受伤害的老年人之间的动态交互

Houhao Liang, Azrin Jamaluddin, Kresimir Friganovic, Kirstie Neo, Raphael Han, Navrag Singh, Panos Mavros

专题命中 规划决策 ：planning(abstract,comments)

AI总结 本研究通过多模态数据融合技术，探索建成环境对易受伤害老年人移动性的影响，为包容性城市规划提供数据支持。

Comments This work has been accepted to the AAAI 2026 Workshop on AI for Urban Planning

CREATE: Cross-Layer Resilience Characterization and Optimization for Efficient yet Reliable Embodied AI Systems

CREATE: 跨层韧性表征与优化以实现高效且可靠的具身AI系统

Tong Xie, Yijiahao Qi, Jinqi Wen, Zishen Wan, Yanchi Dong, Zihao Wang, Shaofei Cai, Yitao Liang, Tianyu Jia, Yuan Wang, Runsheng Wang, Meng Li

专题命中 规划决策 ：planning(abstract)

AI总结 CREATE提出了一种跨层韧性优化方法，通过电路、模型和应用层面的协同设计，实现高效且可靠的具身AI系统。

Comments 18 pages, 21 figures. Accepted by ASPLOS 2026

VERIDAH: Solving Enumeration Anomaly Aware Vertebra Labeling across Imaging Sequences

VERIDAH：在影像序列中解决枚举异常的椎体标注

Hendrik Möller, Hanna Schoen, Robert Graf, Matan Atad, Nathan Molinier, Anjany Sekuboyina, Bettina K. Budai, Fabian Bamberg, Steffen Ringhof, Christopher Schlett, Tobias Pischon, Thoralf Niendorf, Josua A. Decker, Marc-André Weber, Bjoern Menze, Daniel Rueckert, Jan S. Kirschke

机构 * TUM University Hospital（慕尼黑技术大学医院） ； Technical University of Munich (TUM)（慕尼黑技术大学） ； Institute of Biomedical Engineering（生物医学工程学院） ； Polytechnique Montreal（蒙特利尔理工学院） ； Mila -- Quebec AI Institute（魁北克人工智能研究所） ； University of Zurich（苏黎世大学） ； Rostock University Medical Center（罗斯托克大学医学中心） ； University Hospital Heidelberg（海德堡大学医院） ； Medical Center -- University of Freiburg（弗赖堡大学医学中心） ； Max-Delbrueck-Center for Molecular Medicine in the Helmholtz Association (MDC)（马克斯-德尔布吕克分子医学中心（马克斯·普朗克协会）） ； University Hospital Augsburg（奥格斯堡大学医院） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 VERIDAH是一种基于多重分类头和加权椎体序列预测算法的新型椎体标注方法，有效解决影像序列中椎体枚举异常的自动标注问题。

Capacity and Energy Trade-Offs in FR3 6G Networks Using Real Deployment Data

在FR3 6G网络中容量与能量权衡的分析

David López-Pérez, Nicola Piovesan, Matteo Bernabè

专题命中 规划决策 ：planning(abstract)

AI总结 本文通过现实部署数据，分析了FR3 6G网络在容量与能耗之间的权衡，指出非共址、流量感知的部署策略能显著提升吞吐量与能效。

Block-Fitness Modeling of the Global Air Mobility Network

全球空运网络的块适应性建模

Giulia Fischetti, Anna Mancini, Giulio Cimini, Jessica T. Davis, Abby Leung, Alessandro Vespignani, Guido Caldarelli

专题命中 规划决策 ：planning(abstract)

AI总结 本文提出了一种基于最大熵框架的生成模型，用于重构全球空运网络，实现动态传播模拟及全球移动系统的预测与政策设计。

TransMode-LLM: Feature-Informed Natural Language Modeling with Domain-Enhanced Prompting for Travel Behavior Modeling

TransMode-LLM: 基于领域增强提示的特征引导自然语言建模用于旅行行为建模

Meijing Zhang, Ying Xu

专题命中 规划决策 ：planning(abstract)

AI总结 TransMode-LLM通过结合统计方法与LLM技术，利用领域增强提示提升旅行行为预测的准确性。

A simulation of urban incidents involving pedestrians and vehicles based on Weighted A*

基于加权A*算法的行人与车辆城市事件模拟

Edgar Gonzalez Fernandez

专题命中 规划决策 ：agent(abstract)

AI总结 本文提出基于加权A*算法的行人与车辆城市事件模拟框架，通过多智能体系统建模，研究环境与行为对碰撞风险和效率的影响。