AI Agent

Attention-MoA: Enhancing Mixture-of-Agents via Inter-Agent Semantic Attention and Deep Residual Synthesis

基于跨代理语义注意力和深度残差合成的混合代理增强

Jianyu Wen, Yang Wei, Xiongxi Yu, Changxuan Xiao, Ke Zeng

机构 * Meituan LongCat Interaction Team（美团LongCat交互团队） 纠错

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

AI总结 Attention-MoA通过跨代理语义注意力和深度残差合成，提升混合代理系统的性能，优于现有基线。

Enhancing Model Context Protocol (MCP) with Context-Aware Server Collaboration

增强模型上下文协议（MCP）的上下文感知服务器协作

Meenakshi Amulya Jayanti, X. Y. Han

机构 * University of Chicago（芝加哥大学） 纠错

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

AI总结 本研究提出CA-MCP，通过引入共享上下文存储提升多智能体系统效率，减少LLM调用次数和响应失败频率。

Who Does This Name Remind You of ? Nationality Prediction via Large Language Model Associative Memory

这个名字让你想起谁？通过大语言模型关联记忆进行国籍预测

Keito Inoshita

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

AI总结 LAMA通过利用大语言模型的关联记忆能力，有效提升国籍预测任务的准确性，其双代理架构在处理不同知识领域时表现出互补优势。

EMemBench: Interactive Benchmarking of Episodic Memory for VLM Agents

EMemBench: 交互式评估VLM代理情景记忆的基准测试

Xinze Li, Ziyue Zhu, Siyuan Liu, Yubo Ma, Yuhang Zang, Yixin Cao, Aixin Sun

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

AI总结 EMemBench通过交互式游戏评估VLM代理的情景记忆，发现归纳和空间推理在视觉设置中仍是瓶颈，且持续记忆对文本游戏有明显提升，但对VLM代理的提升不一致。

Comments 25 pages

Robustly optimal dynamics for active matter reservoir computing

主动物质回授计算中的鲁棒最优动力学

Mario U. Gaimann, Miriam Klopotek

机构 * WIN-Kolleg of the Young Academy $\vert$ Heidelberg Academy of Science and the Humanities（年轻学院WIN-Kolleg $\vert$ 科学与人文学院） 纠错

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

AI总结 该研究发现主动物质在特定动力学区域下能实现鲁棒最优的回授计算性能，通过内在弛豫能力实现高效信息处理。

Comments 81 pages, 50 figures. Supplementary Videos: https://doi.org/10.18419/DARUS-4619. Replication Data: https://doi.org/10.18419/DARUS-4620

Failures of Contingent Thinking

条件性思维的失败

Evan Piermont, Peio Zuazo-Garin

机构 * Royal Holloway–University of London（伦敦大学皇家霍洛威学院） ； NYU Shanghai（纽约大学上海分校） 纠错

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

AI总结 本文提出了一种行为定义，用于描述智能体对决策问题的主观状态空间，并探讨了减少不确定性如何提高条件性思维，同时指出条件性思维使状态间主导更具认知挑战。

Chemotactic Feedback Controls Patterning in Hybrid Tumor--Stroma Model

趋化反馈控制混合肿瘤-基质模型中的图案形成

Jiguang Yu, Louis Shuo Wang, Zonghao Liu, Jingfeng Liu

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 本文提出混合肿瘤-基质模型，通过趋化反馈控制实现图案形成，揭示了闭环反馈在稳定均质性与耐药微环境形成中的作用。

Spin-state energetics of heme-related models with the variational quantum eigensolver

血红素相关模型的自旋态能量学与变分量子特征解算器

Unathi Skosana, Sthembiso Gumede, Mark Tame

专题命中 记忆与上下文管理 ：workflow(abstract)

AI总结 本文利用VQE算法研究血红素相关模型的自旋态能量，验证了其在强相关系统中与经典方法的一致性。

Comments 12 pages, 2 figures, appendix