AI Agent

The Role of Social Learning and Collective Norm Formation in Fostering Cooperation in LLM Multi-Agent Systems

在LLM多智能体系统中，社会学习和集体规范形成促进合作的作用

Prateek Gupta, Qiankun Zhong, Hiromu Yakura, Thomas Eisenmann, Iyad Rahwan

机构 * Center for Humans and Machines（人类与机器中心） ； Max-Planck Institute for Human Development（人类发展马克斯·普朗克研究所） 纠错

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

AI总结 本文提出了一种无显式奖励信号的CPR模拟框架，通过社会学习和规范惩罚机制研究LLM多智能体系统中合作与规范的内生形成。

Comments Accepted at the 25th International Conference on Autonomous Agents and Multiagent Systems (AAMAS 2026)

Rethinking the AI Scientist: Interactive Multi-Agent Workflows for Scientific Discovery

重新思考AI科学家：用于科学发现的交互式多智能体工作流

Lukas Weidener, Marko Brkić, Mihailo Jovanović, Ritvik Singh, Chiara Baccin, Emre Ulgac, Alex Dobrin, Aakaash Meduri

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

AI总结 Deep Research通过交互式多智能体系统实现快速科学发现，其在计算生物学基准上达到领先性能，显著提升研究效率与准确性。

Reimagining Peer Review Process Through Multi-Agent Mechanism Design

通过多智能体机制设计重新想象同行评审过程

Ahmad Farooq, Kamran Iqbal

机构 * University of Arkansas at Little Rock（亚拉荷马州立大学拉弗克分校） 纠错

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

AI总结 本文提出通过多智能体机制设计解决同行评审失效问题，提出信用经济、优化分配和混合验证等干预措施，旨在实现可持续的同行评审系统。

Comments To appear in the Proceedings of the 2026 IEEE/ACM 48th International Conference on Software Engineering: Future of Software Engineering (ICSE-FoSE). 4 pages, 1 figure, 1 table

Improving Implicit Hate Speech Detection via a Community-Driven Multi-Agent Framework

通过社区驱动的多智能体框架改进隐式仇恨言论检测

Ewelina Gajewska, Katarzyna Budzynska, Jarosław A Chudziak

机构 * Warsaw University of Technology（华沙技术大学） 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 本文提出一种社区驱动的多智能体框架，通过整合社会文化背景提升隐式仇恨言论检测的准确性和公平性。

Comments This paper has been accepted for the upcoming 18th International Conference on Agents and Artificial Intelligence (ICAART-2026), Marbella, Spain. The final published version will appear in the official conference proceedings

MulVul: Retrieval-augmented Multi-Agent Code Vulnerability Detection via Cross-Model Prompt Evolution

MulVul: 通过跨模型提示进化实现检索增强的多智能体代码漏洞检测

Zihan Wu, Jie Xu, Yun Peng, Chun Yong Chong, Xiaohua Jia

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

AI总结 MulVul通过跨模型提示进化实现多智能体代码漏洞检测，采用由粗到细的策略，利用检索工具提升漏洞识别精度，达到34.79%的Macro-F1成绩。

CASTER: Breaking the Cost-Performance Barrier in Multi-Agent Orchestration via Context-Aware Strategy for Task Efficient Routing

CASTER: 通过上下文感知策略打破多智能体编排中的成本-性能障碍，实现任务高效的路由

Shanyv Liu, Xuyang Yuan, Tao Chen, Zijun Zhan, Zhu Han, Danyang Zheng, Weishan Zhang, Shaohua Cao

机构 * Qingdao Institute of Software, College of Computer Science ； Technology, China University of Petroleum (East China) ； Shandong Key Laboratory of Intelligent Oil \& Gas Industrial Software ； School of computing ； artificial intelligence, Southwest Jiaotong University ； Computer Engineering Department, University of Houston 纠错

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

AI总结 CASTER通过上下文感知策略实现多智能体系统中任务高效路由，显著降低推理成本并保持高成功率。

Multi-Agent Procedural Graph Extraction with Structural and Logical Refinement

多代理过程图提取与结构逻辑细化

Wangyang Ying, Yanchi Liu, Xujiang Zhao, Wei Cheng, Zhengzhang Chen, Wenchao Yu, Yanjie Fu, Haifeng Chen

机构 * Arizona State University（亚利桑那州立大学） ； NEC Labs America（NEC美国实验室） 纠错

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

AI总结 本文提出多代理框架\model{}，通过结构和逻辑细化提升过程图提取的准确性和可控性。

mmCooper: A Multi-agent Multi-stage Communication-efficient and Collaboration-robust Cooperative Perception Framework

mmCooper: 一种多智能体多阶段通信高效且协作鲁棒的协作感知框架

Bingyi Liu, Jian Teng, Hongfei Xue, Enshu Wang, Chuanhui Zhu, Pu Wang, Libing Wu

机构 * Wuhan University Of Technology（武汉理工大学） ； University of North Carolina at Charlotte（北卡罗来纳大学教堂山分校） 纠错

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

AI总结 mmCooper通过多阶段协作策略提升感知性能，同时在通信效率和鲁棒性方面实现优化。

Synchronization on circles and spheres with nonlinear interactions

圆和球上的同步与非线性相互作用

Christopher Criscitiello, Quentin Rebjock, Andrew D. McRae, Nicolas Boumal

机构 * The Wharton School, University of Pennsylvania, USA（沃森学校，宾夕法尼亚大学） ； Institute of Mathematics, EPFL, Lausanne, Switzerland（数学研究所，EPFL，拉沃斯纳，瑞士） ； CERMICS, ENPC, Institut Polytechnique de Paris, CNRS, France（CERMICS，ENPC，巴黎理工学院，CNRS，法国） 纠错

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

AI总结 研究圆和球面上非线性相互作用下的同步问题，发现维度d影响同步条件，提出新的同步条件并证明其有效性。

Comments 30 pages, 1 figure

AoI-Driven Queue Management and Power Control in V2V Networks: A GNN-Enhanced MARL Approach

面向车辆到车辆网络的AoI驱动队列管理和功率控制：一种增强图神经网络的MARL方法

Hao Fang, Xiao Li, Chongtao Guo, Le Liang, Shi Jin

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

AI总结 本文提出一种基于增强图神经网络的多智能体强化学习方法，用于解决车辆到车辆网络中面向信息年龄的状态更新问题，通过联合优化包丢弃和功率控制策略，有效降低信息年龄。

Reinforcement Learning for Enhanced Advanced QEC Architecture Decoding

强化学习用于增强高级量子纠错架构解码

Yidong Zhou, Lingyi Kong, Yifeng Peng, Zhiding Liang

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

AI总结 本文提出利用强化学习技术，包括混合和多智能体方法，以提升先进量子纠错架构的解码性能，通过自主训练智能体实现更优的逻辑错误率和可扩展性。

Comments 7 pages, 5 figures, invited paper, The 31st Asia and South Pacific Design Automation Conference (ASP-DAC 2026) Invited Paper

Agree to Disagree: Consensus-Free Flocking under Constraints

同意却分歧：在约束下无需共识的编队

Peter Travis Jardine, Sidney Givigi

机构 * School of Computing, Queen’s University（女王大学计算机学院） 纠错

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

AI总结 本文提出了一种无需共识的编队方法，通过局部观察实现参数协商，以应对智能体间冲突目标和约束条件下的协调运动。

Comments 7 pages. This work has been accepted for publication in the Proceedings of IEEE SYSCON 2026

Agent-Q: Fine-Tuning Large Language Models for Quantum Circuit Generation and Optimization

Agent-Q: 为量子电路生成和优化微调大型语言模型

Linus Jern, Valter Uotila, Cong Yu, Bo Zhao

机构 * Aalto University ； Aalto University \& University of Helsinki 纠错

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

AI总结 Agent-Q通过微调LLMs生成和优化量子电路，提供14,000个电路用于多种优化问题。

Comments 12 pages, 8 figures, 3 tables, presented at IEEE International Conference on Quantum Computing and Engineering (QCE) 2025

Journal ref 2025 IEEE International Conference on Quantum Computing and Engineering (QCE), Albuquerque, NM, USA, 2025, pp. 1621-1632

Automated Safety Benchmarking: A Multi-agent Pipeline for LVLMs

自动化安全基准测试：一种用于大型视觉语言模型的多代理流程

Xiangyang Zhu, Yuan Tian, Zicheng Zhang, Qi Jia, Chunyi Li, Renrui Zhang, Heng Li, Zongrui Wang, Wei Sun

机构 * Shanghai AI Lab（上海人工智能实验室） ； PolyU HK（PolyU香港分校） ； East China Normal University（东华大学） 纠错

专题命中 工作流自动化 ：agent(title)；multi-agent(title)；分类 cs.CL

AI总结 VLSafetyBencher通过多代理流程自动化构建高质量安全基准，有效区分不同模型的安全性，提升LVLMs的安全评估效率。

Experimental and computational dosimetry in an integrated workflow for remote audits in Ir-192 interstitial brachytherapy: Development and pilot implementation

在Ir-192近距离放射治疗中集成工作流的实验和计算剂量学审计：开发与试点实施

Eleftherios P Pappas, Vasiliki Peppa, Alexandra Drakopoulou, Eleni Velissariou, Zoi Thrapsanioti, Georgios Kollias, Efi Koutsouveli, Georgia Lymperopoulou, Pantelis Karaiskos

专题命中 工作流自动化 ：workflow(title,abstract)；planning(abstract)

AI总结 本研究开发了一种集成实验和计算剂量学的远程Ir-192近距离放射治疗审计流程，通过优化工作流程提高了审计的稳健性和准确性。

Comments Published in Journal of Applied Clinical Medical Physics

Agentic Business Process Management Systems

代理业务流程管理系统

Marlon Dumas, Fredrik Milani, David Chapela-Campa

机构 * University of Tartu（塔尔图大学） 纠错

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

AI总结 本文提出了一种整合自主性、推理和学习的代理业务流程管理系统，利用流程挖掘技术实现数据驱动的业务流程管理，重新定义流程自动化和治理的边界。

Comments Presented at the BPM'2025 conference on Artificial Intelligence for Business Process Management (AI4BPM)

Designing and Evaluating a Conversational Agent for Early Diagnosis of Alzheimer's Disease and Related Dementias

设计并评估用于阿尔茨海默病及相关痴呆症早期诊断的对话代理

Andrew G. Breithaupt, Nayoung Choi, James D. Finch, Jeanne M. Powell, Arin L. Nelson, Oz A. Alon, Howard J. Rosen, Jinho D. Choi

机构 * Emory University（埃默里大学） ； University of California, San Francisco（加州大学旧金山分校） 纠错

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

AI总结 本文设计并评估了基于大型语言模型的对话代理，用于获取阿尔茨海默病及相关痴呆症患者的相关叙述，以支持早期诊断。

Comments First two authors contributed equally

A Reconfigurable Framework for AI-FPGA Agent Integration and Acceleration

可重构框架用于AI-FPGA代理集成与加速

Aybars Yunusoglu, Talha Coskun, Hiruna Vishwamith, Murat Isik, I. Can Dikmen

专题命中 工作流自动化 ：agent(title,abstract)

AI总结 本文提出AI-FPGA代理框架，通过动态分区和硬件卸载实现深度学习推理的高效加速，实验显示在延迟和能效方面优于CPU和GPU。

Comments Accepted at 27th International Symposium on Quality Electronic Design (ISQED'26)

RIFT: Reordered Instruction Following Testbed To Evaluate Instruction Following in Singular Multistep Prompt Structures

RIFT：重新排列指令跟随测试床以评估单步提示结构中的指令跟随

Andrew Jaffe, Noah Reicin, Jinho D. Choi

机构 * Emory University（埃默里大学） 纠错

专题命中 工作流自动化 ：agent(abstract)；workflow(abstract)；multi-agent(abstract)；分类 cs.AI

AI总结 RIFT通过测试不同提示结构下的LLM表现，揭示了指令跟随对位置连续性的强依赖，指出当前架构将指令跟随视为顺序模式而非推理能力。

Comments 13 pages, 5 figures, submitted to ACL ARR

Computational Cognitive Modeling to understand the effects of Racializing AI on Human-AI cooperation with PigChase Task

计算认知建模以理解种族化AI对人机协作的影响：PigChase任务

Swapnika Dulam, Christopher L Dancy

专题命中 工作流自动化 ：agent(abstract)；AI agent(abstract)

AI总结 本研究通过计算认知建模探讨种族化AI对人机协作的影响，发现非白人参与者对白人AI代理持积极态度，而黑人和白人参与者对控制条件下的AI代理持负面看法。

AutoGameUI: Constructing High-Fidelity GameUI via Multimodal Correspondence Matching

AutoGameUI: 通过多模态对应匹配构建高保真的游戏界面

Zhongliang Tang, Qingrong Cheng, Mengchen Tan, Yongxiang Zhang, Fei Xia

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

AI总结 AutoGameUI通过多模态对应匹配自动构建高保真的游戏界面，提升了游戏界面设计的效率和一致性。

Comments 9 pages

Towards Self-Optimizing Electron Microscope: Robust Tuning of Aberration Coefficients via Physics-Aware Multi-Objective Bayesian Optimization

迈向自优化电子显微镜：通过物理感知的多目标贝叶斯优化实现鲁棒的像差系数调节

Utkarsh Pratiush, Austin Houston, Richard Liu, Gerd Duscher, Sergei Kalinin

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

AI总结 本文提出多目标贝叶斯优化框架，通过物理感知的奖励函数实现鲁棒的像差校正，使显微镜具备自优化能力。

Chat to Chip: Large Language Model Based Design of Arbitrarily Shaped Metasurfaces

Chat to Chip: 基于大规模语言模型的任意形状超材料设计

Huanshu Zhang, Lei Kang, Sawyer D. Campbell, Douglas H. Werner

机构 * Department of Electrical Engineering（电气工程系） ； The Pennsylvania State University（宾夕法尼亚州立大学） 纠错

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

AI总结 本文提出利用大规模语言模型设计任意形状超材料，通过自然语言交互实现快速设计，展示了LLM在纳米光子学中的应用潜力。

A Comprehensive Effective Field Theory Framework for Coherent Elastic Neutrino-Nucleus Scattering

一种全面有效的场论框架用于相干弹性中微子-核散射

Gang Li, Chuan-Qiang Song, Feng-Jie Tang, Jiang-Hao Yu

专题命中 工作流自动化 ：workflow(abstract)

AI总结 本文提出了一种全面的EFT框架，用于分析相干弹性中微子-核散射，通过系统性的方法匹配算符并提取EFT参数约束。

Comments 58 pages, 7 figures

Before Smelling the Video: A Two-Stage Pipeline for Interpretable Video-to-Scent Plans

在嗅觉之前：一种可解释的视频到香氛计划的两阶段流程

Kaicheng Wang, Kevin Zhongyang Shao, Ruiqi Chen, Sep Makhsous, Denise Wilson

专题命中 工作流自动化 ：planning(abstract)

AI总结 本文提出了一种两阶段流程，通过视觉语言模型和大型语言模型分离视频语义提取与气味推断，验证了语义规划在提升嗅觉媒体体验中的有效性。

Comments In submission of poster as ongoing project

On the Application of Fractional Order Derivatives for Characterizing Brain White Matter Viscoelasticity

关于分数阶导数在表征脑白质粘弹性中的应用

P. Pasupathy, J. G. Georgiadis, A. A Pelegri

专题命中 工作流自动化 ：workflow(abstract)

AI总结 本研究提出并实现了首个三维分数阶粘弹性有限元模型，用于表征脑白质的粘弹性行为，揭示了材料参数的非线性变化及微观结构的复杂相互作用。

Comments 24 pages, 18 figures

Developing a Machine-Learning Interatomic Potential for Non-Covalent Interactions in Proteins

开发用于蛋白质非共价相互作用的机器学习原子势能函数

Lejia Zeng, Xintong Zhang, Yuchan Pei, Lifeng Zhao, Lan Hua, Jincai Yang, Niu Huang

专题命中 工作流自动化 ：workflow(abstract)

AI总结 PANIP是一种基于NequIP框架的机器学习原子势能函数，通过自动化多保真度主动学习工作流训练，实现了高精度的非共价相互作用建模，适用于蛋白质-配体结合能的高效预测。

Comments Main text: 42 pages,8 figures; Supplementary Information: 15 pages, 8 figures

Fault-tolerant quantum simulation of the Pauli-Breit Hamiltonian for ab initio hybrid quantum-classical molecular design with applications to photodynamic therapy

具有容错性的量子模拟Pauli-Breit哈密顿量用于从头计算的混合量子-经典分子设计及其在光动力治疗中的应用

Emil Zak

专题命中 工作流自动化 ：workflow(abstract)

AI总结 该研究提出了一种具有容错性的量子算法，用于计算由Pauli-Breit哈密顿量支配的分子能级和性质，通过块编码和高效电路设计，实现了对自旋轨道相互作用的精确模拟，并应用于光动力治疗等领域的分子设计。

Comments 46 pages: (30 main text, 16 appendix), 18 Figures

Veri-Sure: A Contract-Aware Multi-Agent Framework with Temporal Tracing and Formal Verification for Correct RTL Code Generation

Veri-Sure：一种具有时间追踪和形式验证的合同感知多智能体框架，用于正确RTL代码生成

Jiale Liu, Taiyu Zhou, Tianqi Jiang

机构 * School of Physics and Astronomy, The University of Edinburgh, Edinburgh, UK（物理与天文学院，爱丁堡大学，爱丁堡，英国） ； State Key Laboratory of Analog and Mixed-Signal VLSI, University of Macau, Macau（模拟与混合信号VLSI国家重点实验室，澳门大学，澳门） ； School of Science and Engineering, The Chinese University of Hong Kong, Shenzhen, Shenzhen, China（科学与工程学院，香港中文大学（深圳）） 纠错

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

AI总结 Veri-Sure通过合同感知多智能体框架结合时间追踪与形式验证，实现高正确性的RTL代码生成，优于独立LLMs和传统智能体系统。

Understanding Dominant Themes in Reviewing Agentic AI-authored Code

理解代理AI生成代码的主导主题

Md. Asif Haider, Thomas Zimmermann

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

AI总结 本文研究了代理AI生成代码的评审主题，通过大规模实证分析发现，评审主要关注文档、重构和格式问题，而非功能正确性。