AI Agent

Quantum Circuit Pre-Synthesis: Learning Local Edits to Reduce $T$-count

量子电路预合成：学习局部编辑以减少T门数量

Daniele Lizzio Bosco, Lukasz Cincio, Giuseppe Serra, M. Cerezo

机构 * Department of Mathematics, Computer Science ； Physics, University of Udine, Udine, Italy ； Department of Biology, University of Naples Federico II, Naples, Italy ； Theoretical Division, Los Alamos National Laboratory, Los Alamos, New Mexico 87545, USA ； Quantum Science Center, Oak Ridge, TN 37931, USA ； Information Sciences, Los Alamos National Laboratory, Los Alamos, New Mexico 87545, USA 纠错

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

AI总结 Q-PreSyn通过强化学习优化局部编辑，有效减少量子电路的T门数量，提升编译效率

Comments 10+5 pages, 10 figures, 3 algorithms

Automated structural testing of LLM-based agents: methods, framework, and case studies

基于大语言模型的智能体的自动化结构测试：方法、框架与案例研究

Jens Kohl, Otto Kruse, Youssef Mostafa, Andre Luckow, Karsten Schroer, Thomas Riedl, Ryan French, David Katz, Manuel P. Luitz, Tanrajbir Takher, Ken E. Friedl, Céline Laurent-Winter

机构 * Amazon Web Services（亚马逊网络服务） 纠错

专题命中 Agent评测 ：agent(abstract)；分类 cs.AI、cs.SE

AI总结 本文提出基于大语言模型的智能体结构测试方法，通过跟踪、模拟和断言实现自动化测试，提升测试效率与质量。

Comments 10 pages, 5 figures. Preprint of an accepted paper at IEEE BigData 2025 (main track). Source code for the introduced methods and framework available at https://github.com/awslabs/generative-ai-toolkit

Component-Aware Pruning Framework for Neural Network Controllers via Gradient-Based Importance Estimation

面向神经网络控制器的组件感知剪枝框架：基于梯度的重要性估计

Ganesh Sundaram, Jonas Ulmen, Daniel Görges

机构 * Department of Electrical and Computer Engineering（电气与计算机工程系） 纠错

专题命中 Agent评测 ：agent(abstract)；分类 cs.LG

AI总结 本文提出一种基于梯度的重要性估计框架，用于神经网络控制器中的组件感知剪枝，通过梯度累积、Fisher信息和贝叶斯不确定性度量，提升压缩决策的准确性。

Comments 8 pages, Submitted to the 2026 IFAC World Congress

Toward Architecture-Aware Evaluation Metrics for LLM Agents

迈向面向架构的LLM代理评估指标

Débora Souza, Patrícia Machado

专题命中 Agent评测 ：agent(abstract)；分类 cs.SE

AI总结 本文提出了一种面向架构的LLM代理评估方法，通过连接代理组件与可观察行为及评估指标，提升评估的针对性和透明度。

Comments Accepted at CAIN 2026 (IEEE/ACM 5th International Conference on AI Engineering)

Sample-Efficient Optimization over Generative Priors via Coarse Learnability

通过粗粒学习能力实现生成先验的高效优化

Pranjal Awasthi, Sreenivas Gollapudi, Ravi Kumar, Kamesh Munagala

机构 * Google Research（谷歌研究） 纠错

专题命中 Agent评测 ：agent(abstract)；分类 cs.LG

AI总结 本文提出粗粒学习能力假设，设计迭代算法在多项式样本内近似目标分布，为深度生成先验的基于模型优化提供样本复杂度保证。

Beyond Shadows: A Large-Scale Benchmark and Multi-Stage Framework for High-Fidelity Facial Shadow Removal

超越阴影：一个大规模基准和多阶段框架用于高保真面部阴影去除

Tailong Luo, Jiesong Bai, Jinyang Huang, Junyu Xia, Wangyu Wu, Xuhang Chen

机构 * New York Institute of Technology（纽约理工学院） ； Shanghai University（上海大学） ； Central South University（中南大学） ； Xi'an Jiaotong-Liverpool University（西安交通大学利物浦大学） ； Huizhou University（惠州大学） 纠错

专题命中 Agent评测 ：workflow(abstract)

AI总结 本文提出首个大规模真实世界面部阴影去除数据集ASFW，并引入FSE方法，通过实验验证其在提升阴影去除性能方面的有效性。

Comments Accepted by ICASSP2026

Conversing with Objects toward Fluid Human and Artificial Identities during Life Transitions

与物体对话：在人生过渡期间实现流体的人工和人工身份

Yuhui Xu, Minha Lee, Stephan Wensveen, Mahla Alizadeh, Mathias Funk

专题命中 Agent评测 ：agent(abstract)

AI总结 本文探讨通过聊天机器人与日常物品对话如何帮助人们在人生过渡期间实现流体的人工和人工身份。

Comments A preprint of an accepted CHI 2026 full paper

Studying the Effect of Explicit Interaction Representations on Learning Scene-level Distributions of Human Trajectories

研究显式交互表示对人类轨迹场景级分布学习的影响

Anna Mészáros, Javier Alonso-Mora, Jens Kober

专题命中 Agent评测 ：agent(abstract)

AI总结 本文研究了显式交互表示对自动驾驶中人类轨迹场景级分布学习的影响，发现明确的交互定义能显著提升性能。

Echoes of the Land: An Interactive Installation Based on Physical Model of Earthquake

大地的回声：基于地震物理模型的互动装置

Ivan C. H. Liu, Chung-En Hao, Jing Xie

机构 * Future Narratives Lab（未来叙事实验室） ； Institute of Applied Arts（应用艺术研究所） ； National Yang Ming Chiao Tung University（阳明交通大学） 纠错

专题命中 Agent评测 ：agent(abstract)

AI总结 《大地的回声》通过地震物理模型生成多感官互动体验，结合运动捕捉与颗粒合成，探索地震动力学与自组织临界性的可视化表现。

Comments 7 pages, 8 figures, submitted to Leonardo

Continuum models describing probabilistic motion of tagged agents in exclusion processes

连续模型描述排除过程中标记代理概率性运动

Michael J. Plank, Matthew J. Simpson

专题命中 Agent评测 ：agent(abstract)

AI总结 本文提出连续模型描述排除过程中标记代理的概率性运动，通过偏微分方程捕捉轨迹概率密度，揭示随机性作用并推广至多子群体。

Journal ref Physical Review E (2026), 113: 014137