AI Agent

TriCEGAR: A Trace-Driven Abstraction Mechanism for Agentic AI

TriCEGAR：一种基于跟踪的抽象机制用于代理AI

Roham Koohestani, Ateş Görpelioğlu, Egor Klimov, Burcu Kulahcioglu Ozkan, Maliheh Izadi

机构 * JetBrains Research（JetBrains研究） 纠错

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

AI总结 TriCEGAR是一种基于跟踪的自动抽象机制，用于代理AI中在线构建MDP并进行概率模型检查，以提高验证效率和可靠性。

Are Agents Probabilistic Automata? A Trace-Based, Memory-Constrained Theory of Agentic AI

智能体是概率自动机吗？基于轨迹的、内存受限的智能体AI理论

Roham Koohestani, Ziyou Li, Anton Podkopaev, Maliheh Izadi

机构 * JetBrains Research, Amsterdam, the Netherlands（JetBrains研究院，荷兰阿姆斯特丹） ； Delft University of Technology, Delft, the Netherlands（代尔夫特理工大学，荷兰代尔夫特） ； Constructor University, Bremen, Germany（Constructor大学，德国不来梅） 纠错

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

AI总结 本文提出了一种基于轨迹的、内存受限的智能体AI理论，通过自动机理论模型分析智能体与环境交互行为的概率分布，并探讨了不同内存限制下轨迹语言的可判定性。

CONCUR: High-Throughput Agentic Batch Inference of LLM via Congestion-Based Concurrency Control

CONCUR: 通过基于拥堵的并发控制实现LLM的高吞吐量代理批推断

Qiaoling Chen, Zhisheng Ye, Tian Tang, Peng Sun, Boyu Tian, Guoteng Wang, Shenggui Li, Yonggang Wen, Zhenhua Han, Tianwei Zhang

专题命中 记忆与上下文管理 ：agentic(title,abstract)；agent(abstract)

AI总结 CONCUR通过基于拥堵的并发控制，有效缓解LLM批推断中的中间阶段抖动问题，提升吞吐量达4.09倍。

EgoMem: Lifelong Memory Agent for Full-duplex Omnimodal Models

EgoMem：全双工多模态模型的终身记忆代理

Yiqun Yao, Naitong Yu, Xiang Li, Xin Jiang, Xuezhi Fang, Wenjia Ma, Xuying Meng, Jing Li, Aixin Sun, Yequan Wang

机构 * Beijing Academy of Artificial Intelligence, Beijing, China（北京人工智能研究院） ； Institute of Computing Technology, Chinese Academy of Sciences, Beijing, China（中国科学院计算技术研究所） ； Harbin Institute of Technology, Shenzhen, China（哈尔滨工业大学深圳学院） ； Nanyang Technological University, Singapore（南洋理工大学） 纠错

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

AI总结 EgoMem是一种专为全双工多模态模型设计的终身记忆代理，通过异步过程实现用户识别、个性化响应和长期记忆管理，实验显示其在准确性和一致性方面表现优异。

Epigenetic state inheritance drivers drug-tolerant persister-induced resistance in solid tumors: A stochastic agent-based model

表观遗传状态继承驱动药物耐受休眠者诱导固有肿瘤抗性：一种随机群体基于模型

Xiyin Liang, Jinzhi Lei

专题命中 记忆与上下文管理 ：agent(title,abstract)

AI总结 本研究通过随机群体基于模型揭示表观遗传状态继承如何驱动药物耐受休眠者诱导固有肿瘤抗性，并展示优化治疗策略可有效延迟肿瘤复发。

Comments 38 pages, 14 figures

Alignment among Language, Vision and Action Representations

语言、视觉和动作表征的一致性

Nicola Milano, Stefano Nolfi

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

AI总结 研究通过训练Transformer智能体执行自然语言指令，发现语言、视觉和动作表征在跨模态中呈现部分共享的语义结构，支持模态无关的语义组织。

Neural-Inspired Posterior Approximation (NIPA)

神经启发式后验近似（NIPA）

Babak Shahbaba, Zahra Moslemi

机构 * Department of Statistics UC Irvine（统计学系 乌兹拉大学） 纠错

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

AI总结 神经启发式后验近似（NIPA）通过结合基于模型、基于模型和事件控制模块，提出了一种高效的贝叶斯推断采样算法，用于大规模统计机器学习中的不确定性量化。

Comments 13 pages, 4 tables

Effects of multi-phase control mechanism on fibroblast dynamics: A segmented mathematical modeling approach

多相控制机制对成纤维细胞动态的影响：一种分段数学建模方法

Shuqi Fan, Yuhang Zhang, Jinzhi Lei

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 本研究通过分段数学建模方法，探讨多相控制机制对成纤维细胞动态的影响，揭示了细胞大小分布的稳态调控机制及生长反馈的权衡关系。

Comments 30 pages, 13 figures