arXivDaily arXiv每日学术速递 周一至周五更新

AI 大模型

AI Agent

智能体、工具调用、规划、工作流、多智能体和自主任务执行。

2026-02-11 至 2026-02-11 共收录 5 信号源:cs.AI, cs.CL, cs.LG, cs.SE

1. 记忆与上下文管理 5 篇

2509.25492 2026-02-11 cs.HC 78%

Botender: Supporting Communities in Collaboratively Designing AI Agents through Case-Based Provocations

Botender:通过基于案例的挑衅支持社区协同设计AI代理

Tzu-Sheng Kuo, Sophia Liu, Quan Ze Chen, Joseph Seering, Amy X. Zhang, Haiyi Zhu, Kenneth Holstein

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

AI总结 Botender通过基于案例的挑衅方法,使社区无需编程即可协同设计定制化的AI代理,提升社区对机器人行为的共同塑造能力。

Journal ref Proceedings of the 2026 CHI Conference on Human Factors in Computing Systems (CHI '26)

详情

展开后加载摘要…

URL PDF HTML 收藏
2601.06411 2026-02-11 cs.CL 70%

Structured Episodic Event Memory

结构化事件记忆

Zhengxuan Lu, Dongfang Li, Yukun Shi, Beilun Wang, Longyue Wang, Baotian Hu

机构 * Southeast University(东南大学) Harbin Institute of Technology (Shenzhen)(哈尔滨工业大学(深圳)) Shenzhen Loop Area Institute(深圳河套学院) Alibaba Group(阿里巴巴集团)

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

AI总结 SEEM通过结构化事件记忆框架提升自主代理的叙述连贯性和逻辑一致性。

详情

展开后加载摘要…

URL PDF HTML 收藏
2602.09712 2026-02-11 cs.CL 57%

TraceMem: Weaving Narrative Memory Schemata from User Conversational Traces

TraceMem: 从用户对话轨迹编织叙事记忆图式

Yiming Shu, Pei Liu, Tiange Zhang, Ruiyang Gao, Jun Ma, Chen Sun

机构 * The University of Hong Kong(香港大学) The Hong Kong University of Science and Technology (Guangzhou)(香港科学与技术大学(广州)) Nankai University(南开大学)

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

AI总结 TraceMem通过三阶段流程从用户对话轨迹中编织叙事记忆图式,提升多跳和时间推理能力。

详情

展开后加载摘要…

URL PDF HTML 收藏
2602.09529 2026-02-11 cs.CV 50%

SCA-Net: Spatial-Contextual Aggregation Network for Enhanced Small Building and Road Change Detection

SCA-Net:用于增强小建筑和道路变化检测的空间上下文聚合网络

Emad Gholibeigi, Abbas Koochari, Azadeh ZamaniFar

专题命中 记忆与上下文管理 :agent(abstract)

AI总结 SCA-Net通过引入差分金字塔块、自适应多尺度处理模块和多级注意力机制,提升小建筑和道路变化检测的精度与效率。

Comments 6 pages, 2 figures, 3 tables. Submitted for review

详情

展开后加载摘要…

URL PDF HTML 收藏
2510.17315 2026-02-11 cs.RO 50%

Implicit State Estimation via Video Replanning

通过视频重规划进行隐式状态估计

Po-Chen Ko, Jiayuan Mao, Yu-Hsiang Fu, Hsien-Jeng Yeh, Chu-Rong Chen, Wei-Chiu Ma, Yilun Du, Shao-Hua Sun

机构 * National Taiwan University(国立台湾大学) MIT CSAIL(麻省理工学院计算机科学与人工智能实验室) Cornell University(康奈尔大学) Harvard University(哈佛大学) Department of XXX, University of YYY, Location, Country(XXX系,YYY大学,地点,国家) School of ZZZ, Institute of WWW, Location, Country(ZZZ学院,WWW研究所,地点,国家)

专题命中 记忆与上下文管理 :planning(abstract)

AI总结 本文提出一种通过视频重规划实现隐式状态估计的框架,通过在线更新模型参数和过滤失败计划,提升复杂任务中的动态适应能力。

详情

展开后加载摘要…

URL PDF HTML 收藏