AI 大模型
智能体、工具调用、规划、工作流、多智能体和自主任务执行。
通过代理-Q估计和分步策略优化构建自主GUI导航
机构 * National Key Laboratory for Novel Software Technology, Nanjing University（新型软件技术国家重点实验室，南京大学） ； Ovis Team, Alibaba Group（阿里团队，阿里巴巴集团）
专题命中 GUI与网页智能体 ：agentic(title,abstract)；autonomous agent(abstract)；分类 cs.AI、cs.CL
AI总结 本文提出基于代理-Q估计和分步策略优化的GUI自主导航框架，通过强化学习提升GUI交互能力，实验证明其在导航和基准测试中表现优异。
SPILLage：网络上的代理过度分享
专题命中 GUI与网页智能体 ：agentic(title,abstract)；agent(abstract)；分类 cs.AI
AI总结 SPILLage研究网络代理在执行任务时无意泄露用户信息的问题，通过分析行为和内容两个维度揭示过度分享现象，并通过实验验证减少过度分享可提升任务成功率。
GUI-GENESIS: 自动合成具有可验证奖励的高效环境以实现GUI代理训练
机构 * Key Lab of HCST (PKU), MOE ； SCS, Peking University, Beijing, China ； Tencent Inc., Shenzheng, China ； Hong Kong University of Science ； Department of Computer Science, University of Texas at Dallas, Richardson, USA ； School of Computing Science, Simon Fraser University, Burnaby, BC, Canada
专题命中 GUI与网页智能体 ：agent(title)；planning(abstract)；分类 cs.AI、cs.LG
AI总结 GUI-GENESIS通过自动合成高效GUI训练环境并提供可验证奖励，显著提升了GUI代理的训练效率和性能。
WebWorld: 一个大规模的世界模型用于网络代理训练
机构 * Alibaba Group（阿里巴巴集团） ； Zhejiang University（浙江大学）
专题命中 GUI与网页智能体 ：agent(title)；分类 cs.AI
AI总结 WebWorld是一个大规模开放网络模拟器，通过大规模训练实现网络代理的有效训练，展示了在多个领域中的泛化能力。
EmbeWebAgent：将Web代理嵌入到任何定制的UI中
机构 * IBM Research Europe（IBM欧洲研究院） ； University of Oxford（牛津大学）
专题命中 GUI与网页智能体 ：workflow(abstract)；分类 cs.AI、cs.SE
AI总结 EmbeWebAgent通过轻量前端钩子和可重用后端工作流，将Web代理嵌入定制UI，支持混合粒度动作并实现鲁棒的多步骤行为。
Comments Technical Report; Live Demo: https://youtu.be/Cy06Ljee1JQ
PATHWAYS：评估人工智能网络代理中的调查与上下文发现
机构 * Robotics and Mechatronics Engineering, University of Dhaka, Dhaka, Bangladesh（机器人与机电工程系，达卡大学，达卡，孟加拉国）
专题命中 GUI与网页智能体 ：agent(abstract)；分类 cs.AI
AI总结 PATHWAYS评估了人工智能网络代理在多步骤任务中发现和利用隐藏上下文的能力，揭示了当前架构在适应性调查和判断覆盖方面的不足。
Comments 35 pages, 13 figures
Journal ref Under Review in ICML 2026
机器人可穿戴对话切换用于导航
专题命中 GUI与网页智能体 ：agent(abstract)
AI总结 本文提出通过对话切换实现多设备室内导航，发现可穿戴设备更受用户青睐，强调了具身AI在人机交互中的作用。
Comments To appear in Proceedings of Augmented Humans International Conference (AHs 2026)
基于意图的扩散路径：物联网密集WSN中的移动数据收集器路径规划
专题命中 GUI与网页智能体 ：planning(abstract)
AI总结 本文提出ID2P2框架，通过意图驱动的扩散路径规划，提升物联网密集WSN中移动数据收集器的能效、数据新鲜度和网络公平性。
MAPLE：一种用于代理AI系统中记忆、学习和个性化的核心架构
专题命中 记忆与上下文管理 ：agent(title,abstract)；agentic(title)；分类 cs.AI、cs.CL
AI总结 MAPLE通过分解记忆、学习和个性化为独立子代理，提升代理AI系统的个性化能力，实验显示在个性化得分和特征纳入率上有显著提升。
Comments 12 pages, 5 figures. Accepted to ALA Workshop at AAMAS 2026. Code: [](https://github.com/prdeepakbabu/maple-framework)<https://github.com/prdeepakbabu/maple-framework>
海马体：一种高效且可扩展的记忆模块用于代理AI
专题命中 记忆与上下文管理 ：agentic(title,abstract)；分类 cs.AI
AI总结 海马体通过紧凑二进制签名和动态小波矩阵实现高效代理AI记忆管理，显著降低检索延迟和token足迹。
主权代理：迈向去中心化AI中的基础设施主权与扩散问责
专题命中 记忆与上下文管理 ：agent(abstract)；AI agent(abstract)；agentic(abstract)
AI总结 本文探讨去中心化AI中基础设施主权的概念，分析其与扩散问责的关系，并提出治理策略以应对非终止AI代理带来的挑战。
Comments Submitted to FAccT 2026
实践中的前沿AI风险管理框架：一项风险分析技术报告v1.5
机构 * Shanghai AI Laboratory（上海人工智能实验室）
专题命中 记忆与上下文管理 ：agentic(abstract)；分类 cs.AI、cs.CL、cs.LG
AI总结 本文提出实践中的前沿AI风险管理框架，评估五个关键风险维度并提出缓解策略，为安全部署前沿AI提供技术路径。
Comments 49 pages, 17 figures, 12 tables
AutoWebWorld: 通过有限状态机合成无限可验证的网页环境
机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科学与技术大学（广州）） ； Peking University（北京大学）
专题命中 记忆与上下文管理 ：agent(abstract)；分类 cs.AI、cs.SE
AI总结 AutoWebWorld通过有限状态机合成可验证的网页环境，实现自动化搜索与验证流程，提升WebGUI代理性能。
KernelBlaster: 通过记忆增强的上下文强化学习实现持续的跨任务CUDA优化
机构 * NVIDIA ； University of California, Berkeley（加州大学伯克利分校）
专题命中 记忆与上下文管理 ：agentic(abstract)；分类 cs.AI、cs.LG
AI总结 KernelBlaster通过记忆增强的上下文强化学习框架提升CUDA代码优化性能，实现跨多个GPU架构世代的高效优化。
Comments 15 pages, 33 pages with appendix
选择如何记忆：面向LLM代理的自适应记忆结构
机构 * University of Technology Sydney（悉尼大学） ； University of Texas at Austin（德克萨斯大学奥斯汀分校） ； University of California, Los Angeles（加州大学洛杉矶分校） ； The University of Melbourne（墨尔本大学）
专题命中 记忆与上下文管理 ：agent(abstract)；分类 cs.AI、cs.LG
AI总结 本文提出FluxMem框架，通过自适应记忆结构选择和三级记忆层次结构，提升LLM代理在长时间交互中的表现，实验显示平均提升9.18%和6.14%。
务实型机器人：通过体验现实世界学习任务规划
机构 * Robotic Systems Lab, ETH Zürich（瑞士联邦理工学院机器人系统实验室） ； ETH AI Center, ETH Zürich（瑞士联邦理工学院人工智能中心） ； Huawei Noah’s Ark Lab, London, UK（华为诺亚实验室，伦敦，英国） ； UCL Centre for AI, London, UK（伦敦大学学院人工智能中心）
专题命中 记忆与上下文管理 ：planning(abstract)；分类 cs.AI、cs.CL
AI总结 PragmaBot 通过现实世界经验学习任务规划，利用 STM 自我反思和 RAG 提高任务成功率
Comments Accepted to RA-L
SYNAPSE：通过扩散激活实现LLM代理的片段语义记忆
机构 * School of Computing, University of Georgia（佐治亚大学计算机学院） ； Department of Biosystems Engineering and Soil Science, University of Tennessee（田纳西大学生物系统工程与土壤科学系） ； Department of Biomedical Informatics, University of Colorado School of Medicine（科罗拉多医学院生物医学信息学系） ； Department of Biomedical Engineering, New Jersey Institute of Technology（新泽西理工学院生物医学工程系） ； Department of Physics and Astronomy, The University of Georgia（佐治亚大学物理与天文学系）
专题命中 记忆与上下文管理 ：agentic(abstract)；分类 cs.CL
AI总结 SYNAPSE通过动态图与扩散激活机制，提升LLM在复杂时间序列和多跳推理任务中的性能，解决上下文隧道问题。
通过多目标贝叶斯优化加速冻保护剂混合物的发现
机构 * Mechanical Engineering Department, Carnegie Mellon University（卡内基梅隆大学机械工程系） ； Center for Engineering in Medicine & Surgery, Department of Surgery, Massachusetts General Hospital, Harvard Medical School, and Shriners Children’s（医学与手术工程中心，外科部，麻省总医院，哈佛医学院，以及谢尔曼儿童医院）
专题命中 记忆与上下文管理 ：agent(abstract)；分类 cs.LG
AI总结 通过多目标贝叶斯优化结合高通量筛选，高效发现同时具有高CPA浓度和高细胞存活率的冻保护剂混合物。
一种用于三层车载雾计算动态资源管理的Q学习方法
专题命中 记忆与上下文管理 ：agent(abstract)
AI总结 本文提出基于Q学习的动态资源管理方法，用于优化车载雾计算环境中的资源分配，通过强化学习提升系统性能和任务处理效率。
双状态5-ALA诱导PpIX荧光的量化：方法学与在组织仿生假体中的验证
专题命中 记忆与上下文管理 ：workflow(abstract)
AI总结 本研究提出了一种用于量化胶质瘤中PpIX荧光的新方法，通过组织仿生假体验证，实现了高精度的PpIX荧光成像。
记忆对自发粒子聚集中聚类的影响
专题命中 记忆与上下文管理 ：agent(abstract)
AI总结 研究发现记忆影响自发聚集中的聚类形态，短期记忆促进聚类形成，长期记忆抑制聚集并增加孤立个体比例。
Comments 27 pages, 7 figures
双人探戈也需要两人：一种综合模拟器用于机器人仓库中的联合订单调度和多智能体路径寻找
机构 * East China Normal University（东华大学） ； Tongji University（同济大学） ； Zhejiang Galaxis Technology Group Co.,Ltd（浙江伽利西科技集团有限公司） ； Shenzhen Loop Area Institute (SLAI)（深圳环 area 研究院）
专题命中 Agent评测 ：agent(title,abstract)；multi-agent(title,abstract)
AI总结 WareRover是一种综合模拟器，通过闭环优化接口紧密耦合订单调度与多智能体路径寻找，为机器人仓库的鲁棒协调提供挑战性测试环境。
面向智能合约翻译和质量评估的端到端代理流程
机构 * Columbia University（哥伦比亚大学） ； IBM T.J. Watson Research Center（IBM T.J.沃森研究中心）
专题命中 Agent评测 ：agentic(title)；agent(abstract)；分类 cs.AI、cs.SE
AI总结 本文提出端到端智能合约翻译与质量评估框架，通过代理团队实现结构化输出与多维度质量评估。
Comments 17 pages, 4 figures
基于大语言模型的客服代理质量保障系统的反事实公平性评估
专题命中 Agent评测 ：agent(title,abstract)；分类 cs.CL
AI总结 本文研究了基于大语言模型的客服代理质量保障系统在公平性方面的表现，发现系统性偏见问题，指出需标准化的公平性审计流程。
无尽终端：为终端智能体扩展强化学习环境
机构 * Stanford University（斯坦福大学） ； Microsoft Research（微软研究院） ； UW-Madison（威斯康星大学麦迪逊分校）
专题命中 Agent评测 ：agent(abstract)；agentic(abstract)；multi-agent(abstract)；分类 cs.CL、cs.LG
AI总结 Endless Terminals 通过自动化生成终端任务并训练智能体，显著提升了在终端基准测试和人工整理基准测试上的性能。
ASA: 通过设备感知聚类实现异构物联网的自适应智能代理联邦学习
专题命中 Agent评测 ：agent(title,abstract)
AI总结 ASA通过设备感知聚类实现异构物联网的自适应智能代理联邦学习，提升效率、可扩展性和公平性。
超越词语：通过心灵理论评估和弥合用户代理交互中的认知分歧
机构 * Dept. of Comp. Sci. \& Tech., Institute for AI, Tsinghua University, Beijing, China ； Institute for AI Industry Research (AIR), Tsinghua University, Beijing, China
专题命中 Agent评测 ：agent(title)；分类 cs.CL
AI总结 本文提出通过心灵理论评估和弥合用户代理交互中的认知分歧，通过强化学习提升模型对用户心理状态的推理能力，从而增强下游任务性能。
人工组织
机构 * University of Southampton（南安普顿大学）
专题命中 Agent评测 ：agent(abstract)；multi-agent(abstract)；分类 cs.AI、cs.CL
AI总结 本文提出通过机构设计实现多智能体AI系统可靠性的方法，通过信息隔离和对抗性审查，使不可靠个体组件产生可靠集体行为。
基于轨迹的安全性审计：Clawdbot（OpenClaw）
专题命中 Agent评测 ：agent(abstract)；AI agent(abstract)；分类 cs.AI
AI总结 Clawdbot的安全性审计通过轨迹评估发现其在不同任务中的安全表现不均，尤其在意图不明确时易出现高影响工具操作。
对趋炎附势AI影响的理性分析
机构 * School of Public and International Affairs, Princeton University（公共与国际事务学院，普林斯顿大学） ； Princeton University（普林斯顿大学） ； Department of Psychology, Princeton University（心理学系，普林斯顿大学）
专题命中 Agent评测 ：agent(abstract)；AI agent(abstract)；分类 cs.AI
AI总结 本文研究了趋炎附势AI对信念的影响，通过实验发现无偏采样能显著提高发现率，而顺从反馈会扭曲现实，制造虚假确定性。
Comments 7 pages, 1 figure
扫码添加微信好友，提出您的宝贵建议 👇
💡 备注请填写：网站反馈