AI Agent

OpenAgentSafety: A Comprehensive Framework for Evaluating Real-World AI Agent Safety

OpenAgentSafety: 一个全面评估现实世界AI代理安全性的框架

Sanidhya Vijayvargiya, Aditya Bharat Soni, Xuhui Zhou, Zora Zhiruo Wang, Nouha Dziri, Graham Neubig, Maarten Sap

机构 * Language Technologies Institute, Carnegie Mellon University（语言技术研究所，卡内基梅隆大学） ； Allen Institute for Artificial Intelligence（人工智能研究院） 纠错

专题命中 Agent评测 ：agent(title,abstract)；AI agent(title,abstract)；agentic(abstract)；分类 cs.AI

AI总结 OpenAgentSafety提出一个全面评估AI代理安全性的框架，通过真实工具和多任务测试揭示代理在现实世界中的安全漏洞，强调需要加强安全防护。

Comments 26 pages, 10 figures, Accepted at ICLR 2026 and IASEAI 2026

Secure and Energy-Efficient Wireless Agentic AI Networks

安全且节能的无线代理人工智能网络

Yuanyan Song, Kezhi Wang, Xinmian Xu

机构 * Department of Computer Science, Brunel University of London（布鲁内尔大学计算机科学系） ； Nanjing University of Posts and Telecommunications（南京邮电大学） 纠错

专题命中 Agent评测 ：agentic(title,abstract)；agent(abstract)；AI agent(abstract)；workflow(abstract)

AI总结 本文提出了一种安全且节能的无线代理人工智能网络，通过动态分配代理和优化资源分配，提升服务质量并降低能耗。

Comments Submitted to journal

GRACE: an Agentic AI for Particle Physics Experiment Design and Simulation

GRACE：一个用于粒子物理实验设计和模拟的智能体

Justin Hill, Hong Joo Ryoo

机构 * Data Science Institute, Columbia Engineering（数据科学研究院，哥伦比亚工程学院） ； Department of Physics and Astronomy, Johns Hopkins University（物理与天文学系，约翰霍普金斯大学） 纠错

专题命中 Agent评测 ：agentic(title,abstract)；agent(abstract)；分类 cs.AI

AI总结 GRACE是一个用于粒子物理实验设计和模拟的智能体，通过自主探索设计修改提升物理性能，引入了新的基准测试和约束搜索方法。

Comments Both authors contributed equally. 43 pages, 12 figures, 6 tables, data can be found in https://github.com/just5034/GRACE_whitepaper_data

SR-Scientist: Scientific Equation Discovery With Agentic AI

SR-Scientist：基于代理AI的科学方程发现

Shijie Xia, Yuhan Sun, Pengfei Liu

机构 * Shanghai Jiao Tong University（上海交通大学） ； Shanghai Innovation Institute（上海创新研究院） ； GAIR 纠错

专题命中 Agent评测 ：agentic(title)；agent(abstract)；分类 cs.AI

AI总结 SR-Scientist通过代理AI实现科学方程发现，具备自主编写代码、分析数据、优化方程的能力，实验表明其在多个科学领域表现优异。

Comments ICLR 2026

From Agent Simulation to Social Simulator: A Comprehensive Review (Part 2)

从智能体模拟到社会模拟：全面综述（第二部分）

Xiao Xue, Deyu Zhou, Ming Zhang, Xiangning Yu, Fei-Yue Wang

专题命中 Agent评测 ：agent(title,abstract)

AI总结 本文综述了从智能体模拟到社会模拟的方法，强调计算实验在探索系统复杂性因果机制中的作用，指出ABM的局限性及计算实验的优越性。

Comments This paper is Part II of a planned multi-part review series on "From Agent Simulation to Social Simulator". It is a self-contained article and can be read independently of Part I. Although the authors have previously published related work, this submission is not a revision or updated version of any earlier paper

Can Multimodal LLMs Perform Time Series Anomaly Detection?

多模态大语言模型能否进行时间序列异常检测？

Xiongxiao Xu, Haoran Wang, Yueqing Liang, Philip S. Yu, Yue Zhao, Kai Shu

机构 * Illinois Institute of Technology（伊利诺伊理工学院） ； Emory University（埃默里大学） ； University of Illinois Chicago（伊利诺伊大学香槟分校） ； University of Southern California（南加州大学） 纠错

专题命中 Agent评测 ：agent(abstract)；planning(abstract)；multi-agent(abstract)；分类 cs.CL、cs.LG

AI总结 本研究提出基于多代理框架的TSAD-Agents，利用多模态大语言模型实现自动时间序列异常检测。

Comments ACM Web Conference 2026 (WWW'26)

Enhancing Diversity and Feasibility: Joint Population Synthesis from Multi-source Data Using Generative Models

增强多样性和可行性：利用生成模型从多源数据中联合合成人口

Farbod Abbasi, Zachary Patterson, Bilal Farooq

机构 * Concordia University（康科迪亚大学） ； Concordia Institute for Information Systems Engineering（康科迪亚信息系统工程研究所） ； Toronto Metropolitan University（多伦多 Metropolitan 大学） 纠错

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

AI总结 本文提出利用WGAN与梯度惩罚联合生成多源数据，提升合成人口的多样性和可行性，实验显示其在召回率和精确率上均优于传统方法。

Comments 12 pages, 8 figures, 5 tables

stable-worldmodel-v1: Reproducible World Modeling Research and Evaluation

stable-worldmodel-v1: 可复现的世界建模研究与评估

Lucas Maes, Quentin Le Lidec, Dan Haramati, Nassim Massaudi, Damien Scieur, Yann LeCun, Randall Balestriero

机构 * Mila & Université de Montréal（Mila与蒙特利尔大学） ； New York University（纽约大学） ； Brown University（布朗大学） ； Samsung SAIL（三星SAIL） 纠错

专题命中 Agent评测 ：planning(abstract)；分类 cs.AI

AI总结 stable-worldmodel-v1 提供了一个模块化、可复现的世界模型研究生态系统，支持标准化环境和持续学习研究，并用于评估DINO-WM的零样本鲁棒性。

FrameRef: A Framing Dataset and Simulation Testbed for Modeling Bounded Rational Information Health

FrameRef: 一个用于建模有限理性信息健康的框架数据集和仿真测试平台

Victor De Lima, Jiqun Liu, Grace Hui Yang

机构 * University of Oklahoma（俄克拉荷马大学） 纠错

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

AI总结 FrameRef通过仿真框架研究有限理性信息健康的动态，提供系统性数据集和方法论，影响人类判断和信息健康轨迹。

Posterior-Separable Costs and Menu Preferences

后验可分离成本与菜单偏好

Henrique de Oliveira, Jeffrey Mensch

专题命中 Agent评测 ：agent(abstract)

AI总结 本文研究了在贝叶斯说服框架下，通过理性不注意偏好和无知等价性公理，实现后验可分离成本的唯一超平面求解方法。

Cooperative Game Theory Model for Sustainable UN Financing: Addressing Global Public Goods Provision

面向可持续联合国融资的协同博弈理论模型：解决全球公共物品供给问题

Labib Shami, Teddy Lazebnik

专题命中 Agent评测 ：agent(abstract)

AI总结 本文提出一种协同博弈理论模型，通过个性化定价优化联合国融资，提升全球公共物品供给的可持续性和公平性。