AI Agent

Advantage-based Temporal Attack in Reinforcement Learning

基于优势的时序攻击在强化学习中

Shenghong He

机构 * School of Computer Science and Engineering, Sun Yat-sen University（计算机科学与工程学院，中山大学） ； Nanyang Technological University（南洋理工大学） 纠错

专题命中 工作流自动化 ：agent(abstract)；分类 cs.LG

AI总结 本文提出基于优势的对抗变压器（AAT），通过多尺度因果自注意力机制和加权优势机制，生成具有更强时间相关性的对抗示例，提升强化学习中的攻击性能。

Teola: Towards End-to-End Optimization of LLM-based Applications

Teola：面向基于大语言模型应用的端到端优化

Xin Tan, Yimin Jiang, Yitao Yang, Hong Xu

机构 * The Chinese University of Hong Kong（香港中文大学） 纠错

专题命中 工作流自动化 ：workflow(abstract)；分类 cs.AI

AI总结 Teola通过细粒度端到端编排方法优化基于大语言模型的应用，实现显著的速度提升。

Journal ref ASPLOS'25: Proceedings of the 30th ACM International Conference on Architectural Support for Programming Languages and Operating Systems, Vol. 2 (2025) 1302-1316

Quantifying Automation Risk in High-Automation AI Systems: A Bayesian Framework for Failure Propagation and Optimal Oversight

对高自动化AI系统中自动化风险的量化：一种贝叶斯框架用于故障传播和最优监管

Vishal Srivastava, Tanmay Sah

机构 * Whiting School of Engineering（惠特инг工程学院） ； Johns Hopkins University（约翰霍普金斯大学） ； Harrisburg University of Science and Technology（哈里斯堡科学技术大学） 纠错

专题命中 工作流自动化 ：agentic(abstract)；分类 cs.AI

AI总结 本文提出了一种贝叶斯框架，用于量化高自动化AI系统中的风险，通过分解预期损失为故障概率、传播概率和严重性，提供部署导向的风险治理工具。

Habilis-$β$: A Fast-Motion and Long-Lasting On-Device Vision-Language-Action Model

Habilis-β：一种快速运动且持续运行的设备端视觉-语言-动作模型

Tommoro Robotics, :, Jesoon Kang, Taegeon Park, Jisu An, Soo Min Kimm, Jaejoon Kim, Jinu Pahk, Byungju Kim, Junseok Lee, Namheon Baek, Sungwan Ha, Hojun Baek, Eduardo Ayerve Cruz, Wontae Kim, Junghyeon Choi, Yousuk Lee, Joonmo Han, Sunghyun Cho, Sunghyun Kwon, Soyoung Lee, Jun Ki Lee, Seung-Joon Yi, Byoung-Tak Zhang, Theo Taeyeong Kim

机构 * Tommoro Robotics（Tommoro机器人公司） 纠错

专题命中 工作流自动化 ：workflow(abstract)；分类 cs.LG

AI总结 Habilis-β是一种快速运动且持续运行的设备端视觉-语言-动作模型，通过整合预训练和后训练方法，实现了在连续运行协议下的高性能表现。

PIPE-RDF: An LLM-Assisted Pipeline for Enterprise RDF Benchmarking

PIPE-RDF: 一个基于LLM的企业RDF基准测试流水线

Suraj Ranganath

机构 * UC San Deigo（加州大学圣地亚哥分校） 纠错

专题命中 工作流自动化 ：planning(abstract)；分类 cs.AI

AI总结 PIPE-RDF通过反向查询和检索增强提示构建企业RDF基准测试，生成450个问题-SPARQL对，实现100%有效性验证。

Comments Conference submission

PackFlow: Generative Molecular Crystal Structure Prediction via Reinforcement Learning Alignment

PackFlow：通过强化学习对齐进行生成分子晶体结构预测

Akshay Subramanian, Elton Pan, Juno Nam, Maurice Weiler, Shuhui Qu, Cheol Woo Park, Tommi S. Jaakkola, Elsa Olivetti, Rafael Gomez-Bombarelli

专题命中 工作流自动化 ：workflow(abstract)

AI总结 PackFlow通过强化学习对齐生成分子晶体结构，提高预测准确性与效率。

High-Accuracy Molecular Simulations with Machine-Learning Potentials and Semiclassical Approximations to Quantum Dynamics

高精度分子模拟与机器学习势能和半经典近似量子动力学

Valerii Andreichev, Jindra Dušek, Markus Meuwly, Jeremy O. Richardson

专题命中 工作流自动化 ：workflow(abstract)

AI总结 本文提出利用机器学习势能和半经典近似方法，实现高精度且低成本的分子动力学模拟。

AI-Powered Conflict Management in Open RAN: Detection, Classification, and Mitigation

基于AI的开放RAN冲突管理：检测、分类与缓解

Abdul Wadud, Nima Afraz, Fatemeh Golpayegani

专题命中 工作流自动化 ：workflow(abstract)

AI总结 本文提出基于AI的开放RAN冲突管理框架，通过合成冲突生成和高效分类方法，实现快速准确的冲突检测与缓解，提升网络稳定性和性能。

PoseCraft: Tokenized 3D Body Landmark and Camera Conditioning for Photorealistic Human Image Synthesis

PoseCraft: 基于令牌化的3D人体姿态和相机条件化的人像图像合成

Zhilin Guo, Jing Yang, Kyle Fogarty, Jingyi Wan, Boqiao Zhang, Tianhao Wu, Weihao Xia, Chenliang Zhou, Sakar Khattar, Fangcheng Zhong, Cristina Nader Vasconcelos, Cengiz Oztireli

机构 * University of Cambridge（剑桥大学） ； Google（谷歌） 纠错

专题命中 工作流自动化 ：workflow(abstract)

AI总结 PoseCraft通过令牌化3D姿态和相机信息，提升人像合成的逼真度和细节保留能力。

Hagenberg Risk Management Process (Part 2): From Context-Sensitive Triage to Case Analysis With Bowtie and Bayesian Networks

Hagenberg 风险管理流程（第二部分）：从情境敏感的分层到案例分析与 Bowtie 和贝叶斯网络

Eckehard Hermann, Harald Lampesberger

专题命中 工作流自动化 ：workflow(abstract)

AI总结 本文提出Hagenberg风险管理流程，结合多维热图、Bowtie分析和贝叶斯网络，实现情境敏感的风险分层与深入分析，提升组织韧性与操作准备性。

Comments 12 pages, 5 figures, 2 tables

Evaluating Replay Techniques for Asynchronous Task Handover in Immersive Analytics

评估异步任务交接在沉浸式分析中的回放技术

Zhengtai Gou, Junxiao Long, Tao Lu, Jian Zhao, Yalong Yang

专题命中 工作流自动化 ：workflow(abstract)

AI总结 本文通过对比PC与VR平台，评估了沉浸式分析中异步任务交接的回放技术，发现VR环境下的沉浸式回放更有利于任务理解和流程重建。

Comments Accepted by IEEE VR 26

Gait Asymmetry from Unilateral Weakness and Improvement With Ankle Assistance: a Reinforcement Learning based Simulation Study

单侧肌力减弱导致的步态不对称及踝部辅助改善：基于强化学习的仿真研究

Yifei Yuan, Ghaith Androwis, Xianlian Zhou

机构 * Department of Biomedical Engineering, New Jersey Institute of Technology（生物医学工程系，新泽西理工学院） ； Kessler Foundation（凯斯勒基金会） 纠错

专题命中 工作流自动化 ：workflow(abstract)

AI总结 本研究通过强化学习仿真框架，探讨单侧肌力减弱对步态对称性的影响，并验证踝关节外骨骼辅助改善步态对称性的效果。

The Chancellor Trap: Administrative Mediation and the Hollowing of Sovereignty in the Algorithmic Age

总督陷阱：行政调解与算法时代主权的消解

Xuechen Niu

专题命中 工作流自动化 ：agent(abstract)

AI总结 本文研究算法时代行政调解如何通过消解主权导致治理失效，提出总督化概念并分析其与国家能力及数字化的关系。

When AI Teammates Meet Code Review: Collaboration Signals Shaping the Integration of Agent-Authored Pull Requests

当AI队友遇见代码审查：协作信号塑造代理编写的拉取请求整合

Costain Nachuma, Minhaz Zibran

机构 * Idaho State University USA（爱达荷州立大学） 纠错

专题命中 软件智能体 ：agent(title,abstract)；分类 cs.AI、cs.SE

AI总结 研究探讨了AI代理提交的拉取请求在代码审查中的整合效果，发现审查员参与和协作信号对整合成功至关重要。

Comments 5 pages, 2 figures, 1 table. Accepted at the 23rd International Conference on Mining Software Repositories (MSR 2026), Rio de Janeiro, Brazil

TxRay: Agentic Postmortem of Live Blockchain Attacks

TxRay：活区块链攻击的代理事后分析

Ziyue Wang, Jiangshan Yu, Kaihua Qin, Dawn Song, Arthur Gervais, Liyi Zhou

机构 * Decentralized Intelligence AG（去中心化智能AG） ； The University of Sydney（悉尼大学） ； University of Warwick（沃里克大学） ； University of California, Berkeley（加州大学伯克利分校） ； University College London（伦敦大学学院） 纠错

专题命中 软件智能体 ：agentic(title,abstract)；分类 cs.AI

AI总结 TxRay通过代理系统利用LLM和工具调用，从有限证据中重建活区块链攻击，生成可执行的PoC并验证根本原因，提升攻击分析效率和覆盖范围。

Comments 24 pages, 8 figures

Going from a Representative Agent to Counterfactuals in Combinatorial Choice

从代表性代理人到反事实的组合选择

Yanqiu Ruan, Karthyek Murthy, Karthik Natarajan

专题命中 软件智能体 ：agent(title,abstract)

AI总结 本文提出了一种基于代表性代理人模型的非参数反事实推断方法，通过线性规划和混合整数凸规划解决数据一致性问题，并在合成数据上验证了其预测精度和鲁棒性。

Comments 34 pages, 6 figures

Test-Time Adaptation for LLM Agents via Environment Interaction

通过环境交互实现LLM代理的测试时适应

Arthur Chen, Zuxin Liu, Jianguo Zhang, Akshara Prabhakar, Zhiwei Liu, Shelby Heinecke, Silvio Savarese, Victor Zhong, Caiming Xiong

机构 * University of Waterloo（滑铁卢大学） ； Salesforce AI Research（Salesforce AI研究） 纠错

专题命中 软件智能体 ：agent(abstract)；function calling(abstract)；agentic(abstract)；分类 cs.LG

AI总结 通过环境交互实现LLM代理的测试时适应，利用语法对齐和动态接地策略提升代理在复杂环境中的泛化能力。

Comments Our code is available here: https://github.com/r2llab/GTTA

CodeCompass: Navigating the Navigation Paradox in Agentic Code Intelligence

CodeCompass: 在代理代码智能中导航悖论的探索

Tarakanath Paipuru

机构 * Independent Researcher（独立研究者） 纠错

专题命中 软件智能体 ：agentic(title)；分类 cs.AI、cs.SE

AI总结 CodeCompass通过基于图的结构导航提升代码智能代理在隐藏依赖任务中的性能，揭示导航与检索本质不同，需显式引导代理利用结构上下文。

Comments 23 pages, 7 figures. Research study with 258 trials on SWE-bench-lite tasks. Code and data: https://github.com/tpaip607/research-codecompass

AI-Augmented CI/CD Pipelines: From Code Commit to Production with Autonomous Decisions

AI增强的CI/CD流水线：从代码提交到生产中的自主决策

Mohammad Baqar, Saba Naqvi, Rajat Khanda

专题命中 软件智能体 ：autonomous agent(abstract)；agentic(abstract)；分类 cs.AI、cs.SE

AI总结 本文提出AI增强的CI/CD流水线，利用大语言模型和自主代理提升软件交付效率，通过参考架构、决策分类法和信任层级框架实现自动化决策，减少人工干预和延迟。

Comments 13 Pages

TestExplora: Benchmarking LLMs for Proactive Bug Discovery via Repository-Level Test Generation

TestExplora: 通过仓库级测试生成对LLMs进行主动bug发现的基准测试

Steven Liu, Jane Luo, Xin Zhang, Aofan Liu, Hao Liu, Jie Wu, Ziyang Huang, Yangyu Huang, Yu Kang, Scarlett Li

机构 * Microsoft（微软公司） ； School of ECE, Peking University（北京大学电子工程学院） ； Tsinghua University（清华大学） ； Chinese Academy of Sciences（中国科学院） 纠错

专题命中 软件智能体 ：agentic(abstract)；分类 cs.CL、cs.SE

AI总结 TestExplora通过仓库级测试生成评估LLMs在主动bug发现中的能力，揭示了当前模型在复杂交互和代理探索方面的不足。

ISO-Bench: Can Coding Agents Optimize Real-World Inference Workloads?

ISO-Bench: 编码代理能否优化现实世界的推理工作负载？

Ayush Nangia, Shikhar Mishra, Aman Gokrani, Paras Chopra

专题命中 软件智能体 ：agent(abstract)；分类 cs.LG

AI总结 ISO-Bench通过结合硬指标和软指标评估编码代理在现实世界推理优化任务中的能力，发现无单一代理占优，且模型与支架均影响性能。

HeurekaBench: A Benchmarking Framework for AI Co-scientist

HeurekaBench: 一个用于AI合作者的基准评估框架

Siba Smarak Panigrahi, Jovana Videnović, Maria Brbić

机构 * École Polytechnique Fédérale de Lausanne (EPFL)（瑞士联邦理工学院（EPFL）） 纠错

专题命中 软件智能体 ：agentic(abstract)；分类 cs.LG

AI总结 HeurekaBench通过创建基于真实科学流程的基准，为评估AI合作者提供了一种方法，通过半自动流程生成探索性问题，并展示了批评模块对提升代理性能的效果。

Comments 33 pages, 5 figures, 7 tables. Code available at https://github.com/mlbio-epfl/HeurekaBench. Accepted to ICLR 2026

Machine-Generated, Machine-Checked Proofs for a Verified Compiler (Experience Report)

机器生成、机器验证的证明用于验证编译器（经验报告）

Zoe Paraskevopoulou

专题命中 软件智能体 ：agentic(abstract)

AI总结 利用机器学习模型生成并验证编译器正确性证明，通过模板技术实现ANF转换的语义保持性证明，耗时96小时完成，展示了机器辅助证明的潜力与局限。

Global Commander and Local Operative: A Dual-Agent Framework for Scene Navigation

全局指挥官与局部执行者：一种双智能体框架用于场景导航

Kaiming Jin, Yuefan Wu, Shengqiong Wu, Bobo Li, Shuicheng Yan, Tat-Seng Chua

机构 * National University of Singapore（新加坡国立大学） ； Simon Fraser University（西蒙弗雷泽大学） ； University of Oxford（牛津大学） 纠错

专题命中 GUI与网页智能体 ：agent(title,abstract)；planning(abstract)

AI总结 DACo提出双智能体框架，通过解耦全局推理与局部执行，提升复杂环境中长时序导航的稳定性和性能。

Comments 18 pages, 9 figures

Advancing Mobile GUI Agents: A Verifier-Driven Approach to Practical Deployment

推进移动GUI代理：一种以验证器驱动的方法用于实际部署

Gaole Dai, Shiqi Jiang, Ting Cao, Yuanchun Li, Yuqing Yang, Rui Tan, Mo Li, Lili Qiu

机构 * Nanyang Technological University（南洋理工大学） ； Microsoft Research（微软研究院） ； Tsinghua University（清华大学） 纠错

专题命中 GUI与网页智能体 ：agent(abstract,comments)；workflow(abstract)；分类 cs.AI

AI总结 V-Droid通过验证器驱动的方法提升移动GUI任务自动化代理的性能与效率

Comments "V-Droid: Advancing Mobile GUI Agent Through Generative Verifiers", got accepted to MobiCom 2026

How Far Can We Go with Pixels Alone? A Pilot Study on Screen-Only Navigation in Commercial 3D ARPGs

仅凭像素能走多远？对商业3DARPG中纯屏幕导航的初步研究

Kaijie Xu, Mustafa Bugti, Clark Verbrugge

机构 * McGill University（麦吉尔大学） ； Connecticut College（康奈尔学院） 纠错

专题命中 GUI与网页智能体 ：agent(abstract)；分类 cs.AI

AI总结 本文提出纯屏幕导航代理，通过视觉可能性探索3DARPG关卡，初步实验显示其导航能力，但受限于视觉模型的不足，无法实现全面自动导航。

JEF-Hinter: Leveraging Offline Knowledge for Improving Web Agents Adaptation

利用离线知识提升网络代理适应性的JEF-Hinter

Hadi Nekoei, Aman Jaiswal, Patrice Bechard, Oleh Shliazhko, Orlando Marquez Ayala, Mathieu Reymond, Massimo Caccia, Alexandre Drouin, Sarath Chandar, Alexandre Lacoste

机构 * ServiceNow AI Research（ServiceNow AI研究机构） ； Chandar Research Lab（Chandar研究实验室） ； Mila -- Quebec AI Institute（魁北克人工智能研究院） ； Dalhousie University（达尔豪斯大学） ； Canada CIFAR AI Chair（加拿大CIFAR人工智能主席） 纠错

专题命中 GUI与网页智能体 ：agentic(abstract)；分类 cs.AI

AI总结 JEF-Hinter通过提炼离线轨迹生成上下文感知提示，提升网络代理在陌生领域的适应能力，实验显示其优于多种基线方法。

Scaling Ultrasound Volumetric Reconstruction via Mobile Augmented Reality

通过移动增强现实实现超声体积重建的扩展

Kian Wei Ng, Yujia Gao, Deborah Khoo, Ying Zhen Tan, Chengzheng Mao, Haojie Cheng, Andrew Makmur, Kee Yuan Ngiam, Serene Goh, Eng Tat Khoo

机构 * National University Health System, Singapore（新加坡国家大学医疗系统） ； College of Design and Engineering, National University of Singapore, Singapore（新加坡国立大学设计与工程学院） 纠错

专题命中 GUI与网页智能体 ：planning(abstract)

AI总结 MARVUS通过移动增强现实技术提升超声体积重建的准确性和可重复性，减少用户间差异，提高临床应用的可行性和成本效益。

Comments Submitted to MICCAI 2026

Agentic AI Systems in Electrical Power Systems Engineering: Current State-of-the-Art and Challenges

电气电力系统中的代理AI系统：当前现状与挑战

Soham Ghosh, Gaurav Mittal

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

AI总结 本文探讨了代理AI在电气电力系统中的应用现状与挑战，通过四个案例研究展示其在电力系统优化和动态定价策略中的实际影响，并提出设计安全可靠代理AI系统的建议。

Representation Stability in a Minimal Continual Learning Agent

持续学习代理中的表示稳定性

Vishnu Subramanian

机构 * AI/ML Computational Science Associate Manager（人工智能/机器学习计算科学助理经理） 纠错

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

AI总结 本文提出一个最小持续学习代理，通过状态向量的动态变化研究表示稳定性，展示在无显式正则化等情况下，系统能实现稳定性与可塑性的平衡。

Comments 8 pages, 1 figure