AI Agent

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

Agents of Chaos

混沌的代理

Natalie Shapira, Chris Wendler, Avery Yen, Gabriele Sarti, Koyena Pal, Olivia Floody, Adam Belfki, Alex Loftus, Aditya Ratan Jannali, Nikhil Prakash, Jasmine Cui, Giordano Rogers, Jannik Brinkmann, Can Rager, Amir Zur, Michael Ripa, Aruna Sankaranarayanan, David Atkinson, Rohit Gandikota, Jaden Fiotto-Kaufman, EunJeong Hwang, Hadas Orgad, P Sam Sahil, Negev Taglicht, Tomer Shabtay, Atai Ambus, Nitay Alon, Shiri Oron, Ayelet Gordon-Tapiero, Yotam Kaplan, Vered Shwartz, Tamar Rott Shaham, Christoph Riedl, Reuth Mirsky, Maarten Sap, David Manheim, Tomer Ullman, David Bau

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

AI总结 研究探讨自主语言模型代理在真实环境中的行为，揭示安全、隐私和治理漏洞，呼吁跨学科关注。

On the Dynamics of Observation and Semantics

关于观察与语义的动力学

Xiu Li

机构 * Bytedance Seed（字节跳动种子） 纠错

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

AI总结 本文提出智能是物理可实现的代理属性，通过语义常数 B 限制信息处理复杂性，强调语言和逻辑是本体论必要性。

CNOT Minimal Circuit Synthesis: A Reinforcement Learning Approach

CNOT最小电路综合：一种强化学习方法

Riccardo Romanello, Daniele Lizzio Bosco, Jacopo Cossio, Dusan Sutulovic, Giuseppe Serra, Carla Piazza, Paolo Burelli

机构 * Ca' Foscari University of Venice（威尼斯Ca' Foscari大学） ； University of Udine（乌迪内大学） ； University of Naples Federico II（那不勒斯费德里科二世大学） ； IT University of Copenhagen（哥本哈根IT大学） 纠错

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

AI总结 本文提出了一种基于强化学习的CNOT门最小化方法，通过单一代理处理不同规模的电路，有效提升了算法性能。

Rethinking the Design of Reinforcement Learning-Based Deep Research Agents

重新思考基于强化学习的深度研究代理的设计

Yi Wan, Jiuqi Wang, Liam Li, Jinsong Liu, Ruihao Zhu, Zheqing Zhu

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

AI总结 本文提出了一种基于强化学习的深度研究代理设计，通过改进奖励机制、训练算法、样本过滤和测试策略，实现了在多个基准测试中的最优性能。

An Explainable Memory Forensics Approach for Malware Analysis

用于恶意软件分析的可解释性内存取证方法

Silvia Lucia Sanna, Davide Maiorca, Giorgio Giacinto

专题命中 记忆与上下文管理 ：workflow(abstract)

AI总结 本文提出了一种基于AI的可解释内存取证方法，利用大语言模型解释内存分析结果并提取入侵指标，提升恶意软件分析的可解释性和实用性。

Exploration of Always $S$-Connected Temporal Graphs

对始终S连接的时间图的探索

Duncan Adamson, Paul G Spirakis

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 本文研究了始终S连接时间图的探索问题，提出了一种新的方法，能够高效地探索具有特定结构的时间图。

VLM-Guided Group Preference Alignment for Diffusion-based Human Mesh Recovery

基于扩散模型的人体网格恢复中的群体偏好对齐

Wenhao Shen, Hao Wang, Wanqi Yin, Fayao Liu, Xulei Yang, Chao Liang, Zhongang Cai, Guosheng Lin

机构 * Nanyang Technological University（南洋理工大学） ； HKUST(GZ)（香港科技大学（广州）） ； SenseTime Research（商汤科技研究院） ； A*STAR（新加坡科技研究局） 纠错

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 本文提出了一种基于群体偏好的扩散模型微调框架，通过双内存增强的批评代理生成质量评分，提升人体网格恢复的物理合理性和图像一致性。

Comments Accepted to CVPR 2026

Action-Dynamics Modeling and Cross-Temporal Interaction for Online Action Understanding

动作-动态建模与跨时间交互用于在线动作理解

Xinyu Yang, Zheheng Jiang, Feixiang Zhou, Yihang Zhu, Na Lv, Nan Xing, Nishan Canagarajah, Huiyu Zhou

机构 * School of Computing and Mathematical Sciences, University of Leicester, United Kingdom（莱斯特大学计算与数学科学学院） ； School of Eye and Vision Sciences, University of Liverpool, United Kingdom（利物浦大学眼科学与视觉科学学院） ； School of Information Science and Engineering, University of Jinan, China（济南大学信息科学与工程学院） ； School of Automation and Information Engineering, Xi’an University of Technology, China（西安理工大学自动化与信息工程学院） 纠错

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 本文提出状态特定模型（SSM）用于统一动作检测与预见，通过关键状态压缩、动作模式学习和跨时间交互模块，提升动作理解性能。

Comments 10 pages, 9 figures