AI Agent

FROGENT: An End-to-End Full-process Drug Design Multi-Agent System

FROGENT：一种端到端的全流程药物设计多智能体系统

Qihua Pan, Dong Xu, Qianwei Yang, Jenna Xinyi Yao, Sisi Yuan, Zexuan Zhu, Jianqiang Li, Junkai Ji

专题命中 工作流自动化 ：agent(title,abstract)；multi-agent(title,abstract)；tool-use(abstract)；planning(abstract)

AI总结 FROGENT通过多智能体系统整合药物发现全流程，利用LLM能力提升效率与准确性，减少人工干预。

Comments 37 pages, 20 figures

WirelessAgent++: Automated Agentic Workflow Design and Benchmarking for Wireless Networks

WirelessAgent++: 无线网络中自主代理工作流设计与基准测试

Jingwen Tong, Zijian Li, Fang Liu, Wei Guo, Jun Zhang

机构 * College of Electronics and Information Engineering, Shenzhen University（深圳大学电子与信息工程学院） ； Department of Electronic and Computer Engineering, The Hong Kong University of Science and Technology（香港理工大学电子与计算机工程系） 纠错

专题命中 工作流自动化 ：workflow(title,abstract)；agentic(title,abstract)；agent(abstract)；AI agent(abstract)

AI总结 WirelessAgent++通过自动化设计无线任务代理工作流，结合MCTS算法和WirelessBench基准测试，实现了高效且稳健的无线网络代理生成。

Comments This manuscript has submitted to a possible Journal for publication

RLShield: Practical Multi-Agent RL for Financial Cyber Defense with Attack-Surface MDPs and Real-Time Response Orchestration

RLShield: 实用的多智能体强化学习用于金融网络安全防御，结合攻击面马尔可夫决策过程与实时响应协调

Srikumar Nayak

专题命中 工作流自动化 ：agent(title,abstract)；multi-agent(title,abstract)；分类 cs.AI、cs.CL、cs.LG

AI总结 RLShield 通过多智能体强化学习实现金融网络安全防御，结合攻击面马尔可夫决策过程与实时响应协调，提升网络攻击遏制效率与响应效果。

Comments 6 pages, 2 fig and 2 tables

CT-Flow: Orchestrating CT Interpretation Workflow with Model Context Protocol Servers

CT-Flow: 通过模型上下文协议服务器协调CT解释工作流

Yannian Gu, Xizhuo Zhang, Linjie Mu, Yongrui Yu, Zhongzhen Huang, Shaoting Zhang, Xiaofan Zhang

机构 * Qing Yuan Research Institute, Shanghai Jiao Tong University, Shanghai, China（清元研究院，上海交通大学，上海，中国） ； Shanghai Innovation Institute, Shanghai, China（上海创新研究院，上海，中国） ； Sensetime Research, Shanghai, China（senseTime研究院，上海，中国） 纠错

专题命中 工作流自动化 ：workflow(title,abstract)；tool-use(abstract)；agentic(abstract)；分类 cs.AI

AI总结 CT-Flow通过模型上下文协议实现3D CT解释工作流的动态协调，提升诊断准确性和工具调用效率。

Comments submitting to ACL 2026

Graph-Based Self-Healing Tool Routing for Cost-Efficient LLM Agents

基于图的自愈工具路由用于成本高效的LLM代理

Neeraj Bholani

专题命中 工作流自动化 ：agent(abstract)；tool-use(abstract)；planning(abstract)；workflow(abstract)

AI总结 Self-Healing Router通过自愈路由机制在LLM代理中实现成本高效且容错的工具使用，减少LLM调用并消除沉默故障。

Comments Working paper. 27 references, 13 figures, 8 tables, pseudocode appendix

QCAgent: An agentic framework for quality-controllable pathology report generation from whole slide image

QCAgent：一种用于从全切片图像生成质量可控病理科报告的代理框架

Rundong Wang, Wei Ba, Ying Zhou, Yingtai Li, Bowen Liu, Baizhi Wang, Yuhao Wang, Zhidong Yang, Kun Zhang, Rui Yan, S. Kevin Zhou

机构 * School of Biomedical Engineering, Division of Life Sciences ； Medicine, University of Science ； Technology of China, Hefei, Anhui, 230026, P.R. China Center for Medical Imaging, Robotics, Analytic Computing \& Learning (MIRACLE), Suzhou Institute for Advance Research, USTC, 215123, P.R. China Chinese PLA General Hospital Ninth Medical Center, China Hong Kong University of Science 纠错

专题命中 工作流自动化 ：agentic(title,abstract)；workflow(abstract)

AI总结 QCAgent通过引入定制批评机制和证据驱动的细化流程，实现从全切片图像生成质量可控、具有临床意义的病理科报告。

RLAR: An Agentic Reward System for Multi-task Reinforcement Learning on Large Language Models

RLAR：一种用于大型语言模型多任务强化学习的代理奖励系统

Andrew Zhuoer Feng, Cunxiang Wang, Bosi Wen, Yidong Wang, Yu Luo, Hongning Wang, Minlie Huang

机构 * Tsinghua Univeristy（清华大学） ； Peking University（北京大学） 纠错

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

AI总结 RLAR通过动态生成奖励函数提升大型语言模型在多任务强化学习中的性能和泛化能力。

Comments 25 pages, 7 figures

Contract-based Agentic Intent Framework for Network Slicing in O-RAN

基于合同的代理意图框架用于O-RAN中的网络切片

Fransiscus Asisi Bimo, Chun-Kai Lai, Zhi-Yuan Yang, Ray-Guang Cheng

专题命中 工作流自动化 ：agentic(title,abstract)

AI总结 本文提出基于合同的代理意图框架，用于O-RAN中的网络切片，通过闭环代理流水线实现确定性安全保证。

Comments 6 pages, Accepted at IEEE INFOCOM 2026

A Multiscale Workflow for Thermal Analysis of 3DI Chip Stacks

3DI芯片堆叠热分析的多尺度工作流程

Max Bloomfield, Amogh Wasti, Zongmin Yang, Matthew Galarza, Theodorian Borca-Tasciuc, Jacob Merson, Timothy Chainer, Prabudhya Roy Chowdhury, Aakrati Jain

专题命中 工作流自动化 ：workflow(title)

AI总结 本研究提出了一种多尺度方法，用于高效分析3DI芯片堆叠的热特性，通过分层有限元方法提升热模拟的精度和效率。

Journal ref 2025 24th IEEE Intersociety Conference on Thermal and Thermomechanical Phenomena in Electronic Systems (ITherm)

VPI-Bench: Visual Prompt Injection Attacks for Computer-Use Agents

VPI-Bench：用于计算机使用代理的视觉提示注入攻击

Tri Cao, Bennett Lim, Yue Liu, Yuan Sui, Yuexin Li, Shumin Deng, Lin Lu, Nay Oo, Shuicheng Yan, Bryan Hooi

机构 * National University of Singapore（国立新加坡大学） ； Cyber Emerging Tech and R&D Co（网络安全与研发公司） 纠错

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

AI总结 本文提出VPI-Bench基准，用于评估计算机使用代理和浏览器使用代理在视觉提示注入攻击下的鲁棒性，发现当前代理在某些平台上被欺骗率达51%和100%。

Comments ICLR 2026

Selection as Power: Constrained Reinforcement for Bounded Decision Authority

选择作为权力：受限强化以实现有限决策权

Jose Manuel de la Chica Rodriguez, Juan Manuel Vera Díaz

机构 * AI Lab, Grupo Santander Madrid, Spain（Grupo Santander 马德里实验室） 纠错

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

AI总结 本文提出了一种动态激励性选择治理框架，通过受约束的强化学习方法，在保持有限决策权的同时实现适应性改进。

Chain-of-Context Learning: Dynamic Constraint Understanding for Multi-Task VRPs

上下文链学习：多任务VRP中的动态约束理解

Shuangchun Gui, Suyu Liu, Xuehe Wang, Zhiguang Cao

机构 * School of Computing and Information Systems, Singapore Management University, Singapore（新加坡管理大学计算机与信息学院） ； Guangdong Laboratory of AI and Digital Economy, Shenzhen, Guangdong, China（广东人工智能与数字经济实验室） ； School of Artificial Intelligence, Sun Yat-sen University, Zhuhai, Guangdong, China（中山大学人工智能学院） 纠错

专题命中 工作流自动化 ：agent(abstract)；分类 cs.AI

AI总结 CCL通过逐步捕捉动态上下文来改进多任务VRP中的约束理解，通过RGCR和TSNR模块实现细粒度节点适应，有效提升求解性能。

Comments This paper is accepted by ICLR 2026

UrbanVerse: Scaling Urban Simulation by Watching City-Tour Videos

UrbanVerse: 通过观看城市游览视频扩大城市模拟

Mingxuan Liu, Honglin He, Elisa Ricci, Wayne Wu, Bolei Zhou

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

AI总结 UrbanVerse 通过将众包城市游览视频转化为物理-aware 的模拟场景，实现了城市模拟的扩展，提升了城市导航中代理的泛化能力和现实任务完成效率。

Comments Accepted to ICLR 2026. Project page: https://urbanverseproject.github.io/

Does My README File Need To Be Updated? Exploring LLM-Based README Maintenance

我的 README 文件需要更新吗？探索基于 LLM 的 README 维护

Haoyu Gao, Hong Yi Lin, Christoph Treude, Gregory Gay, Mansooreh Zahedi

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

AI总结 本文提出了一种基于 LLM 的轻量级方法，用于在人机协作流程中精准更新 README 文件，以解决文档过时问题，并通过实验验证其有效性。

RTLocating: Intent-aware RTL Localization for Hardware Design Iteration

RTLocating：面向硬件设计迭代的意图感知RTL定位

Changwen Xing, Yanfeng Lu, Lei Qi, Chenxu Niu, Jie Li, Xi Wang, Yong Chen, Jun Yang

机构 * School of Integrated Circuits, Southeast University, Nanjing, China（东南大学集成电路学院） ； National Center of Technology Innovation for EDA, Nanjing, China（EDA技术创新国家中心） ； School of Computer Science and Engineering, Southeast University, Nanjing, China（东南大学计算机科学与工程学院） ； Department of Computer Science, Texas Tech University, Lubbock, USA（塔拉斯大学计算机科学系） 纠错

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

AI总结 RTLocating通过意图感知的RTL定位框架，实现了工业级硬件设计迭代中意图驱动的高效定位，显著提升了变更请求与RTL代码的匹配精度。

An Empirical Study of the Evolution of GitHub Actions Workflows

GitHub Actions工作流演化的实证研究

Pooya Rostami Mazrae, Alexandre Decan, Tom Mens, Mairieli Wessel

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

AI总结 本研究通过分析GitHub Actions工作流的变化，发现工作流修改多集中于任务配置，且大多数修改较小，强调了对依赖管理和AI支持工作流安全性的需求。

Journal ref Journal of Systems and Software, 236, 112824, 2026, 0164-1212

Next Generation Equation-Free Multiscale Modelling of Crowd Dynamics via Machine Learning

基于机器学习的下一代群体动力学多尺度建模：通过机器学习实现微观与宏观建模尺度的衔接

Hector Vargas Alvarez, Dimitrios G. Patsatzis, Lucia Russo, Ioannis Kevrekidis, Constantinos Siettos

机构 * Modelling Engineering Risk and Complexity, Scuola Superiore Meridionale（工程风险与建模，南方高等学院） ； Institute of Science and Technology for Energy and Sustainable Mobility, Consiglio Nazionale delle Ricerche（能源与可持续交通科学研究所，国家研究理事会） ； Department of Chemical and Biomolecular Engineering, Department of Applied Mathematics and Statistics & Department of Urology, Johns Hopkins University（化学与生物分子工程系，应用数学与统计学系及泌尿科，约翰霍普金斯大学） 纠错

专题命中 工作流自动化 ：agent(abstract)；分类 cs.LG

AI总结 本文提出基于机器学习的多尺度建模方法，通过在潜在空间中学习并重构高维空间的动力学，实现群体动力学的高效模拟。

Comments 43 pages (16 pages of Appendix), 16 figures (11 in Appendix)

A Case Study on Concept Induction for Neuron-Level Interpretability in CNN

卷积神经网络中神经元级可解释性概念诱导的案例研究

Moumita Sen Sarma, Samatha Ereshi Akkamahadevi, Pascal Hitzler

机构 * Department of Computer Science, Kansas State University, Manhattan, Kansas, USA（计算机科学系，堪萨斯州立大学，曼哈顿，堪萨斯，美国） 纠错

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

AI总结 本研究通过在SUN2012数据集上验证概念诱导方法的泛化能力，展示了其在神经元级可解释性中的应用扩展。

Predicting Crystal Structures and Ionic Conductivities in Li$_{3}$YCl$_{6-x}$Br$_{x}$ Halide Solid Electrolytes Using a Fine-Tuned Machine Learning Interatomic Potential

利用微调的机器学习互原子势预测Li$_{3}$YCl$_{6-x}$Br$_{x}$卤化物固态电解质的晶体结构和离子导电性

Jonas Böhm, Aurélie Champagne

专题命中 工作流自动化 ：workflow(abstract)

AI总结 本研究通过微调CHGNet模型，预测Li$_{3}$YCl$_{6-x}$Br$_{x}$固态电解质的晶体结构和离子导电性，展示其在复杂固态电解质建模中的有效性。

Comments 26 pages, 5 figures

FATE: Closed-Loop Feasibility-Aware Task Generation with Active Repair for Physically Grounded Robotic Curricula

FATE: 闭环可行性感知任务生成与主动修复的物理 grounded 机器人课程

Bingchuan Wei, Bingqi Huang, Jingheng Ma, Zeyu zhang, Sen Cui

机构 * School of Aerospace Engineering, Tsinghua University, Beijing, China（航空航天工程系，清华大学，北京，中国） ； Department of Automation, Tsinghua University, Beijing, China（自动化系，清华大学，北京，中国） ； School of Integrated Circuits, Tsinghua University, Beijing, China（集成电路学院，清华大学，北京，中国） ； State Key Laboratory of General Artificial Intelligence, Beijing Institute for General Artificial Intelligence (BIGAI), Beijing, China（通用人工智能国家重点实验室，北京通用人工智能研究院（BIGAI），北京，中国） 纠错

专题命中 工作流自动化 ：agent(abstract)

AI总结 FATE通过闭环验证与主动修复机制，生成物理 grounded 的机器人任务课程，有效减少执行失败率。

Comments 16 Pages, 4 Figures

RAG-RUSS: A Retrieval-Augmented Robotic Ultrasound for Autonomous Carotid Examination

RAG-RUSS：一种增强检索的机器人超声用于自主颈动脉检查

Dianye Huang, Ziping Cong, Nassir Navab, Zhongliang Jiang

机构 * Computer-Aided Medical Procedures and Augmented Reality (CAMP), Technical University of Munich (TUM), Germany（计算机辅助医学程序与增强现实（CAMP），慕尼黑技术大学（TUM），德国） ； Munich Center for Machine Learning (MCML), Germany（慕尼黑机器学习中心（MCML），德国） 纠错

专题命中 工作流自动化 ：workflow(abstract)

AI总结 RAG-RUSS通过可解释框架实现自主颈动脉检查，结合检索增强生成提升泛化能力，减少对大规模数据的依赖。

Comments Accepted by ICRA

InterFlow: Designing Unobtrusive AI to Empower Interviewers in Semi-Structured Interviews

InterFlow：设计无感AI以赋能半结构化访谈中的访谈者

Yi Wen, Yu Zhang, Sriram Suresh, Zhicong Lu, Can Liu, Meng Xia

专题命中 工作流自动化 ：agent(abstract)

AI总结 InterFlow通过AI驱动的视觉支架，帮助访谈者更高效地管理半结构化访谈流程，减少认知负担并提升访谈质量。

Comments Accepted to CHI 2026

Nagare Media Engine: A System for Cloud- and Edge-Native Network-based Multimedia Workflows

Nagare媒体引擎：一种基于网络的多媒体工作流系统

Matthias Neugebauer

专题命中 工作流自动化 ：workflow(abstract)

AI总结 Nagare媒体引擎是一种基于网络的开源多媒体工作流系统，基于ISO/IEC 23090-8标准，利用Kubernetes平台提供云和边缘原生解决方案。

General Social Agents

通用社会代理

Benjamin S. Manning, John J. Horton

专题命中 工作流自动化 ：AI agent(abstract)

AI总结 本文提出了一种构建通用社会代理的方法，通过理论指导的指令、现有数据和训练知识，在无数据生成过程数据的情况下，预测人类行为表现优于传统模型。

On Repeat: Does Iteration Drive Innovation?

重复与创新：迭代是否推动创新？

Evgeny Kagan, Christian Jost, Tobias Lieberum, Sebastian Schiffels

专题命中 工作流自动化 ：workflow(abstract)

AI总结 本研究通过实验发现，迭代工作流程在创新任务中表现更优，但其优势随时间减弱，且在特定条件下效果受限。

Unsupervised Semantic Segmentation in Synchrotron Computed Tomography with Self-Correcting Pseudo Labels

同步加速器计算机断层扫描中无监督语义分割的自校正伪标签

Austin Yunker, Peter Kenesei, Hemant Sharma, Jun-Sang Park, Antonino Miceli, Rajkumar Kettimuthu

机构 * Data Science and Learning Division, Argonne National Laboratory（Argonne国家实验室数据科学与学习部门） ； X-Ray Science Division, Argonne National Laboratory（Argonne国家实验室X射线科学部门） 纠错

专题命中 工作流自动化 ：workflow(abstract)

AI总结 本文提出了一种无监督语义分割方法，通过自校正伪标签技术提高SR-CT数据集的分割精度。

AT 2024ahzi: A Type IIP Supernova Discovered by the LSST Commissioning Camera

AT 2024ahzi：由LSST试运行相机发现的I型II超新星

Kaylee de Soto, V. Ashley Villar, Jared A. Goldberg, Anya Nugent, Yize Dong, Ryan J. Foley, Tobias Geron, Luca Izzo, C. Tanner Murphey, Katie Auchettl, David A. Coulter, Thomas de Boer, Kenneth C. Chambers, Diego A. Farias, Christa Gall, Hua Gao, Jens Hjorth, Willem B. Hoogendam, David O. Jones, Gauri Nair, Gautham Narayan, Armin Rest, Kishore C. Patra, Haille M. L. Perkins, Margaret E. Verrico, Qinan Wang, Amanda R. Wasserman, Yossef Zenat

专题命中 工作流自动化 ：workflow(abstract)

AI总结 利用ComCam和DECam数据，将AT 2024ahzi分类为I型II超新星，并通过多波段光变曲线分析限制其前身、爆炸动力学和周围环境。

Comments 21 pages, 7 figures

Interpretable Geometry Sensitivity for Inverse Design of Integrated Photonics

可解释的几何灵敏度用于集成光子学的逆向设计

Junho Park, Taehan Kim, Mohammad Ali, Di Liang

专题命中 工作流自动化 ：workflow(abstract)

AI总结 本研究提出了一种可解释的几何灵敏度方法，用于集成光子学逆向设计，通过生成像素级灵敏度图，提高设计可解释性和制造兼容性。