AI Agent

Emergent Compositional Communication for Latent World Properties

涌现的组合通信用于潜在世界属性

Tomek Kaszyński

机构 * Independent Researcher, Amsterdam, Netherlands（独立研究者，阿姆斯特丹，荷兰） 纠错

专题命中 多智能体 ：agent(abstract)；planning(abstract)；multi-agent(abstract)；分类 cs.LG

AI总结 本文研究多智能体通信能否从冻结视频特征中提取离散组合性表示，展示通过Gumbel-Softmax瓶颈和迭代学习发展出无标签的组合协议，验证了感知先验对可通信信息的影响。

Comments 24 pages, 4 figures, 12 tables. Code: https://github.com/TomekKaszynski/emergent-physics-comm

ProMediate: A Socio-cognitive framework for evaluating proactive agents in multi-party negotiation

ProMediate：多方谈判中评估主动代理的社认知框架

Ziyi Liu, Bahar Sarrafzadeh, Pei Zhou, Longqi Yang, Jieyu Zhao, Ashish Sharma

机构 * University of Southern California（南加州大学） ； Microsoft Corporation（微软公司） 纠错

专题命中 多智能体 ：agent(abstract)；AI agent(abstract)；agentic(abstract)；分类 cs.CL

AI总结 本文提出ProMediate框架，用于评估多方谈判中主动代理的社认知能力，通过模拟测试平台和新指标衡量共识变化、干预延迟等，结果显示社会智能代理在复杂谈判中表现更优。

Cheap Talk, Empty Promise: Frontier LLMs easily break public promises for self-interest

廉价言论，空头承诺：前沿大语言模型容易为私利而违背公开承诺

Jerick Shi, Terry Jingcheng Zhang, Zhijing Jin, Vincent Conitzer

专题命中 多智能体 ：agent(abstract)；autonomous agent(abstract)；multi-agent(abstract)

AI总结 本文研究了在多智能体环境中，前沿大语言模型在单次正常形式游戏中如何通过欺骗行为偏离公开承诺，分析了四种欺骗类型对个体收益和集体福利的影响。

Comments Accepted to ICLR AI for Mechanism Design and Strategic Decision Making Workshop

Agents for Agents: An Interrogator-Based Secure Framework for Autonomous Internet of Underwater Things

代理为代理：一种基于 interrogator 的安全框架，用于自主水下物联网

Ali Akarma, Toqeer Ali Syed, Abdul Khadar Jilani, Salman Jan, Hammad Muneer, Muazzam A. Khan, Changli Yu

机构 * AI Center, Faculty of Computer and Information Systems, Islamic University of Madinah（伊斯兰麦地那大学计算机与信息系统学院人工智能中心） ； College of Computer Studies, University of Technology Bahrain（巴林科技大学计算机研究学院） ； Faculty of Computer Studies, Arab Open University-Bahrain（阿拉伯开放大学巴林分校计算机研究学院） ； Department of Computer Science, The Islamia University of Bahawalpur（巴哈瓦尔布尔伊斯兰大学计算机科学系） ； ICESCO Chair in Big Data Analytics and Edge Computing, Quaid-e-Azam University（真纳大学ICESCO大数据分析与边缘计算教席） ； Harbin Institute of Technology, Weihai（哈尔滨工业大学（威海）） 纠错

专题命中 多智能体 ：agent(abstract)；multi-agent(abstract)；分类 cs.AI

AI总结 本文提出一种基于 interrogator 的安全框架，用于自主水下物联网，通过行为信任监控提升协调能力，同时保持可扩展性和部署效率。

Comments This paper was presented in ICETAS 2026 in Bahrain

Decoding Student Dialogue: A Multi-Dimensional Comparison and Bias Analysis of Large Language Models as Annotation Tools

解码学生对话：大型语言模型作为标注工具的多维比较与偏见分析

Jie Cao, Zhanxin Hao, Jifan Yu

专题命中 多智能体 ：agent(abstract)；multi-agent(abstract)

AI总结 本文评估GPT-5.2和Gemini-3在不同学科、教育阶段和四个编码维度上的标注效果，发现多代理提示法准确性最高但未达统计显著性，且在K-12数据集上表现优于大学数据，情感维度表现最佳而认知维度最差，同时揭示四种偏见模式。

Comments This paper has been accepted in AIED2026

Investigating the Impact of Subgraph Social Structure Preference on the Strategic Behavior of Networked Mixed-Motive Learning Agents

探讨子图社会结构偏好对网络混合动机学习代理战略行为的影响

Xinqi Gao, Mario Ventresca

专题命中 多智能体 ：agent(abstract)；multi-agent(abstract)

AI总结 本文研究了子图社会结构偏好对网络混合动机学习代理在序列社会困境中的战略决策影响，提出SRIM方法，通过不同子图结构偏好展示代理奖励获取和战略行为的差异，验证了子图结构影响的鲁棒性。

Comments 17 pages, 8 page manuscript and 9 page appendix, 10 figures

Ethical Implications of Training Deceptive AI

训练欺骗性人工智能的伦理影响

Jason Starace, Bert Baumgaertner, Terence Soule

专题命中 多智能体 ：agent(abstract)；multi-agent(abstract)

AI总结 本文提出DRL框架，通过生物安全等级系统模型，对欺骗性算法研究进行分类，评估风险并制定相应保障措施，以填补监管与研究间的治理空白。

Cyberlanguage: Native Communication for the Cyber-Physical-Social-Thinking Fusion Space

网络语言：面向网络-物理-社会-思维融合空间的原生通信

Huansheng Ning, Jianguo Ding

专题命中 多智能体 ：agent(abstract)；multi-agent(abstract)

AI总结 本文提出Cyberlanguage，一种适应融合空间的通信框架，具备四维融合、多智能体通用性、动态编译性和上下文适应性等核心特征，旨在协调异构实体的通信需求。

Comments 14 pages, 5 figures, 3 tables

The PIMMUR Principles: Ensuring Validity in Collective Behavior of LLM Societies

PIMMUR 原则：确保 LLM 社会集体行为的有效性

Jiaxu Zhou, Jen-tse Huang, Xuhui Zhou, Man Ho Lam, Xintao Wang, Hao Zhu, Wenxuan Wang, Maarten Sap

机构 * Chinese University of Hong Kong（香港中文大学） ； Johns Hopkins University（约翰斯·霍普金斯大学） ； Carnegie Mellon University（卡内基梅隆大学） ； Fudan University（复旦大学） ； Stanford University（斯坦福大学） ； Renmin University of China（中国人民大学） 纠错

专题命中 多智能体 ：agent(abstract)；分类 cs.CL

AI总结 本文通过审计39项研究，识别出六个普遍缺陷，指出89.7%的研究违反至少一个原则，导致模拟有效性受损。通过复现实验发现，当遵循PIMMUR原则时，报告的集体现象往往消失或反转，表明许多'涌现'行为可能是方法学伪影而非真实社会动态。

Comments 13 pages, 9 figures, 3 tables; add more papers in our systematic audit (39 in total)

Convergence of Byzantine-Resilient Gradient Tracking via Probabilistic Edge Dropout

通过概率边丢弃实现容错梯度跟踪的收敛性

Amirhossein Dezhboro, Fateme Maleki, Arman Adibi, Erfan Amini, Jose E. Ramirez-Marquez

专题命中 多智能体 ：agent(abstract)；分类 cs.LG

AI总结 本文提出GT-PD方法，通过概率边丢弃和自中心投影，实现对抗通信下的收敛性，针对部分隔离情况引入GT-PD-L，通过漏积分控制跟踪误差，提升鲁棒性。

FedScalar: Federated Learning with Scalar Communication for Bandwidth-Constrained Networks

FedScalar: 在带宽受限网络中使用标量通信的联邦学习

M. Rostami, S. S. Kia

机构 * University of California Irvine（加利福尼亚大学尔湾分校） 纠错

专题命中 多智能体 ：agent(abstract)；分类 cs.LG

AI总结 FedScalar通过每个代理每轮上传两个标量值实现高效通信，无需高维传输，从而在带宽受限环境下提升收敛速度和能效。

"It Talks Like a Patient, But Feels Different": Co-Designing AI Standardized Patients with Medical Learners

它说话像病人，但感觉不同：与医学学习者共同设计AI标准化病人

Zhiqi Gao, Guo Zhu, Huarui Luo, Dongyijie Primo Pan, Haoming Tang, Bingquan Zhang, Jiahuan Pei, Jie Li, Benyou Wang

专题命中 多智能体 ：workflow(abstract)

AI总结 本文探讨了AI标准化病人在医学沟通培训中的应用，通过调研发现学习者对AI-SP的期望，并提出以学习者为中心的设计需求，强调教学实用性而非对话真实性的重要性。

Journal ref CHI 2026 Posters

UAV Control and Communication Enabled Low-Altitude Economy: Challenges, Resilient Architecture and Co-design Strategies

无人机控制与通信赋能的低空经济：挑战、容错架构与协同设计策略

Tianhao Liang, Nanchi Su, Yuqi Ping, Guangyu Lei, Xinglin Chen, Longyu Zhou, Tingting Zhang, Qinyu Zhang, Tony Q. S. Quek

专题命中 多智能体 ：planning(abstract)

AI总结 本文探讨低空经济中无人机通信与控制协同设计的挑战与方法，提出三层架构提升系统韧性，验证了协同设计对智能低空网络发展的促进作用。

From Model-Based Screening to Data-Driven Surrogates: A Multi-Stage Workflow for Exploring Stochastic Agent-Based Models

从基于模型的筛选到数据驱动的替代品：探索随机基于代理的模型的多阶段工作流程

Paul Saves, Matthieu Mastio, Nicolas Verstaevel, Benoit Gaudou

机构 * IRIT, Université Toulouse Capitole（图卢兹计算机科学研究所，图卢兹第一大学） 纠错

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

AI总结 本文提出一个多阶段工作流程，通过结合系统实验设计与机器学习替代模型，解决基于代理的模型系统探索中的维度诅咒和内在随机性问题，重点在于发现不稳定区域的非线性交互效应。

Comments Published in MABS 2026 - The 27th International Workshop on Multi-Agent-Based Simulation

Journal ref Multi-Agent-Based Simulation (MABS) XXVII. LCNS Springer, 2026

DoubleAgents: Human-Agent Alignment in a Socially Embedded Workflow

DoubleAgents：社会嵌入式工作流中的人机对齐

Tao Long, Xuanming Zhang, Sitong Wang, Zhou Yu, Lydia B Chilton

机构 * Columbia University（哥伦比亚大学） 纠错

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

AI总结 DoubleAgents通过分布式认知框架实现人机对齐，整合协调代理、可视化仪表板和策略模块，提升复杂社会嵌入式任务的执行效率与用户信任。

Comments 21 pages, 10 figures

Agentic Federated Learning: The Future of Distributed Training Orchestration

代理联邦学习：分布式训练编排的未来

Rafael O. Jarczewski, Gabriel U. Talasso, Leandro Villas, Allan M. de Souza

机构 * Institute of Computing, University of Campinas（坎皮纳斯州立大学计算研究所） ； Hub of Artificial Intelligence and Cognitive Architectures - H.IAAC（人工智能与认知架构中心 - H.IAAC） 纠错

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

AI总结 本文提出代理联邦学习框架，通过语言模型代理自主协调，缓解客户端异质性和系统动态波动，提升资源利用和公平性，推动联邦学习向去中心化生态系统演进。

StatsClaw: An AI-Collaborative Workflow for Statistical Software Development

StatsClaw：统计软件开发的AI协作工作流

Tianzhu Qin, Yiqing Xu

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

AI总结 StatsClaw通过多智能体架构实现统计软件开发的可靠自动化，通过信息隔离机制确保代码生成与验证的独立性，提升软件生命周期的工程效率并保持研究人员对方法学的控制。

SKILLFOUNDRY: Building Self-Evolving Agent Skill Libraries from Heterogeneous Scientific Resources

SKILLFOUNDRY：从异构科学资源构建自演化智能体技能库

Shuaike Shen, Wenduo Cheng, Mingqian Ma, Alistair Turcan, Martin Jinye Zhang, Jian Ma

机构 * Ray and Stephanie Lane Computational Biology Department, School of Computer Science, Carnegie Mellon University（卡内基梅隆大学计算机科学学院Ray and Stephanie Lane计算生物学系） ； Machine Learning Department, School of Computer Science, Carnegie Mellon University（卡内基梅隆大学计算机科学学院机器学习系） 纠错

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

AI总结 SKILLFOUNDRY通过自演化框架将异构资源转化为验证过的智能体技能包，提升科学代理在基准和领域任务中的性能，扩展覆盖范围，为更强大的科学代理提供基础。

Applications of Large Language Models in Radiation Oncology: From Workflow Automation to Clinical Intelligence

大型语言模型在放射肿瘤学中的应用：从工作流自动化到临床智能

Yuzhen Ding, Jason Holmes, Yuexing Hao, Zhengliang Liu, Peilong Wang, Junjie Cui, Meiyun Cao, Caiwen Jiang, Shuoyang Wei, Lin Zhao, Chenbin Liu, Lian Zhang, Yunze Yang, Tianming Liu, Wei Liu

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

AI总结 本文探讨了大型语言模型在放射肿瘤学中的应用，包括工作流自动化、临床智能及决策支持，展示了其在标准化命名、注册管理及放疗计划评估中的核心贡献。

Designing Human-GenAI Interaction for cMOOC Discussion Facilitation: Effects of a Collaborative AI-in-the-Loop Workflow on Social and Cognitive Presence

为cMOOC讨论促进设计人类-GenAI交互：协作AI-in-the-loop工作流程对社会和认知存在的影响

Jianjun Xiao, Cixiao Wang

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

AI总结 本文研究了通过协作AI-in-the-loop工作流程设计人类-GenAI交互对cMOOC讨论促进的影响，发现协作式人机交互能提升社会存在和认知存在，但认知存在无显著提升。

From Bits to Chips: An LLM-based Hardware-Aware Quantization Agent for Streamlined Deployment of LLMs

从比特到芯片：一种基于LLM的硬件感知量化代理，用于简化LLM的部署

Kaiyuan Deng, Hangyu Zheng, Minghai Qing, Kunxiong Zhu, Gen Li, Yang Xiao, Lan Emily Zhang, Linke Guo, Bo Hui, Yanzhi Wang, Geng Yuan, Gagan Agrawal, Wei Niu, Xiaolong Ma

机构 * The University of Arizona（亚利桑那大学） ； Clemson University（克莱姆森大学） ； University of Georgia（佐治亚大学） ； The University of Tulsa（塔尔萨大学） ； Northeastern University（东北大学） ； Western Digital Corporation（西部数据公司） 纠错

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

AI总结 本文提出HAQA，一种基于LLM的自动化框架，通过高效超参数调优和硬件配置，简化LLM的量化和部署流程，提升部署质量和易用性，实验显示推理速度提升2.3倍，吞吐量和精度均有提升。

Causal Process Models: Reframing Dynamic Causal Graph Discovery as a Reinforcement Learning Problem

因果过程模型：将动态因果图发现重新表述为强化学习问题

Turan Orujlu, Christian Gumbsch, Martin V. Butz, Charley M Wu

机构 * University of Tübingen（图宾根大学） ； MPI for Biological Cybernetics（马克斯·普朗克生物控制论研究所） ； University of Amsterdam（阿姆斯特丹大学） ； TU Darmstadt（达姆施塔特工业大学） 纠错

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

AI总结 本文提出因果过程模型，通过将动态因果图构建视为多智能体强化学习问题，实现了从视觉观测中学习稀疏时间变化因果图，提升可解释性和计算效率。

Structure Matters: Evaluating Multi-Agents Orchestration in Generative Therapeutic Chatbots

结构至关重要：评估生成治疗聊天机器人中多代理协调

Sina Elahimanesh, Mohammadali Mohammadkhani, Sara Zahedi Movahed, Mohammad Mahdi Abootorabi, Shayan Salehi, Abbas Edalat

专题命中 工作流自动化 ：agent(abstract)；multi-agent(abstract)

AI总结 研究探讨了基于LLM的多代理系统在生成治疗聊天机器人中的表现，发现其在对话自然度和人类感方面优于单一代理和无指导LLM，证明架构协调对治疗AI的重要性。

RESCORE: LLM-Driven Simulation Recovery in Control Systems Research Papers

RESCORE：基于大语言模型的控制系统研究论文仿真恢复

Vineet Bhat, Shiqing Wei, Ali Umut Kaypak, Prashanth Krishnamurthy, Ramesh Karri, Farshad Khorrami

机构 * New York University（纽约大学） ； Tandon School of Engineering（坦登工程学院） 纠错

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

AI总结 本文提出RESCORE框架，通过迭代执行反馈和视觉比较提升论文仿真恢复精度，实现40.7%的仿真恢复率，比单次生成方法更高效，节省验证时间与成本。

Comments This work has been submitted to the IEEE for possible publication

GPA: Learning GUI Process Automation from Demonstrations

GPA：从演示中学习图形用户界面过程自动化

Zirui Zhao, Jun Hao Liew, Yan Yang, Wenzhuo Yang, Ziyang Luo, Doyen Sahoo, Silvio Savarese, Junnan Li

机构 * Salesforce AI Research（Salesforce AI 研究院） 纠错

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

AI总结 GPA是一种轻量但通用的基于视觉的机器人流程自动化方法，通过单次演示实现快速稳定的过程回放，解决了传统RPA的脆弱性和当前基于视觉语言模型的GUI代理的非确定性风险，具备鲁棒性、确定性和隐私保护等核心优势。

ATLAS: A Layered Constraint-Guided Framework for Structured Artifact Generation in LLM-Assisted MDE

ATLAS：一种分层约束引导的结构化艺术创作框架，用于LLM辅助的MDE

Tong Ma, Hui Lai, Hui Wang, Zhenhu Tian, Chaochao Li, Fengjie Xu, Ling Fang

机构 * University of Science and Technology of China（中国科学技术大学） ； Hefei Institutes of Physical Science, Chinese Academy of Sciences（中国科学院合肥物质科学研究院） ； Anhui University（安徽大学） 纠错

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

AI总结 ATLAS通过分层约束引导框架生成符合显式模式、领域规则和审计要求的结构化工程制品，结合元模型整合、约束模型编译和后生成验证，确保生成结果的正确性和完整性。

Stratifying Reinforcement Learning with Signal Temporal Logic

基于信号时间逻辑的强化学习分层化

Justin Curry, Alberto Speranzon

机构 * University at Albany, State University of New York（纽约州立大学奥尔巴尼分校） ； Lockheed Martin, Advanced Technology Labs（洛克希德·马丁公司先进技术实验室） 纠错

专题命中 工作流自动化 ：agent(abstract)；分类 cs.LG

AI总结 本文提出基于分层理论的信号时间逻辑语义，揭示分层理论与STL的对应关系，为深度强化学习嵌入空间结构分析提供新框架，并推动新型计算技术发展。

Comments 8 pages, 13 figures

Profile-Then-Reason: Bounded Semantic Complexity for Tool-Augmented Language Agents

Profile-Then-Reason: 用于工具增强语言代理的有界语义复杂度

Paulo Akira F. Enabe

机构 * Escola Politénica University of São Paulo（圣保罗大学理工学院） 纠错

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

AI总结 本文提出Profile-Then-Reason框架，通过预设工作流和验证机制减少语言模型调用次数，提升工具增强推理效率。

Sandpiper: Orchestrated AI-Annotation for Educational Discourse at Scale

Sandpiper：大规模教育对话中的协同AI标注

Daryl Hedley, Doug Pietrzak, Jorge Dias, Ian Burden, Bakhtawar Ahtisham, Zhuqian Zhou, Kirk Vanacore, Josh Marland, Rachel Slama, Justin Reich, Kenneth Koedinger, René Kizilcec

机构 * National Tutoring Observatory（国家辅导观察站） ； FreshCognate ； Cornell University（康奈尔大学） ； Massachusetts Institute of Technology（麻省理工学院） ； Carnegie Mellon University（卡内基梅隆大学） 纠错

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

AI总结 Sandpiper通过结合交互式研究仪表板与大语言模型，实现高体积对话数据与人类定性专家的协同分析，提升研究效率和可靠性。

Compliance Management for Federated Data Processing

联邦数据处理的合规管理

Natallia Kokash, Adam Belloum, Paola Grosso

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

AI总结 本文提出一种合规导向的联邦数据处理框架，整合了政策即代码、工作流编排和大语言模型辅助的合规管理，以解决跨组织边界的数据访问政策管理难题。