AI 大模型
智能体、工具调用、规划、工作流、多智能体和自主任务执行。
开源项目的死亡螺旋：对拉取请求工作流动态的回顾分析
专题命中 工作流自动化 ：workflow(title,abstract)；分类 cs.SE
AI总结 本文通过分析1736个非活跃GitHub仓库和130万个人驱动的拉取请求，揭示了拉取请求工作流中摩擦、审查周期延长和负面惩罚等微观动态对开源项目生存的影响，发现项目寿命由内在价值和生态系统动态决定。
SR-Platform：一种基于自然语言的机器人仿真环境合成代理管道
机构 * Strike Robotics
专题命中 工作流自动化 ：agentic(title,abstract)
AI总结 SR-Platform通过代理系统将自然语言描述转化为可执行的MuJoCo仿真环境，显著降低手动创建多样机器人训练环境的工作量，实现从普通英文提示在一分钟内生成可执行场景。
大规模摄影测量记录圣约翰共祭坛：文化保护的流程
专题命中 工作流自动化 ：workflow(title,abstract)
AI总结 本文介绍了一种用于大规模摄影测量记录马耳他瓦莱塔圣约翰共祭坛的完整流程，该建筑为世界遗产，具有复杂的巴洛克建筑和卡拉瓦乔作品。通过七晚的夜间拍摄，采集了99,000张照片，利用DSLR相机、无人机和激光雷达扫描，生成包含25-30十亿三角形的高精度3D重建。
CudaMon：一个用于监控NVIDIA GPU的R包，通过监控一个基于GPU的单细胞分析工作流进行展示
专题命中 工作流自动化 ：workflow(title,abstract)
AI总结 CudaMon是一个R包，用于实时监控NVIDIA GPU的使用情况、内存、温度和功耗，通过NVML提供数据导出和可视化工具，展示了GPU加速的单细胞RNA测序工作流中的计算瓶颈和资源优化。
XFP：面向LLM推理的质量导向自适应码本量化与稀疏异常分离
机构 * Gemini Stiftung（吉姆米基金会）
专题命中 工作流自动化 ：workflow(abstract)；分类 cs.AI、cs.LG
AI总结 XFP通过自适应码本量化和稀疏异常分离技术，实现高质量LLM推理，无需Hessian或校准数据，支持动态调整码本大小和异常预算，提升推理速度和精度。
Comments 17 pages, 3 figures, 17 tables, 1 algorithm. Code: https://github.com/flash7777/vllm/tree/multiquant
自修剪键值注意机制：通过预测未来效用学习何时写作
机构 * Meta FAIR
专题命中 工作流自动化 ：agentic(abstract)；分类 cs.CL、cs.LG
AI总结 本文提出自修剪键值注意机制，通过预测未来效用减少长序列的KV缓存大小，提升内存使用和解码速度，同时保持验证损失和下游任务性能。
Comments 28 pages, 8 figures, 8 tables
QOuLiPo：量子计算机阅读书籍时的视觉呈现
机构 * Quantonation
专题命中 工作流自动化 ：agentic(abstract)；分类 cs.CL
AI总结 本文通过量子处理器处理文艺复兴时期经典作品，提出rigidity指标，构建QOuLiPo文本集，为中性原子硬件提供基准测试，并展示工程化文本的高近似比结果。
在组件网络meta分析中创建治疗和组件层次结构
专题命中 工作流自动化 ：workflow(abstract)
AI总结 本文提出在频繁ist和贝叶斯CNMA中回答治疗层次问题的步骤流程，明确识别可唯一估计的相对效应，通过两个不同网络示例展示方法。
接口之后：在对话式AI时代重新定位人类代理
专题命中 工作流自动化 ：agentic(abstract)
AI总结 本文探讨人类代理在对话式AI时代从界面转向交互本身的变化，通过重新定义控制机制揭示代理的再分布，呼吁重新思考代理的意义与责任归属。
Comments 7 pages, 1 figure
Journal ref ACM Conversational User Interfaces 2026 (CUI '26)
基于行为数据的旋转起重机最优轨迹生成
机构 * Institute for Adaptive Mechanical Systems, University of Stuttgart（适应性机械系统研究所，斯图加特大学） ； Institute for System Dynamics, University of Stuttgart（系统动力学研究所，斯图加特大学） ； Department of Mechanical Engineering, Toyohashi University of Technology（机械工程系，toyohashi大学） ； Department of Mechatronics Engineering, Faculty of Engineering, Assiut University（机电工程系，工程学院，阿西尤特大学）
专题命中 工作流自动化 ：workflow(abstract)
AI总结 本文提出基于行为数据的旋转起重机轨迹生成方法，通过非参数表示和凸优化减少负载摆动、跟踪误差和运行时间。
Tab，Tab，Bug：AI集成IDE中Next Edit Suggestions的安全隐患
专题命中 工作流自动化 ：workflow(abstract)
AI总结 本文研究了AI集成IDE中的Next Edit Suggestions安全问题，揭示了其复杂的上下文检索机制和潜在攻击向量，通过实验室测试和在线调查发现NES易受上下文污染和交易性编辑影响，需加强安全教育和防护措施。
在变化环境中数据驱动的监控与威慑
专题命中 工作流自动化 ：agent(abstract)
AI总结 本文研究了一个动态模型，其中主导者基于历史违规数据监控代理人，数据决定了监控的时间和强度。通过马尔可夫过程建模环境变化，发现短视策略使历史数据无价值，但内在探索动机成为内生承诺机制，降低违规率并恢复威慑力。
CA2: 一种基于代码的自动化游戏测试代理
专题命中 软件智能体 ：agent(title,abstract)；分类 cs.LG、cs.SE
AI总结 CA2通过利用调用栈信息提升游戏测试效率，相比传统方法更有效定位目标函数，实现更精准的测试策略学习。
神经数据无厌倦：评估代理AI的数据重用基准测试
机构 * HHMI Janelia Research Campus（HHMI贾能利亚研究中心）
专题命中 软件智能体 ：agentic(title,abstract)；分类 cs.LG
AI总结 本文探讨了代理AI在神经数据重用中的应用，通过八篇研究论文评估了通用编码代理在处理多模态数据和任务解码中的表现，发现其在子任务中表现良好，但难以实现端到端无错误解决方案，提出了数据共享的最佳实践。
Comments v2: Added forgotten acknowledgments section
Articraft: 一种可扩展的拟人化3D资产生成代理系统
机构 * University of Cambridge（剑桥大学） ； University of Oxford（牛津大学） ； Nanyang Technological University（南洋理工大学）
专题命中 软件智能体 ：agentic(title,abstract)
AI总结 本文提出Articraft代理系统，利用大语言模型生成大规模拟人化3D资产，构建了包含10000+资产的Articraft-10K数据集，应用于机器人仿真和虚拟现实等下游任务。
Comments Project page: https://articraft3d.github.io/
GEAR：基于遗传算法的自主研究代理
机构 * University of Toronto（多伦多大学） ； Vector Institute（向量研究所） ； AI Center-Toronto, Samsung Electronics（多伦多AI中心，三星电子） ； York University（约克大学）
专题命中 软件智能体 ：agentic(title)；分类 cs.AI
AI总结 GEAR通过多路径搜索提升自主研究代理效果，采用群体搜索策略保持多个 promising 方向，通过突变和交叉探索新想法，优于传统方法。
SWE-Chain：基于链式发布级包升级的编码代理基准测试
机构 * The Chinese University of Hong Kong（香港中文大学） ； Independent（独立） ； ELLIS ； Technical University of Darmstadt（达姆施塔特技术大学） ； Johns Hopkins University（约翰霍普金斯大学） ； Monash University（墨尔本大学）
专题命中 软件智能体 ：agent(abstract)；分类 cs.AI、cs.CL、cs.SE
AI总结 SWE-Chain通过链式发布级包升级评估编码代理，包含12个升级链和155个版本过渡，揭示当前代理在连续维护中的不足。
Vibe Code Bench：评估AI模型在端到端Web应用开发中的表现
机构 * Massachusetts Institute of Technology（麻省理工学院）
专题命中 软件智能体 ：agent(abstract)；分类 cs.AI、cs.CL、cs.SE
AI总结 本文提出Vibe Code Bench，通过100个Web应用规格和964个浏览器工作流评估AI模型在端到端应用开发中的性能，揭示了可靠开发仍为前沿挑战，并提出评估协议和人类对齐研究。
Comments 23 pages, 8 figures. Accepted to ACM CAIS 2026. Live leaderboard: https://www.vals.ai/benchmarks/vibe-code. Benchmark first released Nov 2025
BRIDGE: 在领域引导的程序合成中构建表示
机构 * California Institute of Technology（加州理工学院） ； Amazon（亚马逊）
专题命中 软件智能体 ：workflow(abstract)；分类 cs.LG
AI总结 BRIDGE通过多艺术ifacts程序合成框架提升Lean验证正确性，结合代码、规范和定理证明领域，提高生成效率和正确率。
Comments 41 pages, 10 figures, 3 tables. Preprint
基于比较的梯度估计的顺序资源交易
机构 * The University of Texas at Austin（德克萨斯大学奥斯汀分校）
专题命中 软件智能体 ：agent(abstract)；分类 cs.AI
AI总结 本文研究了两个贪心理性代理在有限资源类别中进行顺序多议题交易的问题，提出基于比较的算法通过接受/拒绝反馈估计对方梯度，确保交易互惠并最终收敛到帕累托前沿。
Video2GUI：合成大规模交互轨迹用于通用GUI代理预训练
机构 * National Key Laboratory for Multimedia Information Processing, School of Computer Science, Peking University（国家多媒体信息处理重点实验室，计算机科学学院，北京大学） ； The University of Hong Kong（香港大学） ； Renmin University of China（中国人民大学）
专题命中 GUI与网页智能体 ：agent(title,abstract)；分类 cs.AI、cs.CL、cs.LG
AI总结 本文提出Video2GUI框架，通过自动提取互联网视频中的GUI交互轨迹，生成大规模数据集WildGUI，提升了GUI代理的泛化能力。
Comments Accepted at ICML 2026
网络代理应采用计划-然后执行范式
机构 * UC Berkeley（加州大学伯克利分校）
专题命中 GUI与网页智能体 ：agent(abstract)；planning(abstract)；分类 cs.AI、cs.CL、cs.SE
AI总结 本文提出网络代理应默认采用计划-然后执行范式，而非ReAct架构。该范式通过预先制定任务特定程序，避免运行时网页内容的干扰，提升安全性和效率。
以行为识别LLM浏览器代理：通过UI轨迹指纹化
机构 * Oxford Internet Institute, University of Oxford（牛津互联网研究所，牛津大学） ； Department of Engineering Science, University of Oxford（工程科学系，牛津大学）
专题命中 GUI与网页智能体 ：agent(abstract)；分类 cs.AI、cs.LG
AI总结 研究通过被动JavaScript跟踪器分析LLM代理的行为和交互时间，发现可识别底层模型，F1达96%，并展示分类器在不同模型上的泛化能力及早期身份推断。
WARD: 用于对抗Web代理对抗提示注入的鲁棒防御
机构 * National University of Singapore（新加坡国立大学） ； University of Science（科学大学） ； Vietnam National University, Ho Chi Minh City（越南国家大学，胡志明市）
专题命中 GUI与网页智能体 ：agent(abstract)；分类 cs.AI
AI总结 WARD通过WARD-Base和WARD-PIG数据集及A3T框架，实现高效鲁棒的Web代理防御，有效应对提示注入攻击，保持低误报率和高效运行。
Comments Code and models: https://github.com/caothientri2001vn/WARD-WebAgent
Chrono-Gymnasium：一个开源、兼容Gymnasium的分布式模拟框架
机构 * University of Wisconsin-Madison（威斯康星大学麦迪逊分校）
专题命中 GUI与网页智能体 ：agent(abstract)
AI总结 Chrono-Gymnasium通过分布式计算框架提升高保真多体动力学模拟的效率，支持机器人导航和行星着陆器优化，减少计算时间而不牺牲物理准确性。
移动边缘计算中的协同投资与基础设施更新及动态参与
专题命中 GUI与网页智能体 ：planning(abstract)
AI总结 本文提出一种协同投资方案，通过运营商和多个服务提供商共同部署和共享移动边缘计算基础设施，解决资源规划、分配及成本收益分配问题，并通过动态参与机制提升整体收益。
Comments Accepted at IFIP Networking, May 24-27, 2026, Lugano, Switzerland
PREPING：在没有任务的情况下构建代理记忆
机构 * KAIST（韩国科学技术院）
专题命中 记忆与上下文管理 ：agent(title,abstract)；分类 cs.AI、cs.CL
AI总结 本文研究在无任务经验下通过自动生成合成实践构建代理记忆的方法，提出Preping框架，通过Proposer生成任务、Solver执行和Validator验证，提升性能并降低部署成本。
Comments Preprint
MemEye：一种以视觉为中心的多模态代理记忆评估框架
机构 * Rutgers（罗格斯大学） ； Notre Dame（圣母大学） ； Princeton（普林斯顿大学） ； UMN（明尼苏达大学）
专题命中 记忆与上下文管理 ：agent(title,abstract)；分类 cs.CL
AI总结 MemEye框架从视觉证据的粒度和证据使用的复杂性两个维度评估多模态代理记忆，通过8个生活场景任务构建新基准，验证记忆方法在细粒度视觉细节保留和时间状态推理上的不足。
Comments 46 pages, 15 figures
一个用于自动定理证明的最小代理
专题命中 记忆与上下文管理 ：agent(title)；agentic(abstract)；分类 cs.AI
AI总结 本文提出一个最小代理基准，用于比较不同AI定理证明器架构。通过迭代证明细化、库搜索和上下文管理核心功能，展示了与前沿方法相媲美的性能，同时架构更简单且成本更低。
Comments Accepted for publication at ICML 2026
MemLineage: 为LLM代理内存提供指导性强制措施
机构 * State Key Laboratory of Cyberspace Security Defense（网络空间安全防御国家重点实验室） ； Institute of Information Engineering, CAS（信息工程研究所，中国科学院） ； Beijing, China（北京，中国）
专题命中 记忆与上下文管理 ：agent(title,abstract)；分类 cs.AI
AI总结 MemLineage通过结合加密溯源和LLM中介推导链，解决LLM代理内存中不可信内容的持久化问题，通过链式 custody 机制防止敏感操作，实验显示其能有效降低攻击成功率。
Comments 24 pages, 8 figures. Rui Hou is the corresponding author
扫码添加微信好友，提出您的宝贵建议 👇
💡 备注请填写：网站反馈