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。
从模型设计到组织设计：生成AI中的复杂性再分配与权衡
机构 * Duke University（杜克大学） ； Georgia Institute of Technology（佐治亚理工学院） ； IESE Business School（IESE商学院）
专题命中 工作流自动化 ：workflow(abstract)；分类 cs.LG
AI总结 本文提出GAS框架，分析大语言模型如何重塑组织与竞争策略，揭示生成AI中通用性、准确性与简洁性之间的权衡及复杂性再分配对管理挑战的影响。
通用大型语言模型对加拿大新移民融入社会的潜在风险
机构 * National Research Council Canada（加拿大国家研究委员会） ； Mila - Quebec Artificial Intelligence Institute（魁北克人工智能研究所）
专题命中 工作流自动化 ：workflow(abstract)；分类 cs.AI
AI总结 研究探讨通用大语言模型在移民安置领域可能带来的风险，强调需开发定制化AI工具以确保人类监督与责任。
Comments 26 pages, 8 figures
从1亿份乌克兰法院判决中自动构建法律引文图：大规模提取、拓扑分析和本体驱动聚类
机构 * LEX AI LLC, Kyiv, Ukraine（LEX AI LLC，基耶夫，乌克兰）
专题命中 工作流自动化 ：workflow(abstract)；分类 cs.CL
AI总结 研究通过大规模提取和拓扑分析，构建了首个大规模法律引文图，揭示了司法引文结构编码法律领域边界并预测立法重要性。
Comments 15 pages, 7 figures, 2 tables, 21 references
NIMO控制器：基于模型上下文协议的自动驾驶实验室协调器
机构 * National Institute for Materials Science（国家材料科学研究所） ； Graduate School of Frontier Sciences, The University of Tokyo（东京大学前沿科学研究生院）
专题命中 工作流自动化 ：AI agent(abstract)；分类 cs.AI
AI总结 本文提出基于模型上下文协议的自动驾驶实验室架构，介绍NIMO控制器，通过MCP服务器暴露所有功能，提供可视化编程界面，支持人类和AI代理统一接口。
Comments 9 pages, 4 figures
Genome-Factory：用于调优、部署和解释基因组基础模型的库
机构 * Center for Foundation Models ； Generative AI \& Department of Computer Science, Northwestern University, USA ； School of Natural Sciences, University of California at Merced, USA ； Department of Energy Joint Genome Institute, Lawrence Berkeley National Laboratory, USA ； Systems Biology Division, Lawrence Berkeley National Laboratory, USA ； Department of Statistics ； Data Science, Northwestern University, USA
专题命中 工作流自动化 ：workflow(abstract)；分类 cs.LG
AI总结 Genome-Factory 提供了一种统一的流程简化方法，涵盖基因组模型开发的全流程，包括数据收集、模型调优、推理、基准测试和可解释性，适用于多种模型和调优方法。
LeanBET：在Lean中形式验证的表面积计算
专题命中 工作流自动化 ：workflow(abstract)
AI总结 本文在Lean4中实现并验证了BET方法的完整流程，包括窗口枚举、单调性检查、膝点选择和线性回归，证明了算法的正确性并验证了与BETSI参考方法的一致性。
原位相关性SEM/KPFM用于半导体器件和二维异质结构
专题命中 工作流自动化 ：workflow(abstract)
AI总结 本文提出了一种原位单次异步霍夫曼-凯尔文探针力显微镜技术，用于半导体器件和二维异质结构的表征，克服了传统压阻悬臂的电容交叉干扰问题，实现了高精度表面形貌和接触电势差的联合成像。
基于深度学习的实验室平板图像端到端斑块计数与病毒滴度测定
机构 * Arionkoder LLC ； Laboratory of Experimental Virus Evolution, Pasteur Institute of Montevideo（实验病毒进化实验室，蒙特维多巴斯德研究所） ； Laboratory of Molecular Virology, Faculty of Sciences, University of the Republic（分子病毒学实验室，科学学院，乌拉圭共和国大学） ； Center for Innovation in Epidemiological Surveillance, Pasteur Institute of Montevideo（流行病学监测创新中心，蒙特维多巴斯德研究所） ； Biochemistry Section, Faculty of Sciences, University of the Republic（生物化学部门，科学学院，乌拉圭共和国大学）
专题命中 工作流自动化 ：workflow(abstract)
AI总结 本文提出一种端到端的深度学习方法，通过分割模型对实验室平板图像中的斑块进行自动计数和滴度测定，提高了病毒感染性检测的效率和准确性。
估计动态均衡模型：供给与需求作为随机过程的样本路径
专题命中 工作流自动化 ：agent(abstract)
AI总结 本文提出EDEM模型，将供需视为由异质噪声估值驱动的随机过程，揭示了持续失衡的生成机制，并通过实验发现六个不同的市场状态。
从输入输出到代码：发现代理
机构 * School of Computer Science, Peking University（北京大学计算机科学系） ； Tongyi Lab, Alibaba Group（阿里集团通义实验室） ； Wuhan University（武汉大学） ； Renmin University of China（中国人民大学） ； National University of Singapore（新加坡国立大学） ； Shanghai Jiaotong University（上海交通大学）
专题命中 软件智能体 ：agent(title,summary_cn)；分类 cs.AI、cs.CL、cs.LG
AI总结 本文提出DIO-Agent，通过将IO2Code视为离散程序空间的进化搜索，利用LLM作为突变算子，结合执行误差信号指导突变，解决从输入输出行为合成代码的难题。
BootstrapAgent: 将仓库设置提炼为可重用的代理知识
机构 * Zhejiang University（浙江大学） ； The Australian National University（澳大利亚国立大学） ； Institute of Information Engineering, Chinese Academy of Sciences（中国科学院信息工程研究所）
专题命中 软件智能体 ：agent(title,abstract)；planning(abstract)；multi-agent(abstract)；分类 cs.CL、cs.SE
AI总结 BootstrapAgent通过提炼仓库初始化过程中的启发式知识，生成可验证的代理合同，提升代码代理在 unfamiliar repositories 的任务成功率和效率。
Comments 19 pages, 9 figures, 6 tables
Solvita：通过代理进化增强大型语言模型以应对编程竞赛
机构 * Nanjing University（南京大学） ； Tsinghua University（清华大学） ； Independent Researcher（独立研究者）
专题命中 软件智能体 ：agentic(title,abstract)；agent(abstract)；multi-agent(abstract)；分类 cs.AI
AI总结 Solvita通过闭环系统和可训练知识网络，使代理动态学习，提升编程竞赛任务的准确性和经验积累。
运行时结构化任务分解用于代理编码系统
机构 * IBM Research（IBM研究院）
专题命中 软件智能体 ：agentic(title,abstract)；workflow(abstract)；分类 cs.AI、cs.SE
AI总结 本文提出运行时结构化任务分解方法，通过可执行控制逻辑管理任务分解与执行流程，降低重试成本，提升代理编码系统的效率和可靠性。
Comments Paper presented at ACM Conference on AI and Agentic Systems 2026 at the Agentic Software Engineering workshop
通过代理程序分析检测多语言微服务中的特权提升
机构 * Columbia University（哥伦比亚大学） ； Johns Hopkins University（约翰霍普金斯大学）
专题命中 软件智能体 ：agentic(title,abstract)；agent(abstract)；分类 cs.AI、cs.SE
AI总结 本文提出Neo框架，结合LLM和经典程序分析，解决微服务中特权提升检测的复杂性问题，发现24个零日漏洞，精度和召回率均优于现有方法。
Comments In Proceedings of the 47th IEEE Symposium on Security and Privacy (S&P)
在编码前看到：学习视觉先验以生成空间感知的教育动画
机构 * Wuhan University（武汉大学） ； University of Chinese Academy of Sciences（中国科学院大学）
专题命中 软件智能体 ：agent(abstract,abstract_cn)；planning(abstract)；multi-agent(abstract)；分类 cs.AI
AI总结 本文提出OmniManim框架，通过视觉规划和反馈机制提升教育动画生成质量，改进渲染效果和教学效果。
Comments 21 pages, 4 figures
通过多标准潜在推理进行编码代理的上下文剪枝
机构 * Clemson University（克莱姆森大学） ； Morgan Stanley（摩根大通） ； Arizona State University（亚利桑那州立大学） ； University of Arizona（亚利桑那大学）
专题命中 软件智能体 ：agent(abstract)；分类 cs.AI、cs.CL
AI总结 本文提出LaMR框架，通过分解代码相关性为语义证据和依赖支持两个维度，利用多任务CRF模型提升编码代理的上下文剪枝效果，实验表明其在多个基准测试中表现优异。
在强化学习中塑造稀疏奖励：一种半监督方法
机构 * Department of Mathematics, The University of Hong Kong (HKU)（香港大学数学系） ； Department of Data and Systems Engineering, HKU（香港大学数据与系统工程系） ； Musketeers Foundation Institute of Data Science, HKU（穆斯克特基金会数据科学研究所）
专题命中 软件智能体 ：agent(abstract)；分类 cs.AI、cs.LG
AI总结 本文提出一种半监督方法，通过利用非零奖励转移和数据增强学习轨迹空间表示，提升稀疏奖励下的奖励塑造效果，在Atari和机器人操控任务中优于监督方法。
MultiMat: 多模态程序合成用于基于过程的材料生成
机构 * University of Mannheim（曼海姆大学） ； Adobe Research（Adobe研究）
专题命中 软件智能体 ：workflow(abstract)；分类 cs.CL
AI总结 MultiMat利用大规模多模态模型实现多模态程序合成，提升生成过程材料图的效率与视觉质量，优于纯文本基线方法。
Comments Accepted at ICLR 2026 (poster)
Rule2DRC：用于DRC脚本合成的LLM代理基准测试
机构 * Department of Computer Science and Engineering, Seoul National University（首尔国立大学计算机科学与工程系） ； Neural Processing Research Center（神经处理研究所以） ； Samsung Electronics Co., Ltd（三星电子公司）
专题命中 软件智能体 ：agent(abstract)；分类 cs.LG
AI总结 Rule2DRC是一个大规模基准，用于评估DRC脚本生成代理，包含1000个规则到脚本任务和13921个用于执行评分的评估芯片布局。它提供了一种通过DRC执行结果衡量功能正确性的评估流程，并引入SplitTester生成区分性测试用例以提升Best-of-N选择性能。
Comments ICML 2026
基于预算的量子程序测试的贝叶斯顺序验证
专题命中 软件智能体 ：workflow(abstract)；分类 cs.SE
AI总结 本文提出一种基于预算的量子程序测试方法，通过贝叶斯假设检验流程减少测量成本，适用于高成功概率的量子程序。
Comments 7 pages, 1 figure
编码代理是否理解最小特权授权？
机构 * Evolvent AI Research Team（Evolvent AI研究院）
专题命中 软件智能体 ：agent(abstract)；分类 cs.AI
AI总结 研究编码代理是否能自主推断最小特权授权边界，提出Sufficiency-Tightness Decomposition方法，提升敏感任务成功率并降低攻击成功率。
CodeDistiller：自动为科学编码代理生成代码库
机构 * University of Arizona（亚利桑那大学） ； Allen Institute for Artificial Intelligence（人工智能研究所）
专题命中 软件智能体 ：agent(abstract)；分类 cs.AI
AI总结 CodeDistiller通过自动提炼科学GitHub仓库代码，生成经过验证的领域特定代码库，提升科学发现系统实验的准确性与完整性。
Comments 8 pages, 3 figures, 3 tables. Accepted to ACL 2026 (Demo Track)
PAGER:弥合点精确几何GUI控制中的语义-执行鸿沟
机构 * University of Chinese Academy of Sciences（中国科学院大学） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； China University of Petroleum-Beijing（中国石油大学（北京））
专题命中 GUI与网页智能体 ：agent(abstract)；planning(abstract)；分类 cs.AI
AI总结 本文提出PAGER，通过依赖结构规划与像素级执行，解决对点精确几何GUI任务的需求，提升任务成功率至62%以上，填补语义-执行鸿沟。
Comments 27 pages, 11 figures, 3 tables
ShopGym: 一个集成框架，用于电子商务网络代理的现实模拟和可扩展基准测试
机构 * North Carolina State University（北卡罗来纳州立大学） ； Shopify
专题命中 GUI与网页智能体 ：agent(abstract)；分类 cs.AI
AI总结 本文提出ShopGym框架，通过模拟层ShopArena和基准层ShopGuru，实现电子商务网络代理的现实模拟与可扩展基准测试，验证了合成商店在结构属性和代理性能上的有效性。
Comments 32 pages, 10 figures
ProCompNav：基于比较判断的主动实例导航
机构 * GSAI, POSTECH（POSTECH人工智能研究所） ； CSE, POSTECH（POSTECH计算机科学与工程系） ； Oracle（Oracle公司）
专题命中 GUI与网页智能体 ：agent(abstract)；分类 cs.AI
AI总结 ProCompNav通过两阶段框架解决用户查询歧义问题，通过比较判断逐步缩小候选集，提升导航成功率并减少用户响应长度。
Comments Project page: https://tree-jhk.github.io/procompnav/ . Code: https://github.com/tree-jhk/procompnav/
自然语言驱动的网页执行自主智能体与集成安全保障
机构 * International Business Machines (IBM)（国际商业机器公司（IBM）） ； Salesforce Inc（Salesforce公司）
专题命中 GUI与网页智能体 ：agent(abstract)；分类 cs.AI
AI总结 本文提出一种AI驱动的自动化测试框架，通过五个集成策略提升测试脚本生成成功率和导航可靠性，同时实现安全验证，检测认证绕过漏洞和输入验证缺陷。
Comments 6 pages, 4 figures, 5 tables, IEEE conference format
WorldVLN: 用于空域视觉-语言导航的自回归世界动作模型
机构 * Tsinghua University（清华大学） ； Shandong University（山东大学） ； Manifold AI ； Beijing Institute of Technology（北京理工大学） ； Northeastern University（东北大学）
专题命中 GUI与网页智能体 ：agent(abstract)
AI总结 WorldVLN提出一种自回归世界动作模型，通过预测潜在世界演变并生成可执行的航点动作，提升空域视觉-语言导航性能，优于现有基线模型。
ConsistNav：通过语义执行控制关闭零样本物体导航中的动作一致性差距
机构 * Sun Yat-sen University（中山大学） ； The University of Hong Kong（香港大学） ； Hong Kong University of Science and Technology (Guangzhou)（香港科学与技术大学（广州）） ； City University of Hong Kong（香港城市大学） ； Carnegie Mellon University（卡内基梅隆大学）
专题命中 GUI与网页智能体 ：agent(abstract)
AI总结 本文提出ConsistNav框架，通过语义执行控制模块解决零样本物体导航中动作一致性问题，提升导航精度与鲁棒性。
Comments 13 pages, 5 figures
ShadowMerge：一种通过关系通道冲突的图基agent内存新型污染攻击
机构 * Key Laboratory of Trustworthy Distributed Computing and Service (MoE)（可信分布式计算与服务重点实验室） ； Beijing University of Posts and Telecommunications（北京邮电大学） ； Zhongguancun Laboratory（中关村实验室）
专题命中 记忆与上下文管理 ：agent(title,title_cn)；分类 cs.AI
AI总结 本文提出ShadowMerge攻击，通过关系通道冲突攻击图基agent内存，利用冲突值影响agent行为，改进现有攻击方法，实现93.8%的攻击成功率。
Comments Preprint. Corresponding authors: Zifeng Kang and Tiantian Ji. Code is available at https://anonymous.4open.science/status/ShadowMerge-033C
谁拥有这个智能体？追溯AI智能体回其所有者
机构 * Ben-Gurion University of the Negev Beer-Sheva Israel ； Center for Cybersecurity Systems \& Networks, Amrita Vishwa Vidyapeetham Amritapuri India ； Northeastern University Boston Massachusetts USA ； Ben-Gurion University of the Negev ； Center for Cybersecurity Systems \& Networks, Amrita Vishwa Vidyapeetham ； Northeastern University
专题命中 记忆与上下文管理 ：agent(title,abstract)；AI agent(title,abstract)；分类 cs.AI
AI总结 本文提出了一种基于canary的智能体归属追踪方法，解决无法追溯恶意或误配置智能体所有者的问题，展示了其在实际场景中的可靠性与鲁棒性。
Comments Under Review
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