MobEvolve: An Agentic Self-Evolving Heuristic System for Interpretable Human Mobility Generation
MobEvolve：用于可解释人类移动性生成的智能体自进化启发式系统
Junlin He, Yihong Tang, Tong Nie, Ao Qu, Yuebing Liang, Hamzeh Alizadeh, Bang Liu, Wei Ma, Lijun Sun
机构
*
The Hong Kong Polytechnic University（香港理工大学）
；
McGill University（麦吉尔大学）
；
MIT（麻省理工学院）
；
Tsinghua University（清华大学）
；
Autorité régionale de transport métropolitain（大都会交通地区管理局）
；
Université de Montréal（蒙特利尔大学）
；
Mila – Quebec AI Institute（魁北克人工智能研究所）
WorldMemArena: Evaluating Multimodal Agent Memory Through Action-World Interaction
WorldMemArena: 通过动作-世界交互评估多模态智能体记忆
Chengzhi Liu, Yuzhe Yang, Sophia Xiao Pu, Yepeng Liu, Lin Long, Yichen Guo, Nuo Chen, Zhaotian Weng, Elena Kochkina, Simerjot Kaur, Charese Smiley, Xiaomo Liu, James Zou, Sheng Liu, Yuheng Bu, Songyou Peng, Xin Eric Wang
机构
*
University of California, Santa Barbara（加州大学圣芭芭拉分校）
；
J.P. Morgan Chase（摩根大通）
；
ETH Zurich（苏黎世联邦理工学院）
；
Stanford University（斯坦福大学）
；
Johns Hopkins University（约翰霍普金斯大学）
；
Carnegie Mellon University（卡内基梅隆大学）
Herculean: An Agentic Benchmark for Financial Intelligence
Herculean: 面向金融智能的智能体基准测试
Xueqing Peng, Zhuohan Xie, Yupeng Cao, Haohang Li, Lingfei Qian, Yan Wang, Vincent Jim Zhang, Huan He, Xuguang Ai, Linhai Ma, Ruoyu Xiang, Yueru He, Yi Han, Shuyao Wang, Yuqing Guo, Mingyang Jiang, Yilun Zhao, Youzhong Dong, Xiaoyu Wang, Yankai Chen, Ye Yuan, Qiyuan Zhang, Fuyuan Lyu, Haolun Wu, Yonghan Yang, Zichen Zhao, Yuyang Dai, Fan Zhang, Rania Elbadry, Ayesha Gull, Muhammad Usman Safder, Nuo Chen, Fengbin Zhu, Tianshi Cai, Zimu Wang, Polydoros Giannouris, Yuechen Jiang, Zhiwei Liu, Mohsinul Kabir, Yuyan Wang, Yixiang Zheng, Yangyang Yu, Weijin Liu, Wenbo Cao, Anke Xu, Peng Lu, Jerry Huang, Mingquan Lin, Prayag Tiwari, Yijia Zhao, Víctor Gutiérrez-Basulto, Xiao-Yang Liu, Kaleb E Smith, Jiahuan Pei, Arman Cohan, Jimin Huang, Yuehua Tang, Alejandro Lopez-Lira, Xi Chen, Xue Liu, Junichi Tsujii, Jian-Yun Nie, Sophia Ananiadou
机构
*
The Fin AI
；
Yale University（耶鲁大学）
；
Columbia University（哥伦比亚大学）
；
Stevens Institute of Technology（史蒂文斯理工学院）
；
NVIDIA（英伟达）
；
New York University（纽约大学）
；
Georgia Institute of Technology（佐治亚理工学院）
；
University of Florida（佛罗里达大学）
；
MBZUAI
；
Université de Montréal（蒙特利尔大学）
；
University of Minnesota（明尼苏达大学）
；
University of Massachusetts Boston（马萨诸塞大学波士顿分校）
；
National Institute of Advanced Industrial Science and Technology（国家先进工业科学与技术研究院）
；
University of Liverpool（利物浦大学）
；
Vrije Universiteit Amsterdam（阿姆斯特丹自由大学）
；
National University of Singapore（新加坡国立大学）
；
Halmstad University（哈尔姆斯塔德大学）
；
University of Manchester（曼彻斯特大学）
；
Cardiff University（卡迪夫大学）
；
McGill University（麦吉尔大学）
；
Mila – Quebec AI Institute（魁北克人工智能研究所）
Agent Tools Orchestration Leaks More: Dataset, Benchmark, and Mitigation
Agent工具编排泄露更多：数据集、基准测试与缓解措施
Yuxuan Qiao, Dongqin Liu, Hongchang Yang, Wei Zhou, Songlin Hu
机构
*
Institute of Information Engineering, Chinese Academy of Sciences（中国科学院信息工程研究所）
；
School of Cyber Security, University of Chinese Academy of Sciences（中国科学院大学网络空间安全学院）
DrugClaw and DrugAudit: A Primary-Source-Grounded Agent and Authority-Aware Benchmark for Drug-Information Question Answering
DrugClaw与DrugAudit：基于原始来源的智能体与权威感知基准用于药物信息问答
Qing Wang, Bo Li, Jialu Liang, Daling Shi, Bob Zhang, Qianqian Song
机构
*
Department of Health Outcomes and Biomedical Informatics, College of Medicine, University of Florida（佛罗里达大学健康结局与生物医学信息学系，医学院）
；
PAMI Research Group, Department of Computer and Information Science, Faculty of Science and Technology, University of Macau（澳门大学科学与技术学院计算机与信息科学系PAMI研究组）
TimeSage-MT: A Multi-Turn Benchmark for Evaluating Agentic Time Series Reasoning
TimeSage-MT：用于评估智能时间序列推理的多轮基准测试
Yaxuan Kong, Qingren Yao, Yuqi Nie, Yichen Li, Yilei Shao, Stefan Zohren, Anna Vettoruzzo, Joaquin Vanschoren, Ming Jin, Qingsong Wen
机构
*
University of Oxford（牛津大学）
；
VulpiVox Intelligence
；
Eindhoven University of Technology（埃因霍温理工大学）
；
Griffith University（格里菲斯大学）
；
Squirrel Ai Learning
；
East China Normal University（华东师范大学）
机构
*
Carnegie Mellon University（卡内基梅隆大学）
；
Georgia Institute of Technology（佐治亚理工学院）
；
University of Glasgow（格拉斯哥大学）
；
Independent Researcher（独立研究员）
；
Corespeed Inc.（Corespeed公司）
Aditya Kumar, Zhihan Lei, Jerry Yan, Joshua W. Momo, Lauhitya Reddy, Rafael Enrique Cabrera Jimenez, Cassandra A. Cohen, Arthur Kajiyama, William W. Cohen
K-BrowseComp: A Web Browsing Agent Benchmark Grounded in Korean Contexts
K-BrowseComp：基于韩国语境的网页浏览代理基准测试
Nahyun Lee, Dongkeun Yoon, Guijin Son, Geewook Kim, Dayoon Ko, Jeonghun Park, Haneul Yoo, Jaewon Cho, Junghun Park, Changyoon Lee, Kyochul Jang, Jaeyeon Kim, Eunsu Kim, Woojin Cho, Seungone Kim
机构
*
Chung-Ang University（Chung-Ang 大学）
；
KAIST（韩国科学技术院）
；
Seoul National University（首尔国立大学）
；
OnelineAI
；
NAVER Cloud AI
；
Carnegie Mellon University（卡内基梅隆大学）
