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。
鲁棒的人工智能驱动电子金属磷化物半导体发现
专题命中 工作流自动化 ：workflow(abstract)
AI总结 结合生成式材料设计、机器学习原子间势和密度泛函理论，高通量筛选出3574种稳定磷化物，包括196种半导体，并识别出30种光电和26种热电候选材料。
Comments 46 pages, 5 main figures; Supporting Information included
基于R包outstandR的人群调整间接比较
专题命中 工作流自动化 ：workflow(abstract)
AI总结 针对缺乏头对头试验时的间接治疗比较，提出R包outstandR，通过G计算和多重插补边际化方法实现人群调整，提供统一框架进行稳健证据合成。
Comments 35 pages
SWEnergy：关于使用SLM的代理问题解决框架的能量效率实证研究
机构 * SERC, IIIT-Hyderabad（IIIT-海得拉巴研究所）
专题命中 软件智能体 ：agentic(title,abstract)；agent(abstract,comments)；autonomous agent(abstract)；分类 cs.AI、cs.SE
AI总结 本文通过实证研究，探讨了四种主流代理问题解决框架在使用小型语言模型时的能量效率和资源消耗，发现框架架构是主要能耗驱动因素，但SLM的有限推理能力导致大量能耗浪费。
Comments 8 pages, 5 figures, 1 table. Accepted to AGENT 2026 (ICSE 2026 workshop)
Journal ref Proceedings of the 2026 International Workshop on Agentic Engineering (AGENT 2026), ACM, 2026, pp. 104-111
AutoPDE: 通过显式表示的求解器策略实现可靠的智能体PDE求解
机构 * University of Science and Technology of China（中国科学技术大学） ； Zhejiang University（浙江大学） ； University of the Chinese Academy of Sciences（中国科学院大学） ； Tsinghua University（清华大学） ； Eastern Institute of Technology, Ningbo（宁波东方理工大学）
专题命中 软件智能体 ：agent(summary_cn,abstract)；agentic(title)；分类 cs.AI
AI总结 提出AutoPDE，一种将求解器策略作为显式对象维护的代码智能体，通过PDE分析、数值方法选择和自适应调优三阶段构建策略，在PDE Agent Bench上达到54.5%的通过率，比最强基线提升14.2个百分点。
什么使一个工具成为工具：智能体工具的必要和充分条件
机构 * Federal Institute of Goiás（戈亚斯联邦理工学院）
专题命中 软件智能体 ：agent(title,abstract)；agentic(abstract)；分类 cs.AI、cs.SE
AI总结 本文通过概念分析，定义了智能体工具的必要和充分条件，并提供了包含/排除测试，以区分智能体工具与智能体框架、SDK、IDE插件等。
从人类引导到自主：面向空间NPU上端到端LLM部署的智能体技能系统
机构 * AMD Research and Advanced Development（AMD研究与高级开发）
专题命中 软件智能体 ：agent(title,abstract)；分类 cs.AI、cs.LG
AI总结 提出两阶段方法，从人类引导的智能体辅助部署到自主技能系统，在AMD XDNA 2 NPU上实现8种LLM的端到端自动部署，性能超越或持平人工优化基线。
Comments Accepted to the Machine Learning for Architecture and Systems Workshop (MLArchSys), co-located with ISCA 2026
3D-CoS：基于VLM代码合成的新型3D重建范式
机构 * Shanghai Jiao Tong University（上海交通大学） ； The Chinese University of Hong Kong（香港中文大学） ； Microsoft（微软） ； University of Oxford（牛津大学）
专题命中 软件智能体 ：agent(abstract,abstract_cn)；planning(abstract)；workflow(abstract)
AI总结 提出3D代码合成（3D-CoS）范式，将3D资产表示为可执行的Blender代码，利用VLM进行程序化重建，实现高可控性和局部编辑能力。
Comments Preprint. 24 pages, 11 figures
智能体框架的能耗与债务：一项实证研究（注册报告）
专题命中 软件智能体 ：agentic(title,abstract)；分类 cs.SE
AI总结 通过实证研究关联智能体框架中的自我承认技术债务与运行时能耗，探讨代码质量能否指导节能设计。
Comments Accepted at the 20th International Symposium on Empirical Software Engineering and Measurement (ESEM 2026), Registered Reports Track
如何评估人机交互？软件代理设计案例研究
机构 * University of California, Berkeley（加州大学伯克利分校）
专题命中 软件智能体 ：agent(title,abstract)；分类 cs.AI
AI总结 提出PULSE框架，通过用户反馈和模型预测结合评估人机交互，在15k用户实验中验证其能减少40%置信区间，并揭示基准测试与真实结果的差异。
Comments ICML 2026
通过对抗攻击和训练实现鲁棒深度强化学习：综述
机构 * Institut de Recherche Technologique SystemX（技术研究 institute SystemX）
专题命中 软件智能体 ：agent(abstract)；autonomous agent(abstract)；分类 cs.AI、cs.LG
AI总结 本文综述了深度强化学习中的对抗攻击与训练方法，系统分类并比较其目标与机制，以提升模型对环境变化和扰动的鲁棒性。
Comments 83 pages, 17 figues, 3 table, 15 algorithms
GitInject: AI驱动的CI/CD流水线中的真实提示注入攻击
机构 * Virginia Tech（弗吉尼亚理工学院） ； AI Sequrity Company（AI安全公司）
专题命中 软件智能体 ：agent(abstract)；workflow(abstract)；分类 cs.AI
AI总结 提出GitInject框架，在真实GitHub工作流中评估AI代理的提示注入漏洞，发现所有测试提供商均存在结构性风险，并给出最低成本防护措施。
多任务大语言模型用于缺陷分类：基于辅助解码头的高效推理
机构 * Recurse Ltd. ； Department of Computing, Imperial College London（帝国理工学院计算机系）
专题命中 软件智能体 ：agentic(abstract)；分类 cs.LG、cs.SE
AI总结 提出一种轻量级多任务大语言模型（MLC），通过令牌对齐算法和优化训练策略，实现全文件上下文下的行级缺陷定位，性能与代理方法相当但推理延迟降低数个数量级。
Comments 8 pages, 6 pages appendix
前沿编码代理使用元编程适应不熟悉的编程语言
机构 * Lossfunk
专题命中 软件智能体 ：agentic(abstract)；分类 cs.AI
AI总结 研究评估LLM编码代理在陌生语言上的表现，发现强代理通过元编程（如用Python生成目标语言代码）适应，禁止此策略性能大幅下降，而弱代理无法从中受益。
Comments 43 pages, 8 figures
EstRTL：功能估计引导的RTL代码生成
机构 * College of Computer Science and Technology, National University of Defense Technology（国防科技大学计算机科学与技术学院） ； Defense Innovation Institute, Academy of Military Science (AMS)（军事科学院创新院） ； School of Computer Science and Technology, Shandong University（山东大学计算机科学与技术学院） ； Key Laboratory of Advanced Microprocessor Chips and Systems, Changsha, China, and College of Computer Science and Technology, National University of Defense Technology, Changsha, China（先进微处理器芯片与系统重点实验室，长沙，中国，和国防科技大学计算机科学与技术学院，长沙，中国） ； Defense Innovation Institute, AMS, Beijing, China and Qiyuan Lab, Beijing, China（军事科学院创新院，北京，中国和启元实验室，北京，中国）
专题命中 软件智能体 ：agent(abstract)；分类 cs.AI
AI总结 提出EstRTL框架，通过静态功能评分估计，结合生成、评估和修正三阶段范式，提升LLM生成RTL代码的功能正确性，在通用LLM上正确率提升3.2%-9.0%。
ToolRosella: 将代码仓库翻译为科学智能体的标准化工具
专题命中 软件智能体 ：agent(abstract)；分类 cs.SE
AI总结 提出ToolRosella框架，通过仓库分析、工具接口构建、执行测试和迭代修复，自动将异构科学代码仓库转化为标准化、可被智能体调用的工具，在122个仓库上达到61.5%的转换成功率，下游任务成功率为84.0%。
Comments 20 pages
BadRobot: 在物理世界中越狱具身LLM智能体
机构 * Huazhong University of Science and Technology（华中科技大学） ； Beihang University（北航） ； Griffith University（格里菲斯大学）
专题命中 软件智能体 ：planning(abstract)；分类 cs.AI
AI总结 提出BadRobot攻击范式，利用LLM在机器人系统中的操纵、语言输出与物理动作的错位以及世界知识缺陷三个漏洞，通过语音交互使具身LLM执行有害行为，并在基准测试中验证了有效性。
Comments Accepted to ICLR 2025. Please cite the conference version. Project page: https://Embodied-LLMs-Safety.github.io
Journal ref International Conference on Learning Representations (ICLR) 2025
运动基元的双线性门控：连接树突计算与快速目标导向适应的原理
专题命中 软件智能体 ：agent(abstract)
AI总结 研究发现猕猴运动皮层神经元的爆发比例编码目标信息，提出双线性门控机制解释其来源，并展示该机制支持零样本泛化和快速适应。
WebChallenger: 一个可靠且高效的通用型Web智能体
机构 * ML Collective ； longsurf.ai ； Independent（独立研究者）
专题命中 GUI与网页智能体 ：agent(title,abstract)；分类 cs.CL
AI总结 提出WebChallenger框架，通过PageMem结构化页面表示、分治观察、轻量探索记忆和复合动作工作流，复现人类认知优势，使开源模型在多个Web导航基准上接近前沿专有系统性能。
人机协调区域：设计具有代理性AI的人机协同体验框架
机构 * Amazon Web Services（亚马逊网络服务）
专题命中 GUI与网页智能体 ：agentic(title,abstract)；分类 cs.AI
AI总结 提出人机协调框架，通过显著性、参与度和活动三个维度定义协调区域，并提供输入分类、协调曲线和设计模式，用于生成、分析和沟通人机交互体验。
面向视觉条件的无人机导航的自优化智能体强化学习
机构 * University of Science and Technology of China（中国科学技术大学）
专题命中 GUI与网页智能体 ：agentic(title)；agent(abstract)；分类 cs.AI
AI总结 提出AgenticRL框架，利用多模态GPT智能体自动设计奖励函数、通过闭环自改进优化策略，在多种无人机导航任务中提升性能并实现高成功率。
面向计算机使用代理的历史感知视觉基础批评家
机构 * University of North Carolina at Chapel Hill（北卡罗来纳大学教堂山分校） ； Capital One ； University of Texas at Austin（德克萨斯大学奥斯汀分校）
专题命中 GUI与网页智能体 ：planning(abstract)；分类 cs.AI、cs.CL
AI总结 提出HiViG框架，通过历史感知的视觉基础多模态批评家，在测试时评估动作并拦截错误，在多个GUI基准上提升成功率。
Comments Code: https://github.com/G-JWLee/HiViG
MemVenom：网络代理中多模态记忆的触发式投毒
机构 * Harbin Institute of Technology, Shenzhen（哈尔滨工业大学（深圳）） ； Peng Cheng Laboratory（鹏城实验室） ； Tianjin University（天津大学） ； Shenzhen International Graduate School, Tsinghua University（深圳国际研究生学院，清华大学） ； Huawei Technologies Ltd.（华为技术有限公司）
专题命中 GUI与网页智能体 ：agent(abstract)；分类 cs.LG
AI总结 提出MemVenom框架，针对网络代理的外部记忆系统，通过触发条件检索和攻击诱导，实现黑盒多模态记忆投毒，达到高成功率且不影响良性性能。
Comments Preprint. 27 pages, 6 figures, 6 tables
Infini Memory：用于长期LLM智能体记忆的可维护主题文档
机构 * Infinigence AI（InfiniGen AI） ； Tsinghua University（清华大学） ； Shanghai Jiaotong University（上海交通大学）
专题命中 记忆与上下文管理 ：agent(title,abstract)；agentic(abstract)；分类 cs.AI、cs.CL
AI总结 提出Infini Memory架构，将智能体记忆组织为主题文档，通过缓冲合并和迭代检索实现可维护的长期记忆，在MemoryAgentBench上达到64.7%的总体得分。
更少上下文，更高准确率：一种用于LLM Agent的双时间记忆引擎，其中精简检索上下文优于完整历史
机构 * Independent Researcher（独立研究者）
专题命中 记忆与上下文管理 ：agent(title_cn,abstract_cn)；分类 cs.AI、cs.CL、cs.LG
AI总结 提出一种双时间记忆引擎Engram，通过混合读取路径从约9.6k token的检索片段中回答，在LongMemEval_S上达到83.6%准确率，比完整历史（79k token）高10.4个百分点，且无错误。
Comments 14 pages, 4 figures, 3 tables. Code, reproducible harness, and raw per-question logs: https://github.com/ly-wang19/engram
空间记忆必须存储什么：遮挡作为语言-智能体记忆的测试
机构 * Space Zero, Inc.（Space Zero公司）
专题命中 记忆与上下文管理 ：agent(title,abstract)；分类 cs.AI
AI总结 本文通过实验证明，在空间查询场景中，几何信息必须主导记忆召回，而可见性判断需要独立于记忆召回，并提出了基于射线-体素DDA的可见性谓词计算方法。
Comments 23 pages, 6 figures
ReCoN-Ipsundrum：一个可检验的循环持续性代理，具有情感耦合控制和机制关联的意识指标测试
机构 * Aishik Sanyal
专题命中 记忆与上下文管理 ：agent(title,abstract)；分类 cs.AI
AI总结 本文提出ReCoN-Ipsundrum代理，通过情感耦合控制和机制关联意识指标测试，探讨意识指标与行为之间的关系，发现情感耦合能提高探索和谨慎行为。
Comments Accepted at AAAI 2026 Spring Symposium - Machine Consciousness: Integrating Theory, Technology, and Philosophy
Journal ref Proceedings of the AAAI Symposium Series, 8(1):352-360, 2026
ARTA: 基于自适应强化学习的节流代理应对RowHammer漏洞
专题命中 记忆与上下文管理 ：agent(title)
AI总结 提出ARTA，一种基于Q学习的轻量级节流机制，通过监控DRAM刷新窗口内的内存访问行为并动态调整核心吞吐量，消除位翻转并提升性能。
从体积到价值：面向设备端RAG的偏好对齐记忆构建
机构 * Department of Computer Science and Engineering, Ulsan National Institute of Science and Technology (UNIST), Ulsan, Republic of Korea（计算机科学与工程系，全州国立科学与技术研究所（UNIST），全州，韩国）
专题命中 记忆与上下文管理 ：AI agent(abstract)；分类 cs.AI、cs.CL、cs.LG
AI总结 本文提出EPIC方法，通过将用户偏好作为紧凑且稳定的个人上下文形式，整合到RAG流程中，以在有限内存下提高检索与用户偏好的对齐度，从而减少内存使用并提升准确性。
Comments Accepted to ICML 2026. Code and data are available at https://github.com/UbiquitousAILab/EPIC
捕捉五分之一：LLM作为评判员在生产环境多轮交易代理中的盲点
机构 * Lumivate (Lumi)（Lumivate（Lumi））
专题命中 记忆与上下文管理 ：agent(abstract)；分类 cs.AI、cs.CL
AI总结 研究部署的餐饮订购代理中LLM评判员对真实缺陷的召回率，发现其仅捕获22%的系统性问题，主要因评分标准缺乏状态跟踪等行为维度，且路由机制导致缺陷被错误分类。
Comments 13 pages, 1 figure, 5 tables
RetroAgent: 从解决到进化 via 逆向双重内在反馈
机构 * Shanghai AI Lab（上海人工智能实验室） ； National University of Singapore（新加坡国立大学） ； Independent Researcher（独立研究者）
专题命中 记忆与上下文管理 ：agentic(abstract)；分类 cs.AI
AI总结 RetroAgent通过逆向双重内在反馈机制，使大语言模型代理在交互环境中通过持续进化而非单纯完成任务来提升性能，实现更强的适应与泛化能力。
Comments updated
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