AI Agent

PHREEQC-MCQ-200: A Diagnostic Benchmark for Tool-Augmented Scientific Simulator Agents

PHREEQC-MCQ-200：用于工具增强型科学模拟智能体的诊断基准

Ke Zhang, Sahchit Chundur, Mohammad Javad Qomi, Maziar Raissi

机构 * University of California, Riverside（加州大学河滨分校） ； University of California, Irvine（加州大学尔湾分校） 纠错

专题命中 Agent评测 ：tool use(abstract)；分类 cs.AI

AI总结 提出PHREEQC-MCQ-200基准，评估工具增强型智能体在地球化学模拟中的表现，发现模拟器访问显著提升准确率但存在非单调性，输出访问协议影响性能。

Comments 30 pages, 2 figures

From Holistic Evaluation to Structured Criteria: Rubrics Across the Evolving LLM Landscape

从整体评估到结构化标准：大语言模型演变中的评分准则

Hao Chen, Ziyu Han, Yukun Yan, Qingfu Zhu, Maosong Sun, Wanxiang Che

机构 * Research Center for Social Computing and Interactive Robotics（社会计算与交互机器人研究中心） ； Department of Computer Science and Technology, Institute for AI（计算机科学与技术系，人工智能研究院） 纠错

专题命中 Agent评测 ：autonomous agent(abstract)；分类 cs.CL

AI总结 本文提出评分准则作为统一框架，通过分解整体判断为可验证维度、提供过程级反馈和动态涌现自模型行为三个层次，连接人类意图与机器行为。

Path Following and Stabilisation of a Bicycle Model using a Reinforcement Learning Approach

使用强化学习方法对自行车模型进行路径跟随与稳定化

Sebastian Weyrer, Peter Manzl, A. L. Schwab, Johannes Gerstmayr

机构 * Department of Mechatronics, University of Innsbruck（因斯布鲁克大学机电工程系） ； Department of Biomechanical Engineering, Delft University of Technology（代尔夫特理工大学生物力学工程系） 纠错

专题命中 Agent评测 ：agent(abstract)；分类 cs.LG

AI总结 本文提出一种基于强化学习的路径跟随与稳定化方法，通过虚拟自行车模型在复杂路径上实现稳定控制，采用PD控制器将转向角度转换为转向力矩，通过课程学习策略优化性能。

Online Fair Division Meets Reordering Buffers

在线公平分配遇上重排序缓冲区

Georgios Amanatidis, Giulio Giaconi, Evangelos Markakis, Nicos Protopapas

专题命中 Agent评测 ：agent(abstract)

AI总结 研究在线公平分配不可分割混合物品问题，通过引入有限大小的缓冲区，在个性化k-值实例中实现每个时间步EF1且大多数时间步EF的分配。

Joint Effects of Recommender Systems and Network Structure on the Visibility of Content and Creators

推荐系统与网络结构对内容和创作者可见性的联合影响

Virginia Morini, Valentina Pansanella, Luca Pappalardo, Dino Pedreschi, Giulio Rossetti

专题命中 Agent评测 ：agent(abstract)

AI总结 通过基于代理的模拟，研究推荐逻辑（流行度与协同过滤）和网络拓扑如何共同塑造社交媒体中内容和创作者的可见性分布。

Fair Allocation under Conflict Constraints via Strong Colorability

冲突约束下的公平分配问题：基于强可着色性

Ishay Haviv

专题命中 Agent评测 ：agent(abstract)

AI总结 研究冲突约束下公平分配问题，引入强色数层次结构，证明SD-EF1、EF1和EF[1,1]公平分配的存在性与算法条件，给出最大度相关的最优界限。

Comments 32 pages

Labimus: A Simulation and Benchmark for Humanoid Dexterous Manipulation in Chemical Laboratory

Labimus: 化学实验室中类人灵巧操作的仿真与基准

Yuhan Wu, Zhao Jin, Tao Li, Yuheng Zhang, Zhichao Wang, Shuo Wang, Jun Jiang, Xiaobo Li, Yanyong Zhang, Jian Tang, Zhengping Che, Yan Xia

机构 * University of Science and Technology of China（中国科学技术大学） ； Beijing Innovation Center of Humanoid Robotics（北京人形机器人创新中心） 纠错

专题命中 Agent评测 ：workflow(abstract)

AI总结 提出Labimus，首个针对有机化学实验室中类人灵巧操作的基准，通过真实到仿真建模重建30多个功能资产，定义原子操作和称重流程，揭示任务完成与实验精度之间的差距。

Comments Project page: https://labimus.github.io/

Algorithmic Fair Contracts

算法公平合同

Matteo Castiglioni, Junjie Chen, Yingkai Li

专题命中 Agent评测 ：agent(abstract)

AI总结 研究委托-代理中公平合同的设计，证明无嫉妒合同存在但优化收入是NP难的，并给出常数任务或常数代理下的可计算情形及公平代价分析。

Comments some improvements