AI Agent

Implicit Midpoint Gradient Descent: Fast and Learning rate free convergence for Zero-Sum Games

隐式中点梯度下降法：零和博弈的快速且无学习率收敛

Gaoqi Xue, James P. Bailey

专题命中 多智能体 ：agent(abstract)；multi-agent(abstract)

AI总结 研究无约束双线性零和博弈，引入由辛积分方法推导的隐式中点梯度下降规则，该方法继承连续时间动力学的强大特性，在零和博弈中同时具备有界轨道等特性，且计算实验显示其显著优于标准方法。

RED-SEGA:Resilient Decentralized Stochastic Proximal Optimization with Gradient Sketching over Time-Varying Networks

RED-SEGA：时变网络上基于梯度草图的弹性分散随机近端优化

Jinhui Hu, Guo Chen, Huaqing Li, Liang Ran, Hexi Liang, Tao Han, Tingwen Huang

专题命中 多智能体 ：agent(abstract)；multi-agent(abstract)

AI总结 研究多智能体系统中拜占庭弹性分散随机优化问题，核心方法是通过梯度草图实现方差减少，提出算法RED-SEGA，推导其在时变网络上的理论条件，经实验验证算法有效性与弹性。

Comments 17 pages, 39 figures

Exploiting Structure with Anisotropic Consensus-Based Optimization

基于各向异性共识的优化方法利用结构

Sabrina Bonandin, Konstantin Riedl, Sara Veneruso

专题命中 多智能体 ：agent(abstract)；multi-agent(abstract)

AI总结 研究基于各向异性共识的优化方法（CBO），该方法能利用高维目标函数可加分离结构减轻维度诅咒。证明其计算复杂度仅指数依赖内在维度\(\mathbf{d}\)，数值实验验证理论结果，突出相关因素对算法性能和复杂度的影响。

MAVIN: Multi-Shot Audio-Visual Generation with Customized Narrative Control

MAVIN：具有叙事控制的多镜头视听生成

Kaiqi Liu, Yunyao Mao, Ziqi Cai, Zheng Geng, Jing Wang, Qiulin Wang, Xintao Wang, Pengfei Wan, Kun Gai, Shuchen Weng, Boxin Shi

机构 * Peking University（北京大学） ； Kling Team, Kuaishou Technology（快手团队） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； Sun Yat-sen University（中山大学） 纠错

专题命中 多智能体 ：agent(abstract)；multi-agent(abstract)

AI总结 提出MAVIN框架，通过边界感知注意力、ID感知传播和多智能体脚本管线，实现多镜头视听生成中的叙事控制，解决时间错位、可控性差和脚本不完整问题。

Comments Accepted to ECCV 2026

From inconsistency to decision: explainable operation and maintenance of battery energy storage systems

从不一致到决策：电池储能系统的可解释运维

Jingbo Qu, Yijie Wang, Yujie Fu, Putai Zhang, Weihan Li, Mian Li

专题命中 多智能体 ：agent(abstract)；multi-agent(abstract)

AI总结 本文提出一种基于不一致性的电池储能系统运维方法，通过多维度不一致评估与大语言模型语义推理结合，将监测数据转化为可解释的运维指导，提升运维效率和安全性。

Comments 13 pages, 5 figures

Journal ref Cell Reports Physical Science 7(6), 103388 (2026)

Game Theory in Formula 1: From Physical to Strategic Interactions

一级方程式赛车中的博弈论：从物理交互到战略交互

Giona Fieni, Marc-Philippe Neumann, Francesca Furia, Alessandro Caucino, Alberto Cerofolini, Vittorio Ravaglioli, Christopher H. Onder

专题命中 多智能体 ：agent(abstract)；multi-agent(abstract)

AI总结 研究多智能体赛车动力学，提出优化框架，纳入物理交互模型与智能体最优响应。将最短圈速问题描述为博弈，用卡罗需-库恩-塔克条件得非线性规划结构，引入算法细化解，通过案例研究分析策略，缩小理论与应用差距。

Prox-DBRO-VR: A Unified Analysis on Byzantine-Resilient Decentralized Stochastic Composite Optimization with Variance Reduction and Non-Asymptotic Convergence Rates

Prox-DBRO-VR：基于容错的去中心化随机复合优化统一分析

Jinhui Hu, Guo Chen, Huaqing Li, Xiaoyu Guo, Liang Ran, Tingwen Huang

专题命中 多智能体 ：agent(abstract)；multi-agent(abstract)

AI总结 本文提出Prox-DBRO-VR算法，通过结合鲁棒聚合机制和近端梯度映射方法，实现拜占庭鲁棒的去中心化随机复合优化，在标准假设下保证线性或亚线性收敛，并通过实验验证其有效性。

Comments 17 pages, 13 figures

Journal ref IEEE Transactions on Systems, Man, and Cybernetics: Systems, 2025

Communicating Likelihoods with Normalising Flows

通过归一化流通信似然

Jack Y. Araz, Anja Beck, Méril Reboud, Michael Spannowsky, Danny van Dyk

机构 * Center for Nuclear Theory, Department of Physics and Astronomy, Stony Brook University（核理论中心，物理与天文学系，石溪大学） ； Massachusetts Institute of Technology（麻省理工学院） ； Université Paris-Saclay, CNRS/IN2P3, IJCLab（巴黎-萨克雷大学，CNRS/IN2P3，IJCLab） ； Institute for Particle Physics Phenomenology（粒子物理学现象研究所） ； Department of Physics, Durham University（物理系，杜ham大学） 纠错

专题命中 多智能体 ：workflow(abstract)；分类 cs.LG

AI总结 本文提出一种基于归一化流的方法，通过严格统计检验验证学习的似然，用于高能物理中的可靠通信和分析。

Comments 4 pages + references, 1 figure

Journal ref Eur. Phys. J. C 86, 805 (2026)

From Sketch Prior to Trajectories: A Mission-Oriented Coordinated Navigation Framework for Indoor UAV Swarm

从草图先验到轨迹：一种面向任务的室内无人机群协同导航框架

Xinhang Xu, Ruiyang Liu, Haotian Jin, Yi Wang, Hongming Shen, Jianping Li, Lihua Xie

机构 * School of Electrical and Electronic Engineering, Nanyang Technological University（南洋理工大学电气与电子工程学院） 纠错

专题命中 多智能体 ：planning(abstract)

AI总结 针对室内无人机群任务，提出面向任务的协同导航框架，利用草图先验，经拓扑对齐、融合观测构建可通行性表示，开发分层二维 - 三维框架，经仿真和实验验证其有效性、协同导航能力及对分层结构的可扩展性。

Fast(er)PM and Moving Mesh: JAX-native Geometric Multigrid Methods

快速（更快）的 PM 与移动网格：基于 JAX 的几何多重网格方法

Benjamin Horowitz

专题命中 多智能体 ：workflow(abstract)

AI总结 研究旨在构建高效泊松求解器，提出基于 JAX 的几何多重网格框架，用于粒子-网格引力。在固定网格上可替代 FFT，在移动网格上是可行求解器，通过热启动切比雪夫多重网格减少计算量，提升性能，还嵌入可微移动网格方法，成为两者间实用桥梁。

Comments 19 pages, 16 figures

Computing in Anonymous Dynamic Networks with One-Bit Communications

在具有一位通信的匿名动态网络中进行计算

Thibaut Blanc, Giuseppe Antonio Di Luna, Giovanni Viglietta

专题命中 多智能体 ：agent(abstract)

AI总结 研究匿名动态网络中一位通信的确定性计算，给出有领导者和无领导者时的算法及运行轮数，还得到下限，算法通过提取线性方程、割测试等从局部观测恢复多重性，保留了网络计算能力。

Comments 46 pages, 1 figure

Communication-Aware Quantum-Inspired Reinforcement Learning for Cyber-Resilient V2X Intrusion Detection and Mitigation

量子启发强化学习用于V2X和车联网中的低延迟入侵检测

Sajid Anwer, Rohan Farooq, Anwar Shah, Tallha Akram

专题命中 多智能体 ：agent(abstract)

AI总结 提出量子启发强化学习框架QIRL，结合轻量级深度Q网络、量子态编码和代价敏感MDP，实现高精度、超低延迟的自适应入侵检测，在CICIDS2017和UNSW-NB15上验证了有效性。

LOGOS: A Living Logic for AI Agent Teams That Evolve With Humans

LOGOS：一种与人类共同进化的人工智能代理团队的动态逻辑

Yuma Ichikawa, Yamato Arai, Kosaku Kimura, Akira Sakai, Hiromichi Kobashi

机构 * Fujitsu Limited（富士通有限公司） ； RIKEN Center for AIP（理化学研究所人工智能中心） ； The University of（某大学（原文未完整给出大学名称）） 纠错

专题命中 工作流自动化 ：agent(title,abstract)；AI agent(title,abstract)；workflow(abstract)；分类 cs.AI、cs.CL

AI总结 研究人工智能代理团队与人类共同进化的问题，提出LOGOS这一可插拔层，通过编译多模态输入、转换代理活动并应用验证，实现可验证的人机循环工程，为可问责自动化提供动态逻辑。

Comments 58 pages, 14 figures

A Formal Hierarchical Architecture for Agentic Orchestration with Stack-Based Execution and Lazy Discovery

一种用于智能体编排的形式化分层架构，基于栈的执行和惰性发现

Prashant Devadiga, Abhishek, Adithya Mishra, Alok Singh, Amisha Sinha, Asit Desai, Gaurang Dahad, Harshit Bhushan, Mandati Pramod Reddy, Prakhar Gupta, Rupesh Patil, Siddhi Behere

专题命中 工作流自动化 ：agentic(title,abstract)；agent(abstract)；workflow(abstract)；分类 cs.AI、cs.LG

AI总结 研究大语言模型智能体架构瓶颈，提出分层基于技能的编排架构，通过LIFO栈和惰性发现协议解决问题，防止输出泄漏，并进行数学形式化、算法分析及基准测试，为企业环境部署提供隔离保证。

Dynamic Agent Skills: A Lifecycle Survey and Taxonomy of Evolving Skill Libraries

动态智能体技能：不断演进的技能库的生命周期调查与分类法

Yubo Li

机构 * Carnegie Mellon University（卡内基梅隆大学） 纠错

专题命中 工作流自动化 ：agent(title,abstract)；workflow(abstract)；分类 cs.AI

AI总结 研究大型语言模型智能体中技能库随时间的变化，通过分类法、生命周期架构和技能记录模式等工具组织文献，合成证据分级模式，指出相关问题并提出报告标准及开放问题。

Comments Accepted by TMLR (2026.07), OpenReview Link: https://openreview.net/forum?id=cjU3YbcRr8

Journal ref Transactions on Machine Learning Research, 2026

Fundamental market design as a layer of AI-agent alignment

作为人工智能-智能体对齐层次的基础市场设计

Omar Inverso, Emilio Tuosto, Dragisa Zunic

专题命中 工作流自动化 ：agent(title,abstract)；AI agent(abstract)

AI总结 研究探讨市场中人工智能-智能体对齐，提出将基础市场设计视为该对齐层次，通过对市场核心形式化建模，利用理论计算机科学严谨性构建透明盒模型，支持激励分析与机制设计，使期望行为受青睐，不良行为难维持。

Comments Accepted as at the EC'26 Workshop on Incentive-Based AI Alignment, co-located with the 27th ACM Conference on Economics and Computation, Rome, Italy, July 2026. This version is prepared for public dissemination following workshop acceptance

Filtering Harmful Actions Isn't Enough: Phantom Transfer in Agentic SDF

过滤有害行为是不够的：智能体自反决策函数中的幻影转移

Chinmayi Dixit

专题命中 工作流自动化 ：agentic(title,abstract)；分类 cs.AI、cs.LG

AI总结 研究在含对抗交互的合成智能体轨迹训练的影响，通过微调Llama 3.3 70B Instruct并评估，发现有害行为过滤不足，生成过程引入失调倾向且分散编码，依赖生成模型，安全基准难区分影响，强调动作级过滤无法确保合成智能体训练数据安全。

Who&When Pro: Can LLMs Really Attribute Failures in AI Agents?

Who&When Pro：大语言模型真的能归因人工智能代理中的失败吗？

Jiale Liu, Huajun Xi, Shaokun Zhang, Yifan Zeng, Tianwei Yue, Chi Wang, Jian Kang, Qingyun Wu, Huazheng Wang

机构 * OpenAI ； Anthropic ； Google DeepMind（谷歌DeepMind） 纠错

专题命中 工作流自动化 ：AI agent(title)；agentic(abstract)；分类 cs.AI

AI总结 研究聚焦于大语言模型能否归因人工智能代理中的失败，引入Who&When Pro基准，通过严格管道构建大量失败轨迹，经广泛实验分析，揭示模型归因故障模式，为自动故障归因系统提供实证指导。

Faithful, Not Corrective: Message-Format Effects in Multi-Hop Agent Relays Are Tier-Dependent

忠实而非纠正：多跳智能体中继中的消息格式效应取决于层级

Zayx Shawn

专题命中 工作流自动化 ：agent(title)；分类 cs.AI、cs.LG

AI总结 研究多跳智能体中继中消息格式效应，引入可控测试平台，发现格式效应取决于层级，强中继近乎无损，弱中继下跨格式差异增大，配对分叉注入中错误值保留情况与真实值保留匹配，结构提供错误定位通道，格式选择应依最弱中继。

Descriptive Execution of HPC Applications and Workflows

高性能计算应用程序和工作流的描述性执行

Vanessa Sochat, Daniel Milroy

专题命中 工作流自动化 ：agent(abstract)；workflow(abstract)；agentic(abstract)

AI总结 研究评估智能框架在高性能计算中的表现，该框架结合大语言模型及资源，能完成扩展研究、作业规范转换和生物科学工作流三项任务，揭示特定任务失败模式，为多集群设置开发提供宝贵信息。

Comments 8 pages, 6 figures, 3 tables

An End-to-End Hybrid Quantum--Classical Sampling Workflow for Discrete Markov Random Fields: A Reproducible Case Study

离散马尔可夫随机场的端到端混合量子-经典采样工作流程：一个可重现的案例研究

Arul Rhik Mazumder

机构 * School of Computer Science（计算机科学学院） ； Carnegie Mellon University（卡内基梅隆大学） 纠错

专题命中 工作流自动化 ：workflow(title)；分类 cs.LG

AI总结 研究离散马尔可夫随机场采样难题中，对小MRF采用幅度编码独立同分布采样，与经典MCMC比较。通过多个实例展示不同方法的ESS比率等，还进行了预处理时间、MPS缩放及VQC与MPS的比较，揭示各方法特点及差距。

Comments 9 pages, 7 figures, 9 tables, Accepted to IEEE International Conference of Quantum Computing and Engineering - QCE 2026 in the Quantum End-to-End Hybrid Case Studies (QECS) Technical Papers track

A New Workflow for Materials Discovery Bridging the Gap Between Experimental Databases and Graph Neural Networks

一种新的工作流程用于材料发现，弥合实验数据库与图神经网络之间的差距

Brandon Schoener, Yuting Hu, Pasit Wanlapha, Akshay Rengarajan, Ian Moog, Michael Wang, Peihong Zhang, Jinjun Xiong, Hao Zeng

机构 * Department of Physics, University at Buffalo, State University of New York, Buffalo, NY ； Department of Computer Science \& Engineering, University at Buffalo, State University of New York, Buffalo, NY ； Institute for Artificial Intelligence ； Data Science, University at Buffalo, State University of New York, Buffalo, NY 纠错

专题命中 工作流自动化 ：workflow(title)；分类 cs.LG

AI总结 本文提出了一种新的工作流程，通过将实验数据库与晶体学信息文件对齐，弥补了实验数据与图神经网络之间的差距，提升了材料属性预测的准确性和效率。

Comments 8 pages, 3 figures, 1 table, submitted to Journal of Magnetism and Magnetic Materials

AfterVibe: What Remains When the Conversation Ends

AfterVibe：对话结束后留下了什么

Matteo Paltenghi, Satish Chandra

专题命中 工作流自动化 ：agent(abstract)；AI agent(abstract)；分类 cs.SE

AI总结 AfterVibe框架从vibe编码会话恢复自然语言规范，用语言模型提取规范并经再生测试验证，在72个项目上评估发现其恢复的规范抽象且强，优于人工描述，可迭代加强，意味着规范或成人工审查主要工件和记录来源。

BackgroundMellow: A Multi-Modal Cohesive Framework for Narrative-Driven Rich Cinematic Soundscape Generation

BackgroundMellow：一种用于叙事驱动的丰富电影音效生成的多模态凝聚框架

Ajitesh Jamulkar, Aritra Hazra

机构 * Indian Institute of Technology Kharagpur（印度理工学院卡拉格布尔分校） 纠错

专题命中 工作流自动化 ：agent(abstract)；分类 cs.AI、cs.LG

AI总结 多模态AI中为文本叙事生成电影音效困难，BackgroundMellow框架将其视为编排与信号处理问题，通过主 - 专家架构、Tango2模型、背景音乐检索器及NLP模块实现，经实验验证在时间同步等方面有效。

Comments 7 pages

Relaxing Faithfulness with Intervention-Only Causal Discovery

通过仅干预因果发现放松忠实性

Bijan Mazaheri, Jiaqi Zhang, Caroline Uhler

机构 * Thayer School of Engineering Dartmouth College（达特茅斯学院塞耶工程学院） ； Broad Institute of MIT and Harvard（麻省理工学院和哈佛大学布罗德研究所） ； Massachusetts Institute of Technology（麻省理工学院） 纠错

专题命中 工作流自动化 ：workflow(abstract)；分类 cs.LG

AI总结 研究因果发现算法，指出常见流程中第一步的忠实性假设在自然系统中常被违反。提出干预即时忠实性假设，表明其足以用硬干预非参数识别因果结构，将干预作为因果结构信息主要载体，还针对干预范围有限情况指定等价类。

Comments Accepted to UAI 2026

Maintenance and Support in Community-Driven Scientific Pipeline Ecosystems: A Cross-Platform Empirical Study of nf-core

社区驱动的科学管道生态系统中的维护与支持：对nf-core的跨平台实证研究

Khairul Alam, Kowsik Roy, Md Shamimur Rahman, Banani Roy

专题命中 工作流自动化 ：workflow(abstract)；分类 cs.SE

AI总结 研究社区驱动的科学管道生态系统nf-core中的维护与支持，通过分析大量GitHub问题、拉取请求及论坛讨论来研究相关问题、解决因素等，发现不同平台作用不同，解决结果与多种因素有关，跨平台分析揭示了内部可追溯性及联系有限的情况。

Comments 42 pages

Are We Ready for AI-Driven Discovery? AI Verification Before the Next Fundamental Physics Breakthrough

我们准备好迎接人工智能驱动的发现了吗？在下一次基础物理学突破之前进行人工智能验证

Gaia Grosso, Vinicius Mikuni, Lukas Heinrich

机构 * NSF AI Institute for Artificial Intelligence and Fundamental Interactions（NSF人工智能与基本相互作用研究院） ； MIT Laboratory for Nuclear Science（MIT核科学实验室） ； School of Engineering and Applied Sciences, Harvard University（哈佛大学工程与应用科学学院） ； Nagoya University（名古屋大学） ； Technical University Munich（慕尼黑技术大学） ； Munich Center for Machine Learning (MCML)（慕尼黑机器学习中心） 纠错

专题命中 工作流自动化 ：workflow(abstract)；分类 cs.LG

AI总结 探讨在基础物理学中，随着机器学习日益自主，确保其可靠性至关重要。通过VERaiPHY计划框架，结合统计发现工作流程确定验证时机，强调归纳偏差等局限，思考物理学家角色，以实现机器学习在物理学中负责任的整合。

CatRetriever: Contrastive Representation Learning for Slab-to-Bulk Retrieval in Generative Catalyst Discovery

CatRetriever：用于生成催化剂发现中从平板到体相检索的对比表示学习

Jungho Oh, Woosung Kim, Dong Hyeon Mok, Jonggeol Na, Seoin Back

专题命中 工作流自动化 ：workflow(abstract)；分类 cs.LG

AI总结 研究针对生成催化剂模型平板与体相连接缺失问题，提出对比表示学习模型CatRetriever，能准确检索体相候选物，还扩展其框架为吸附能目标体相发现管道，为连接催化剂生成模型与体相催化剂发现提供可扩展途径。

An Approximate Graph Elicits Detonation Lattice

近似图激发爆轰晶格

Vansh Sharma, Venkat Raman

机构 * Department of Aerospace Engineering, University of Michigan（密歇根大学航空航天工程系） 纠错

专题命中 工作流自动化 ：workflow(abstract)；分类 cs.LG

AI总结 本文提出基于图论的新型算法，用于精确分割和测量爆轰细胞，解决传统2D边缘检测方法的局限性，通过分割模型实现无训练的准确提取细胞模式。

Comments 3D Detonation; Soot Foil; Graph; Cell Classification; Cellular Detonation; Detonation Lattice; SAM Model

The GRADIEND Python Package: An End-to-End System for Gradient-Based Feature Learning

GRADIEND Python包：一种基于梯度的特征学习端到端系统

Jonathan Drechsel, Steffen Herbold

机构 * Faculty of Computer Science and Mathematics University of Passau（计算机科学与数学学院 巴伐利亚大学） 纠错

专题命中 工作流自动化 ：workflow(abstract)；分类 cs.CL

AI总结 GRADIEND Python包提供端到端系统，通过语言模型中的事实-反事实MLM和CLM梯度学习特征方向，并支持特征数据创建、训练、评估及多特征比较。