AI Agent

Mirroring the Past: Exploring How Ancestral Digital Self Influences History Learning

镜像过去：探索祖先数字自我如何影响历史学习

Duo Gong, Fan Sun, Yucen Wang, Yufan Hu, Wen Zhong, Wei Zhang, Pengcheng An

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

AI总结 该研究针对历史学习中学习者与自身的疏离问题，提出AI生成的“祖先数字自我”教学智能体，经被试内研究发现其可提升体验性指标，但未改善即时学习结果，为相关教育环境设计提供启示。

Persistent Semantic Entities in Tool-Augmented LLM Systems

工具增强型大语言模型系统中的持久语义实体

Zhaohui Wang

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

AI总结 该研究定义工具增强型LLM系统的持久语义实体（PSEs），证实其在24款不同规模模型中普遍存在，偏好/指令污染难自校正，上下文隔离自验证可降低污染，为智能体系统安全提供关键发现。

Comments Accepted at the 43rd International Conference on Machine Learning (ICML 2026). Camera-ready version; 32 pages . The openreview url is https://openreview.net/forum?id=zPjmtawzT8&noteId=CXB95ws5so and ICML poster url is https://icml.cc/virtual/2026/poster/60521

AIMS: an AI experimentalist turns uncertainty into quantum matter discovery

AIMS：一种用于量子物质的不确定性感知人工智能实验者

Siyuan Qiu, Philip D. Suh, Nhat Huy Tran, Xirui Wang, Heonjoon Park, Kutay Akin, Kevin K. S. Multani, Seungwon Jung, Wenkai Cai, Xinyu Liu, León Garcia, Ziyan Zhu, Chunjing Jia, Zhantao Chen, Zhixun Shen, Zhurun Ji

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

AI总结 研究量子材料实验中的不确定性问题，提出AIMS这一不确定性感知人工智能实验者，通过连接三个嵌套循环实现感知恢复、测量选择和能量尺度分辨机制归因，展示了对量子物质的不确定性感知实验能动性。

RAG-Based Auto-Configuration for Industrial Fieldbus Devices

基于检索增强生成（RAG）的工业现场总线设备自动配置

Aadil Gani Ganie, Saad Ezzini, Naveed Farooz Marazi

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

AI总结 针对工业现场总线设备手动配置的低效易错问题，提出SysName流水线，结合RAG、本地LLM与两级弃权门控，在多协议设备配置任务中实现高效高准确率的端到端自动化，经基准测试与案例验证效果优异。

CoRCi: Cross-Reconstruction of Coherent Interests Modeling in Cross-Domain Sequential Recommendation

CoRCi：跨域序列推荐中连贯兴趣建模的跨重建方法

Qingtian Bian, Tieying Li, Marcus de Carvalho, Jiaxing Xu, Hui Fang, Yiping Ke

机构 * Nanyang Technological University（南洋理工大学） ； Northeastern University（东北大学） ； Shanghai University of Finance and Economics（上海财经大学） 纠错

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

AI总结 针对跨域序列推荐中域差异破坏兴趣连贯性的问题，本文提出CoRCi框架，通过跨重建方法和FocalNCE损失实现域不变兴趣对齐，在四个数据集上性能优于现有最优方法。

RangeFactory: Scalable Construction of Multi-Hop Cyber Ranges

RangeFactory：可扩展多跳网络靶场构建框架

Hanlin Jiang, Puyi Wang, Jiandong Jin, Shaofei Li, Zhan Shen, Pengli Wang, Ziming Wang, Yifeng Cai, Ning Jia, Yuxin Ren, Peng Jiang, Yao Guo, Ding Li

专题命中 工作流自动化 ：agent(abstract)；分类 cs.AI

AI总结 RangeFactory是自动化网络靶场编排框架，可规模化构建多跳靶场；其构建的RangeBench含1148个靶场实例，发现智能体存在持续入侵差距，还生成了攻击轨迹语料库。

Comments 16 pages, 2 figures

Three Generations of Healthcare IT: From the Digital Record to the Computable Care Process

医疗信息技术的三代发展：从数字记录到可计算护理流程

Alexander Apartsin, Yehudit Aperstein

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

AI总结 本文按系统可计算信息单元划分医疗IT，提出以患者临床意图为对象的计算层，将ACR形式化为该层原子对象，其与FHIR等互补，为可计算临床意图研究提供可复用构建块。

Comments 11 pages, 3 figures

UniMoMo: Expert Merging-Based MoE Acceleration for Large Recommendation Models

UniMoMo：基于专家合并的大推荐模型混合专家（MoE）加速方法

Lei Xin, Bin Gu, Peize Li, Zitong Wang, Jianbo Zhao, Changjiang Jiang, Yanyue Xie, Chao Huang, Xuyang Zhao, Zunhai Su, Fanhu Zeng, Zhenglun Kong

机构 * Kuaishou Technology（快手科技） ； Hohai University（河海大学） ； Wuhan University（武汉大学） ； ByteDance, Seed（字节跳动 Seed） ； Alibaba, Ant Group（阿里巴巴蚂蚁集团） ； ByteDance, Douyin（字节跳动抖音） ； The University of Hong Kong（香港大学） ； Harvard University（哈佛大学） 纠错

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

AI总结 UniMoMo是一种后训练压缩框架，通过功能相似性合并MoE专家并引入层自适应保护，在Amazon Beauty等三个数据集上实现推荐MoE的高效压缩与加速，且性能损失极小。

Comments Preprint

VTO: Visual Tool Orchestration for Video Anomaly Detection

VTO：面向视频异常检测的可视化工具编排

Rui Wang, Yeteng Wu, Xianling Zhang, Mengshi Qi

机构 * State Key Laboratory of Networking and Switching Technology（网络与交换技术国家重点实验室） ； Beijing University of Posts and Telecommunications（北京邮电大学） ； School of Digital Media & Design Art（数字媒体与设计艺术学院） 纠错

专题命中 工作流自动化 ：agent(abstract)；分类 cs.AI

AI总结 针对视频异常检测中传统方法泛化差、多模态智能体工具编排难的问题，提出过程监督强化学习框架VTO，结合VAD-Tool工具集，在工具调度上较基线提升10.2%。

Comments Accepted by ACM MM 2026

How to Ask the AI: A User Perspective Survey for Large Language Model Prompting

如何向AI提问：大型语言模型提示工程的用户视角调查

Yiqun Zhang, Yunfan Zhang, Mingjie Zhao, Sen Feng, Yiu-ming Cheung

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

AI总结 该研究从用户视角开展大型语言模型提示工程调查，提出提示有效性评估策略、应用工作流并维护开源项目，为用户制定适配场景的有效提示提供可操作指南。

Comments Accepted to TAI

Learning under Opponent Unawareness in Linear-Quadratic Stochastic Games

线性二次随机博弈中对手不知情下的学习

Dantong Chu, Xuefeng Gao, Yufei Zhang

专题命中 工作流自动化 ：agent(abstract)；分类 cs.LG

AI总结 该研究针对线性二次随机博弈，在对手不知情的最小信息结构下，提出异步分散学习算法并证明其收敛性，应用于动态古诺竞争，发现有限信息学习降低企业利润，公开市场产出可缓解福利损失。

Multitask Scanning Probe Microscopy

多任务扫描探针显微镜

Aditya Raghavan, Yu Liu, Ian Mercer, JP Maria, Sergei Kalinin

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

AI总结 该研究提出多任务扫描探针显微镜，基于多任务高斯过程的闭环工作流程，实现测量位置与模态的自主选择，在AlScN晶圆上验证了其可扩展主动学习应用的价值。

From Trajectories to Evidence: Auditable Experimental Records for Industrial Research Agents

从轨迹到证据：面向工业研究智能体的可审计实验记录

Zijie Zhuang, Changxin Lao, Pengbo Xu, Hanwen Xu, Ruochen Yang, Yingzhi He, Peng Zhang, Jiangxia Cao, Yusheng Huang, Guohong Mu, Jian Liang, Ruiming Tang, Shuang Yang, Zhaojie Liu, Wenwu Ou, Kun Gai

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

AI总结 本研究针对工业研究智能体的实验轨迹无法自动成为有效证据的问题，提出基于证据的框架，经实验验证该框架可生成可审计记录，且生成的候选方案相对基准实现了积极在线提升。

Demystifying Prediction Powered Inference

解开预测驱动推断之谜

Yilin Song, Dan M. Kluger, Harsh Parikh, Tian Gu

机构 * Department of Biostatistics, Columbia Mailman School of Public Health（哥伦比亚大学生物统计学系、哥伦比亚大学马利曼公共卫生学院） ； Institute for Data, Systems, and Society, Massachusetts Institute of Technology（麻省理工学院数据、系统和社会研究所） ； Department of Biostatistics, Yale School of Public Health（耶鲁大学生物统计学系） 纠错

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

AI总结 本文通过整合PPI的理论基础和方法学扩展，提供统一的实用工作流程，帮助研究人员负责任地应用预测驱动推断。

Comments updated manuscript

Efficient identification of critical regions via Flow Matching-based Monte Carlo initialization

通过流匹配高效识别临界转变：一种可扩展的生成方法用于多体系统

Qian-Rui Lee, Daw-Wei Wang

机构 * Physics Department, National Tsing Hua University（国立清华大学物理系） ； Center for Theory and Computation, National Tsing Hua University（国立清华大学理论与计算中心） ； Center for Quantum Technology, National Tsing Hua University（国立清华大学量子技术中心） 纠错

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

AI总结 通过流匹配方法高效识别多体系统临界转变，实现大规模计算物理中的快速预测与高保真度初始化。

Comments 31 pages, 22 figures

SIP: Site in Pieces- A Dataset of Disaggregated Construction-Phase 3D Scans for Semantic Segmentation and Scene Understanding

SIP: 构建阶段碎片化3D扫描数据集——用于语义分割和场景理解

Seongyong Kim, Yong Kwon Cho

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

AI总结 SIP数据集通过碎片化3D扫描反映施工现场实际约束，为建筑场景的语义分割和理解提供高质量基准数据。

A systematic framework for the identification and statistical quantification of impulsivity in condition monitoring signals

用于状态监测信号中冲动性的识别与统计量化的系统框架

Aleksandra Grzesiek, Justyna Witulska, Daniel Kuzio, Radosław Zimroz, Tomasz Barszcz, Agnieszka Wyłomańska

专题命中 工作流自动化 ：workflow(abstract)

AI总结 本研究提出一种用于状态监测信号中冲动性识别与统计量化的系统框架，通过两阶段方法及蒙特卡洛模拟、工业压缩机振动数据验证，为区分有效信号与异常干扰信号提供可扩展工具。

Comments 38 pages

Beyond Tier Labels: Role- and Deployment-Dependent Model Substitution in Multi-Call LLM Workflows

超越层级标签：多调用大语言模型工作流中依赖角色与部署的模型替换

Renxiang Wang, Jiaming Cui

专题命中 工作流自动化 ：workflow(abstract)

AI总结 该研究针对多调用LLM工作流的模型替换问题，通过谓词-动作分解分离决策，经多任务实验揭示模型价值依赖角色与部署，提出大规模工作流路由的实用序列。

SSHafe: A Real-Time SSH Brute Force Attack Detection and Novel Credential Rotation Standard

SSHafe：实时SSH暴力攻击检测与新型凭证轮换标准

Aditya Mitra, Amar Kumar Mandal, Amaan Rais Shah, Iqra Naz, E. Fatih Yetkin, Tuğçe Ballı

专题命中 工作流自动化 ：workflow(abstract)

AI总结 本研究提出SSHafe系统，结合时间序列特征工程与LightGBM实现实时SSH暴力攻击检测，采用新型密码重置标准提升安全性，可在10秒内抑制攻击并防止账户入侵。

OpRAG: A Resource-Deterministic Runtime for GPU-Backed Multi-Stage RAG Workflows

OpRAG：面向GPU支持的多阶段RAG工作流的资源确定性运行时

Arup Kumar Sarker, Mills Staylor, Aymen Alsaadi, Gregor von Laszewski, Shantenu Jha, Geoffrey Fox

专题命中 工作流自动化 ：agentic(abstract)

AI总结 本文提出OpRAG，一种面向GPU多阶段RAG的资源确定性分布式运行时，通过优化编排层降低非模型开销，在多模型多基准测试中显著提升RAG端到端性能。

Comments 14 pages, 6 figures, 5 Tables

Understanding Security and Privacy Perceptions of Content Creators Regarding AI Labels of AI-Generated Content

理解内容创作者对AI生成内容的AI标签的安全与隐私认知

Shuning Zhang, Hui Wang, Rongjun Ma, Xin Yi, Kanye Ye Wang, Robert Xiao, Hewu Li

专题命中 工作流自动化 ：workflow(abstract)

AI总结 本文通过对21位AIGC创作者访谈及多平台图像测试，揭示创作者对AI标签的认知偏差与规避行为，提出应开发适配创作者动机的隐式AI标签。

Analytical Nuclear Gradients and Hessians on Quantum Hardware via Orbital-Optimized VQE with Error Mitigation

基于轨道优化VQE与误差缓解的量子硬件上的解析核梯度与 Hessian 矩阵

Renato Olarte Hernandez, Karl Michael Ziems, Erik Kjellgren, Jacob Kongsted, Sonia Coriani, Stephan P. A. Sauer

专题命中 工作流自动化 ：workflow(abstract)

AI总结 本研究提出结合轨道优化与线性响应理论的方法，在量子硬件上实现核梯度与 Hessian 矩阵的解析计算，通过误差缓解方案校正期望值，经氢、水分子验证，明确误差来源并指明改进方向。

Comments 37 pages, 13 figures

Gradient-based optimization of non-Abelian fractional quantum states in patterned superlattices

图案化超晶格中非阿贝尔分数量子态的基于梯度的优化

Yifei Guan, Lichen Yu, Zizhuang Liu, Xin Lu, Jianpeng Liu

专题命中 工作流自动化 ：workflow(abstract)

AI总结 本研究提出基于梯度下降算法的工作流程，优化图案化超晶格结构参数，在耦合双层石墨烯的超晶格中实现了稳定的非阿贝尔分数量子霍尔绝缘体态，为探索非阿贝尔关联拓扑物质提供了实验可行框架。

Quantum-Device Simulation of Optical Decoherence of Hole-Spin Qubits in Self-Assembled Quantum Dots

自组装量子点中空穴自旋量子比特的光学退相干的量子器件模拟

Jyun-Jie Jiang, Pericles Philippopoulos, Félix Beaudoin, Hong Guo

专题命中 工作流自动化 ：workflow(abstract)

AI总结 本文开发器件级建模工作流，模拟自组装量子点中空穴自旋量子比特的光学退相干，揭示磁场、光功率、量子点高度对拉比振荡的影响，提出需协同优化器件相关参数以抑制退相干。

Breaking the Capacity Bottleneck in Model-Heterogeneous Federated Learning via Gradual Model Restoration

打破模型异质联邦学习中的容量瓶颈：通过渐进模型恢复

Chengjie Ma, Seungeun Oh, Jihong Park, Seong-Lyun Kim

专题命中 工作流自动化 ：workflow(abstract)

AI总结 本文提出FedGMR框架，通过渐进模型恢复技术解决异质联邦学习中带宽受限客户端收敛慢的问题，实验表明其在异质性和非独立同分布数据下提升收敛速度和最终精度。

Locating Translation as a Craft in the Age of AI Translation

带有情感的翻译：在翻译技术中中心化译者视角

Daniel Chechelnitsky, Sireesh Gururaja, Seyi Olojo, Giuseppe Attanasio, Wesley Hanwen Deng, Chrysoula Zerva, Maarten Sap

专题命中 工作流自动化 ：workflow(abstract)

AI总结 研究通过访谈19名跨11种语言和11个领域的专业译者，探讨译者在使用翻译技术时的视角、经验与担忧，强调需开发以译者需求为导向的翻译技术，而非取代人类翻译。

Comments AIES 2026, 14 pages, 2 tables

Gamma Process Degradation Modeling and Performance-Driven Opportunistic Maintenance Optimization for LED Lighting Systems

半物理伽马过程退化建模与性能驱动的偶然维护优化用于LED照明系统

Haohao Shi, Huy Truong-Ba, Michael E. Cholette, Brenden Harris, Juan Montes, Tommy Chan

专题命中 工作流自动化 ：workflow(abstract)

AI总结 本文提出基于半物理伽马过程和威布尔模型的LED照明系统退化建模方法，结合性能驱动的偶然维护优化框架，通过替代性性能映射实现高效策略评估，以平衡性能缺陷、现场访问和更换的多目标优化。

Comments 35 pages, 18 figures

Journal ref journal={Expert Systems with Applications}, pages={133264}, year={2026},

P$^{3}$: Joint Program-and-Proof Planning for Verified Code Generation

P³：用于验证代码生成的程序与证明联合规划

Zenan Li, Ziran Yang, Peiyang Song, Zhaoyu Li, Kaiyu Yang

机构 * Apodex ； Princeton University（普林斯顿大学） ； Caltech（加州理工学院） ； University of Toronto（多伦多大学） 纠错

专题命中 软件智能体 ：planning(title,abstract)；workflow(abstract)；agentic(abstract)；分类 cs.AI

AI总结 P³是一种用于验证代码生成的程序与证明联合规划的LLM智能体工作流，在三个基准上的求解率优于基线，还降低了API成本与运行时间。

A Unified Issue Resolution Benchmark for Requirement Clarification, Planning, and Code Generation for Coding Agents

面向编码智能体的需求澄清、规划与代码生成的统一问题解决基准

Xin Zhou, Chun Yong Chong, Kisub Kim, Yun Peng, Rui Shu, Zihan Wu, Xu Han, Guowen Yuan, Zeyang Zhuang, Jounghoon Kim, Jeongjin Ju, Seongmin Ju, Taein Yoon, David Lo

专题命中 软件智能体 ：planning(title,abstract)；agent(abstract)；分类 cs.AI、cs.SE

AI总结 该研究推出SWE-RPG编码智能体基准，评估发现主流编码智能体在该基准上平均解决率仅31.5%，隐性需求恢复是主要瓶颈，为改进编码智能体提供了方向。

Comments 9 pages

VideoCoCo: Code-as-CoT for Physically-Consistent Video Generation via an Agentic Dual-Engine System

VideoCoCo：基于智能体双引擎系统的、以代码为思维链（CoT）的物理一致性视频生成方法

Haodong Li, Tianfei Ren, Xiaoxiao Ma, Chunmei Qing, Zhen Fang, Sipeng He, Ziyu Guo, Haoyu Wu, Juanxi Tian, Yihang Zou, Ruichuan An, Dongzhi Jiang, Boxue Yang, Ji Xie, Xu Huang, Wenhao Yan, Jialv Zou, Zhengrong Yue, Yaxin Luo, Xiaotong Li, Yuzhu Wang, Junyan Ye, Jinjing Zhao, Zehui Chen, Lin Chen, Renye Yan, Feng Zhao, Pheng-Ann Heng

机构 * CUHK（香港中文大学） ； USTC（中国科学技术大学） ； SCUT（华南理工大学） ； HKU（香港大学） ； NTU（南洋理工大学） ； PKU（北京大学） ； SJTU（上海交通大学） ； CMU（卡内基梅隆大学） ； THU（清华大学） ； HUST（华中科技大学） ； MBZUAI（穆罕默德·本·扎耶德人工智能大学） 纠错

专题命中 软件智能体 ：agentic(title,abstract)；agent(abstract)；分类 cs.AI

AI总结 VideoCoCo作为智能体双引擎框架，以可执行Blender代码为过程级思维链，构建专属数据集提升视频编辑器适配性，在两个基准上显著优于基线，实现了高质量物理一致性视频生成。

Comments 15 pages, 3 figures, and 3 tables