AI Agent

A Modular Agentic Framework for Synthetically Constrained Multi-Objective Hit-to-Lead Optimization

用于合成约束多目标先导化合物优化的模块化智能体框架

Kelvin P. Idanwekhai, Enes Kelestemur, Benjamin Strickland, Matthew Hart, Steini Davidsson, Angelos Angelopoulos, Ron Alterovitz, Marcello DeLuca, Alexander Tropsha

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

AI总结 本研究提出开源模块化智能体框架SABLE，结合LLM与专用工具实现合成约束下的多目标先导化合物优化，可高效富集符合计算目标的候选集，为早期药物发现提供决策支持。

Comments 22 pages, 9 figures

Spark-to-Paper: End-to-End Research Paper Generation as a Composable Skill

Spark-to-Paper：作为可组合技能的端到端研究论文生成系统

Zhuoyang Qian, Biao Wu, Yiran Wang, Chris D Yan, Desan Dai, Liangwei Zheng, Jin Jiang, Junsheng Zhang, Wenhao Wang

机构 * Vast Intelligence Lab（星智实验室） ； University of Technology Sydney（悉尼科技大学） 纠错

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

AI总结 Spark-to-Paper是在现有编码助手中实现的端到端研究论文生成系统，含13项可组合技能，在8个研究主题中实现高引用与图表有效性，提升伪造检测率，成本与耗时较低。

Comments 24 pages, 10 figures

ADEPT: A Unified Framework for Deep Learning Test Adequacy

ADEPT：深度学习测试充分性的统一框架

Yidi Kao, Shawn Burnham, Tommi Rose Fahy, Ali Ghanbari

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

AI总结 本文提出 ADEPT 框架，整合多种深度学习测试充分性指标，提供统一工作流与配置管理，解决指标难复现、难比较问题，方便研究人员和从业者使用。

Comments Proceedings of 35th ACM SIGSOFT International Symposium on Software Testing and Analysis (ISSTA 2026)

Hardware-Aware Deployment of Joint SAR Compression and Despeckling on FPGA

面向FPGA的联合SAR压缩与去噪的硬件感知部署

Cédric Léonard, Francescopaolo Sica, Martin Schulz

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

AI总结 本研究在ZCU102 FPGA平台部署联合SAR去噪与数据压缩框架，发现ReLU比GDN更适配SAR图像、残差块增益低且FPGA能效最高，为星载SAR压缩提供部署方案。

Comments Submitted to IEEE Transactions on Geoscience and Remote Sensing (TGRS). 11 pages, 8 figures, 4 tables

A Framework for Designing Reward Functions: From Objectives to Features to Human-Aligned Reward Functions

奖励函数设计框架：从目标到特征再到人类对齐的奖励函数

Di Yang Shi, W. Bradley Knox

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

AI总结 该研究提出一套三步式奖励函数设计框架，首次将奖励项选择简化为因果DAG上的最小成本部分覆盖问题，能保持无冲突可行权重区域，为非专家设计人类对齐的奖励函数提供了可行方案。

Comments Presented at RLC "Finding the Frame" and "AutoRL" workshops

Transferable Above-Ground Biomass (AGB) Estimation Model from Multi-Sensor Data with Sparse Field Calibration

结合稀疏地面校准的多传感器可迁移地上生物量（AGB）估算模型

Pann Thinzar Seint, Bryan Atwood, Subas Chhatkuli

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

AI总结 该研究提出结合稀疏地面校准的多传感器可迁移AGB估算框架，以全局训练CNN为核心，经GEDI数据训练后用少量样地校准，提升了AGB估算精度，优于现有产品。

Easper: An Accessible ASR Pipeline for Language Documentation

Easper：一款用于语言文档编制的易用ASR流水线

Aso Mahmudi, Ting Dang, Ekaterina Vylomova, Nick Thieberger

机构 * The University of Melbourne（墨尔本大学） 纠错

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

AI总结 研究针对语言文档编制的音频转录瓶颈，提出无需代码的开源ASR工作流Easper，通过评估转录优先级策略，发现优先词汇丰富叙述并增加声学语音重复可更快提升转录质量。

Comments Accepted in Interspeech 2026

Herding End-to-End Autonomous Driving via Neuro-Symbolic Safety Guards

通过神经符号安全护卫实现端到端自动驾驶的引导

Simón Patiño Idarraga, Erick Silva, Rehana Yasmin, Ali Shoker

专题命中 工作流自动化 ：agent(abstract)；分类 cs.AI

AI总结 该研究针对端到端驾驶智能体违反交通规则的问题，提出无需重训的神经符号安全护卫，在Fail2Drive和Bench2Drive基准上使成功率提15%、安全碰撞降53%且保留原驾驶分数。

LLMs in Process Diagram Engineering: From Optimal PFDs to Validated P&IDs

流程图表工程中的大语言模型：从最优工艺流程图到经验证的管道及仪表流程图

Timur Zakarin, Sergei Voitov, Sergei Shumilin, Evgeny Burnaev

机构 * Skoltech（斯科尔科沃科技学院） ； AIRI（人工智能研究院（AIRI）） 纠错

专题命中 工作流自动化 ：agent(abstract)；分类 cs.AI

AI总结 本研究提出P&ID Pilot端到端AI流水线，结合GA与LLM生成最优PFD，再通过基于LLM的智能体将其转换为100%执行成功的合规P&ID，实现工艺设计自动化并减少人工工作量。

Are Production Cloud Skills Adequately Tested? Measuring and Governing Skill Test Adequacy in Practice

生产云技能是否得到充分测试？在实践中衡量和管理技能测试覆盖率

Haotian Si, Junyi Chen, Shuyang Yu, Ruifeng Nie, Jiate Li, Jianqiang Zhao, Meng Li, Dengcheng He

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

AI总结 研究生产云技能测试覆盖率问题，开发测量管道恢复操作义务、映射测试用例并生成覆盖报告，结合模型辅助与专家评审确保覆盖率基于证据，将覆盖差距转化为测试改进建议。

D3D-GEN: Robot-Aware Domain-Grounded Interactive 3D World Generation for Social Robotics

D3D-GEN：面向社交机器人的机器人感知、领域锚定的交互式3D世界生成

Anh Duc Do, Volodymyr Scherbyna, Tai Duc Nguyen, Spaarsh Thakkar, Zhengcheng Shen, Teham Buiyan, Archan Misra, Linh Kästner

机构 * Singapore Management University（新加坡管理大学） ； Technical University Berlin（柏林工业大学） ； Max Planck Institute（马克斯·普朗克研究所） ； Technical University Braunschweig（布伦瑞克工业大学） 纠错

专题命中 工作流自动化 ：agent(abstract)

AI总结 D3D-GEN是一种新型3D世界生成系统，结合领域智能体与RAG流水线，可快速生成领域锚定的交互式3D世界，已构建多领域数据库并生成数十种仿真环境，适配Isaac Sim等仿真器。

Comments 8 pages, 5 figures, and 5 tables. Accepted at the 2026 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2026)

Descriptive Dispatch of Computational Work

计算任务的描述性调度

Vanessa Sochat, Daniel Milroy

专题命中 工作流自动化 ：agent(abstract)

AI总结 该研究针对多集群环境下科学工作流的调度挑战，评估了AI/ML调度智能体的可靠性，发现描述性元数据可显著提升作业执行成功率与应用性能。

Comments 9 pages, 5 figures, 1 table

Cheap, Fallible Cognition and the Political Economy of Expertise

廉价、易出错的认知与专业知识的政治经济学

Christophe Kolb, Jim Caron

专题命中 工作流自动化 ：workflow(abstract)

AI总结 本文构建基于任务与制度的框架，引入任务脆弱性指数等，分析生成式AI对劳动力市场的影响，指出其命运是制度均衡，而非机械失业或自动充裕。

Comments 18 pages

Top-down Traffic Scenario Generation via Joint Initial-Goal Diffusion and Trajectory Infilling

基于联合初始-目标扩散与轨迹填充的自上而下交通场景生成

Da Saem Lee, Yash Vardhan Pant, Sebastian Fischmeister

机构 * University of Waterloo（滑铁卢大学） 纠错

专题命中 工作流自动化 ：agent(abstract)

AI总结 提出TrafficDiffuser框架，联合建模初始与目标状态对生成高级交通场景，在Argoverse 2数据集上验证，其智能体初始化性能优于次优方法，可降低速度分布距离与越野率。

Comments Accepted for publication at the IEEE International Conference on Intelligent Transportation Systems (ITSC), 2026

Significance and Stability Analysis of Genotype-Environment Interaction using GxEStat

基于RGxEStat的基因-环境互作的显著性与稳定性分析

Meng'en Qin, Zhe Li, Hui Huang, Xihong Liu

机构 * Henan Engineering Research Center for Artificial Intelligence Theory and Algorithms（河南人工智能理论与算法工程研究中心） ； Department of Electrical and Electronic Engineering（电子与电气工程系） ； Faculty of Computer Science and Artificial Intelligence（计算机科学与人工智能学院） 纠错

专题命中 工作流自动化 ：workflow(abstract)

AI总结 本文提出两种关键模型用于基因-环境互作研究，介绍了RGxEStat工具，旨在简化育种数据分析，提升研究效率。

TLSQL: Table Learning Structured Query Language

基于表格的结构化查询语言：TLSQL

Feiyang Chen, Ken Zhong, Aoqian Zhang, Zheng Wang, Li Pan, Jianhua Li

专题命中 工作流自动化 ：workflow(abstract)

AI总结 TLSQL是一种通过SQL-like声明性规范直接在关系数据库上执行表格学习的系统，旨在降低将机器学习集成到数据库工作流程中的门槛。

Omnibenchmark: transparent, reproducible, extensible and standardized orchestration of solo and collaborative benchmarks

Omnibenchmark：透明、可重复、可扩展和标准化的独奏和协作基准测试 orchestration

Izaskun Mallona, Almut Luetge, Ben Carrillo, Daniel Incicau, Reto Gerber, Aidan Meara, Anthony Sonrel, Charlotte Soneson, Mark D. Robinson

专题命中 工作流自动化 ：workflow(abstract)

AI总结 Omnibenchmark 提供灵活的基准计划语法和标准化工作流，实现独奏和协作基准测试的透明、可重复和可扩展

Comments 26 pages, 2 figures

Causal Agent based on Large Language Model

基于大语言模型的因果智能体

Kairong Han, Kun Kuang, Ziyu Zhao, Junjian Ye, Fei Wu

专题命中 软件智能体 ：agent(title,summary_cn)；分类 cs.AI、cs.CL

AI总结 该研究针对LLM难以处理因果问题的挑战，提出Causal Agent框架，构建CausalTQA基准，实验显示其在多层级因果问题及真实数据集上性能优于SOTA。

The Role Specialization Model (RSM): Coordinating LLM-Based Tools in Agentic Software Development - An Exploratory Case Study

角色专业化模型（RSM）：在智能体软件开发中协调基于大语言模型（LLM）的工具——一项探索性案例研究

Carlos Alberto Fernández-y-Fernández, Jorge R. Aguilar-Cisneros

专题命中 软件智能体 ：agentic(title,abstract)；agent(abstract)；autonomous agent(abstract)；workflow(abstract)

AI总结 本研究通过探索性案例研究提出角色专业化模型（RSM），协调Antigravity、Gemini CLI等三种LLM工具开发Python气候可视化应用，发现明确角色协调可优化开发质量但需配套策略与人工验证。

Comments 28 pages, 4 figures, 5 tables

Agent Safety Should Be a Runtime Contract

智能体安全应成为运行时契约

Albus W. Ng, Yi Han, Jusheng Zhang, Wenhao Wang

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

AI总结 该研究指出将AI安全仅在训练阶段植入的范式不足，提出智能体安全应是兼具预防与证据层面的运行时契约，通过四类公开证据支撑该立场并给出研究议程。

The Devil Is in the Interface: Evaluating How Tool Architecture Shapes Coding Agent Behavior

关键在于接口：评估工具架构如何影响编码智能体行为

Xiangzhe Xu, Hamidreza Saghir, Qianhui Wu, Marc-Alexandre Côté, Tong Wang, Kiran Lakkaraju, Kexin Pei, Xiangyu Zhang

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

AI总结 该研究通过编码智能体的对照实验，发现工具架构会显著影响智能体行为，不同工具架构在一致性、文件访问量、步骤数等方面表现出不同效果，其中Python CodeAct风格接口性能优异。

RecSys Factory: Bounding LLM Agent Autonomy to Decision Points in the Industrial Recommender Lifecycle

RecSys Factory：限制LLM智能体在工业推荐生命周期内的自主决策点

Dongyang Ao, Kaixiang Fang, Shijie Xu

机构 * Tencent（腾讯） ； FiT（腾讯FiT） 纠错

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

AI总结 RecSys Factory 是限制 LLM 智能体自主到决策点的平台，解决工业推荐系统运营的三角困境，在腾讯三业务线部署 78 天，CLI 调度成功率达 78.6%。

Comments 21 pages, 6 figures, 9 tables. Reports a 78-day deployment across three heterogeneous industrial recommender business lines (1,624 CLI-tool dispatches). Companion paper: AutoResearch (P3b), which instantiates the same substrate for autonomous research

Better, Faster, Stronger: Programmatic Skill Learning Best Reduces Agent Cost

更好、更快、更强：程序化技能学习最能降低智能体成本

Zixi Huang, Xiheng Wang, Andrew Wang, William Jurayj, Bernal Jiménez Gutiérrez, Daniel Khashabi, Nicholas Andrews

机构 * Johns Hopkins University（约翰斯·霍普金斯大学） 纠错

专题命中 软件智能体 ：agent(title,abstract)；分类 cs.CL、cs.LG

AI总结 该研究提出程序化技能学习的SpeedRunner编码智能体，通过分析轨迹重构技能，在三个具身环境中实现最优学习与成本降低，且对分布偏移和环境随机性能保持鲁棒性。

Ready Cohorts: Bounding GPU Opportunity and Avoiding Host Round Trips in LLM-Agent Control

就绪队列：在LLM智能体控制中限定GPU机会并避免主机往返

Josef Liyanjun Chen

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

AI总结 该研究针对LLM智能体控制，提出就绪队列边界的形式化方法，通过实验验证设备驻留路由决策路径可提升效率，为GPU智能体控制确立了两个可测量门限。

Comments 14 pages, 4 figures. Includes formal proofs, trace provenance, and a reproducibility appendix. Code and artifacts: https://github.com/josefchen/ready-cohorts ; processed evidence: https://huggingface.co/datasets/josefchen/ready-

Physics-Informed Implicit Neural Representations for Improved Myocardial Perfusion MRI Quantification

用于改进心肌灌注MRI定量的物理信息隐式神经表示

Christos Tsepas, Chang Yan, Maximilian Fuetterer, Sebastian Kozerke, Cian M Scannell

专题命中 软件智能体 ：agent(abstract)；分类 cs.AI、cs.LG

AI总结 该研究将物理信息神经网络（PINN）框架扩展加入时空隐式神经表示（INRs），在真实模拟CMR数据集上提升了心肌灌注参数估计的鲁棒性与准确性。

Comments Accepted at the STACOM workshop at MICCAI, Strasbourg 2026

Backtrader-Bench: Benchmarking LLM Agents on Algorithmic Trading with Self-Generated MCQs

Backtrader-Bench：基于自生成多项选择题的算法交易大语言模型智能体基准测试

Ruoxi Zhao, Maziar Raissi

机构 * University of California, Riverside（加利福尼亚大学河滨分校） 纠错

专题命中 软件智能体 ：agent(abstract)；分类 cs.AI、cs.CL

AI总结 Backtrader-Bench是用于算法交易LLM智能体的基准框架，通过自生成MCQ解决评估难题，实验显示带工具智能体准确率显著高于无工具模型，还可生成强化学习训练语料以构建专用量化交易智能体。

Comments Accepted to the FinLLM Workshop at IJCAI 2026. Code and data: https://github.com/rzhao999/Backtrader-Bench

What Iterated Self-Feeding Probes of Language Models Measure, and a test that separates the construction from the model

语言模型迭代自馈探测的测量对象，以及一种区分构造与模型的测试方法

Nicolás Vera Zúñiga

专题命中 软件智能体 ：agentic(abstract)；分类 cs.CL、cs.LG

AI总结 本研究探究语言模型迭代自馈探测的测量对象，提出区分探测构造与模型的测试方法，揭示两类测量量的差异，复现验证工具并纠正错误判断。

Comments 16 pages, 4 figures. Code, per-run results, and the findings ledger: https://github.com/nicoveraz/token-lattice-ca (archived: https://doi.org/10.5281/zenodo.21880472)

REVERE: Reflective Evolving Research Engineer

REVERE：面向科学工作流的反思性进化研究工程师

Balaji Dinesh Gangireddi, Aniketh Garikaparthi, Manasi Patwardhan, Arman Cohan

机构 * TCS Research（TCS研究） ； Yale University（耶鲁大学） 纠错

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

AI总结 REVERE通过全局训练上下文学习和反思优化框架，提升科研编码任务性能，实现4.50%、3.51%和4.89%的提升。

Comments Published as a conference paper at COLM 2026

Program Semantic Inequivalence Game with Large Language Models

基于大语言模型的程序语义不等价博弈

Antonio Valerio Miceli-Barone, Vaishak Belle, Ali Payani

机构 * University of Edinburgh（爱丁堡大学） ； Cisco Systems（思科系统） 纠错

专题命中 软件智能体 ：agent(abstract)；分类 cs.AI、cs.LG

AI总结 本研究提出基于语义不等价博弈（SInQ）的方法，通过生成器与评估器智能体半对抗训练合成代码推理数据，在跨语言漏洞检测等基准上显著提升LLMs的代码语义理解能力。

Harness-IF: Evaluating Instruction Following Across Instruction Surfaces in Coding Agents

Harness-IF：评估编码智能体在不同指令层面的指令遵循能力

Zining Huang, Haoran Que, Hong Zeng, Ge Zhang, Zuo Wang, Jin Chen, Haodong Wang, Zhongfei Hou, Changxin Pu, Shen Yan, Wenhao Huang

专题命中 软件智能体 ：agent(abstract)；分类 cs.AI

AI总结 本研究推出Harness-IF评估框架，引入AP-Acc指标区分编码智能体的指令合规与巧合，发现12个前沿模型在对抗先验规则上表现更差，且合并优先级不随提示深度变化。

Comments 26 pages, 7 figures, 8 tables