AI Agent

Scalable High-Fidelity Macromolecular Docking for GPU-Accelerated Supercomputers

面向GPU加速超级计算机的可扩展高保真大分子对接

Xiangyu Meng, Peng Chen, Mingzhen Li, Jianmin Wang, Sen Wang, Guangming Tan, Weile Jia, Mohamed Wahib, Tao Luo, Xun Wang

专题命中 多智能体 ：agent(abstract)；分类 cs.AI

AI总结 本文提出SparkleDock框架，通过优化GSO并行性、适配Tensor Core及负载均衡调度，在GPU上大幅加速大分子对接，实现512 GPU下数秒完成大规模高保真虚拟筛选。

Comments Accepted in the International Conference for High Performance Computing, Networking, Storage, and Analysis(SC'26)

High-Altitude Platforms Beyond Connectivity: A Survey of Integrated Sensing, Storage, Communication, Computing, and Intelligence

面向S^2C^2I集成高空平台：架构、跨职能设计、评估与部署视角

Haoxiang Luo, Mohamed-Slim Alouini

专题命中 多智能体 ：agentic(abstract)

AI总结 本综述聚焦S^2C^2I集成高空平台，阐述其架构、技术、评估方法与部署，通过应急案例验证其服务优势，指明相关研究机遇，提供从设计到部署的路线图。

Who Delegates to AI? Evidence from 53,000 Agent Configurations

谁将任务委托给AI？来自53000个智能体配置的证据

Hyeongjae Lee, Jihyang Cheon, Lanu Kim

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

AI总结 本文提出智能体采用指数（AAI）衡量职业对AI的委托暴露，基于53000个智能体技能规范等数据得出委托集中职业与此前风险职业不同等三项发现，为研究AI采用提供新维度。

Natural-Language Workflows Are Not Software Yet: Artifact-Driven Compilation for Reliable Agent Execution

自然语言工作流尚未成为软件：面向可靠智能体执行的工件驱动编译

Xiangzhe Xu, Hanxi Guo, Guangyu Shen, Siyuan Cheng, Xiangyu Zhang

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

AI总结 研究针对自然语言工作流智能体执行不可靠问题，提出Artic编译器将其转换为工件驱动工作流，经评估可提升任务解决率28个百分点，且跨模型、重复执行一致性分别提高32、56个百分点。

Comments The first two authors contributed equally

AutoMOOSE: Use Case and Logical Views of Agentic Phase-Field Simulation Software

AutoMOOSE：智能体相场模拟软件的用例与逻辑视图

Sukriti Manna, Henry Chan, Subramanian Sankaranarayanan

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

AI总结 AutoMOOSE是一款智能体软件框架，通过1+5架构视图模型设计，可将自然语言请求转换为MOOSE相场模拟，分离物理证伪与自动修复，旨在服务多物理场材料设计。

ChemGraph-XANES: An Agentic Framework for XANES Simulation and Curation

ChemGraph-XANES：用于XANES模拟与分析的代理框架

Vitor F. Grizzi, Thang Duc Pham, Luke N. Pretzie, Jiayi Xu, Murat Keceli, Cong Liu

机构 * Chemical Sciences and Engineering Division Argonne National Laboratory（阿贡国家实验室化学科学与工程部） ； Computational Science Division Argonne National Laboratory（阿贡国家实验室计算科学部） 纠错

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

AI总结 本文提出ChemGraph-XANES框架，结合自然语言任务描述与结构获取，实现XANES模拟与分析的自动化，支持高通量计算与机器学习应用。

World models of environment, agent and joint agent-environment systems

环境、智能体及智能体-环境联合系统的世界模型

Manuel Baltieri, Filippo Torresan, Yivan Zhang, Alexander Boyd, Fernando E. Rosas

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

AI总结 本文基于计算力学，将世界模型按建模信道分为三类，构建规范模型并通过POMDP示例说明耦合与支持限制可简化模型复杂度，为世界模型的本质提供了清晰框架。

Knowledge-Graph-Gated Defactualization for Style-Controllable and Fact-Preserving Generation in Agentic Conversational AI

面向智能体对话AI的风格可控且事实保留生成的知识图谱门控去事实化方法

Tanmay Kumar Shrivastava, Darsh Rohit Nandu, Rajesh Kumar Mundotiya

机构 * Indian Institute of Technology (IIT) Bhilai（印度比莱印度理工学院） 纠错

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

AI总结 针对智能体对话AI的事实保留与风格可控生成需求，提出DSR知识工程框架，结合KG与激活引导，在LLaMA系列模型上验证其可提升实体恢复率并保持风格控制，无需微调。

An LLM agent for end-to-end computational materials discovery

用于端到端计算材料发现的大语言模型智能体

Chen Yuntong, Huang Ju, Liu Yu, Zhao Dan, Sun Mingqi, Ju Chentian, Liu Yanbing, Huang Lijiang, Zhao Guobin

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

AI总结 研究针对计算材料发现中多算法工具重复应用的挑战，提出MAESTRO LLM智能体系统，可完成MOF全筛选流程，发现传统方法易忽略的高性能材料。

Efficient Event Generation for High-Multiplicity LHC Processes: An End-to-End GPU Workflow with Normalizing Flows

面向高多重度LHC过程的高效事例生成：基于归一化流的端到端GPU工作流

Enrico Bothmann, Joshua Isaacson, Claudius Krause, Carla J. López-Zurita, Maximilian Spannring, Daohan Wang

专题命中 工作流自动化 ：workflow(title,abstract)

AI总结 该研究提出一种集成归一化流与Pepper的端到端GPU事例生成工作流，针对LHC高多重度过程，实现十亿级未加权事例生成的端到端加速达两个数量级，缓解了蒙特卡洛统计瓶颈。

Comments 43 pages, 18 figures, 16 tables

Metag: A dataset to build agentic meta-reviewing capabilities

Metag：用于构建智能体元评审能力的数据集

Anirudh Sundar, Min Chen, Divya Tadimeti, Gemma Zhang, Alice Li, Nigel Boachie Kumankumah, Pavan Uttej Ravva, Sadid Hasan, Somya Chatterjee, Pruthvi Prakash Navada, Xiao Wang, Yue Kang, Sulaiman Vesal, Larry Heck

机构 * Georgia Institute of Technology（佐治亚理工学院） ； Microsoft（微软公司） 纠错

专题命中 工作流自动化 ：agentic(title)；分类 cs.LG

AI总结 本文推出Metag数据集，用于构建元评审智能体，助力元评审员快速确认作者对评审意见的回应及变更位置，提升同行评审透明度与可追溯性。

Comments 23 pages, 5 figures, 6 tables

Spike-Killer: Evidence-Gated LLM Assistance for Safe Performance Diagnosis on a Real Windows Workstation

Spike-Killer：面向真实Windows工作站安全性能诊断的证据门控大语言模型辅助方案

Baocheng Zeng, Jinhao Yang

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

AI总结 该研究提出Spike-Killer，一种人在环的证据门控工作流，用于安全诊断Windows工作站的帧时间问题，以CS2为目标应用验证了其可审计性，为LLM辅助智能体提供了可信操作模式。

Comments 6 pages. Experience report; no causal CS2 frame-time improvement or autonomous-safety claim is made

Koala Gripper: Co-designing Robotic Grippers and Data-Capture Devices for Scaling Dexterous Manipulation Learning

考拉夹持器：为扩展灵巧操作学习而协同设计机器人夹持器与数据采集装置

Amar Hajj-Ahmad, Zubin Kremer Guha, Tim Fofonoff, Zhi Ern Teoh, Ciarán T. O'Neill, Ben Thacher, Igor Fala, Vidullan Surendran, Murphy Wonsick, Peter Whitney, David Watkins

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

AI总结 本文提出协同设计框架，开发Koala Gripper系统，该系统兼具数据采集与机器人夹持器功能，可提升灵巧操作能力，经端到端管道验证能支持演示学习，助力扩展操作数据集规模。

Comments Paper website: this http URL (http://koalagripper.rai-inst.com) Paper video: this http URL (http://www.youtube.com/watch?v=ZoygFCWAVhg)

Making Deployments Safe at Meta: Health Checks for Continuous Change-Safety

在 Meta 保障部署安全：面向持续变更安全的健康检查

Prakash KL, Anton Korenkov, Uttam Thakore, Christopher Hegre

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

AI总结 Meta 介绍其用于平衡持续部署速度与可靠性的 Service Health Checker 健康检查基础设施，阐述其架构、集成方式、解决的运营问题及未来 AI 辅助调优方向。

Comments 6 pages, 4 figures, Accepted to ISSRE 2026 Industry Track

Vibe Coding and Web Application Security: A Twin-Prompt Study

Vibe编码与Web应用安全：一项双提示研究

Darko Andročec

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

AI总结 本研究通过双提示实验对比发现，明确要求安全最佳实践的Web应用生成结果，其安全问题数量更少且无高危问题，是关于LLM生成Web应用安全的初步研究。

Comments Accepted for presentation at the 37th Central European Conference on Information and Intelligent Systems (CECIIS 2026), September 16-18, 2026, Varazdin, Croatia. Author's accepted manuscript

Scalable Distributed Simulation-Based Testing for Automated Driving Systems

面向自动驾驶系统的可扩展分布式基于仿真的测试

Christian Geller, Benedikt Haas, Lutz Eckstein

机构 * RWTH Aachen University（亚琛工业大学） ； Institute for Automotive Engineering (ika)（汽车工程研究所（ika）） 纠错

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

AI总结 本文提出一种DevOps驱动的端到端框架，在轻量级Kubernetes集群上自动化CARLA场景测试的构建与分布式执行，200个场景测试的端到端时间较基线提速超8倍，为ADS可扩展仿真测试提供支撑。

Comments 14 pages; Accepted to be published as part of the 17. Uni-DAS e.V. Workshop "Fahrerassistenz und automatisiertes Fahren", September 29-30, 2026

RAG Deserves an Index: Why Ingest-Time Compilation Beats Query-Time Interpretation

检索增强生成（RAG）值得一个索引：为什么摄入时编译优于查询时解释

Kyle Wild, Yusuke Takahashi, Asako Uraki

机构 * Endgame Labs, Inc.（终局实验室公司） ； Asia AI Institute（亚洲人工智能研究院） ； Musashino University（武藏野大学） ； Faculty of Data Science, Musashino University（武藏野大学数据科学学院） ； AIx, Inc.（AIx公司） 纠错

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

AI总结 该研究提出摄入时语义编译（ISC）范式，将语料编译为可查询数据库对象，实验显示其检索效果优于传统RAG方法，增量更新成本更低，为RAG提供了索引化解决方案。

Comments Position paper. 6 pages, 2 figures, 2 tables

Keyed Provenance Watermarking with Complementary Lattice-Based Secure Aggregation for Federated Learning

面向联邦学习的结合互补格基安全聚合的密钥化来源水印

Xinyun Liu, Zhi Lu, Yu Chen, Ronghua Xu

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

AI总结 本研究针对联邦学习面临的多级攻击问题，提出结合密钥化来源水印与格基安全聚合的FL框架，经实验验证其在复合攻击下具备互补保护能力，且为端到端可信FL提供了联合评估方案。

ExploraTwin, a Non-Profit Research Platform for Digital Twin Simulations

ExploraTwin：一个用于数字孪生模拟的非营利研究平台

Naveen Venkatanarayanan, Yuchen Qiu, Tianyi Peng, George Gui, Olivier Toubia

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

AI总结 本研究推出非营利数字孪生模拟平台ExploraTwin，支持调查与小组模式，开发了标准化数据格式CroissantTwin，复现数据集实验验证其调查执行保真度达99.6%，降低了相关研究的测试部署门槛。

Comments 44 pages (32-page manuscript plus web appendix), 8 figures. Platform: this https URL (https://exploratwin.org)

Towards Automated Discovery: A Review of Generative Models, Multimodal Learning and Closed-Loop Workflows in Inverse Materials Design

迈向自动发现：逆向材料设计中生成模型、多模态学习与闭环工作流综述

Anand Babu, Rogério Almeida Gouvêa, Gian-Marco Rignanese

机构 * Institute of Condensed Matter and Nanosciences, Université Catholique de Louvain（凝聚态与纳米科学研究所，比利时列日-努瓦尔桑大学） ； WEL Research Institute（WEL研究机构） 纠错

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

AI总结 本文综述了逆向材料设计中生成晶体结构建模、多模态学习和闭环设计管道的最新进展，重点讨论了可行性约束与物理先验的施加方式、多模态融合策略以及多种逆向设计策略（如条件生成与潜在优化、贝叶斯优化、强化学习和主动学习），并指出了常见失败模式及基于分阶段报告的评估实践。

Does My README File Need To Be Updated? Exploring LLM-Based README Maintenance

我的 README 文件需要更新吗？探索基于 LLM 的 README 维护

Haoyu Gao, Hong Yi Lin, Christoph Treude, Gregory Gay, Mansooreh Zahedi

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

AI总结 本文提出了一种基于 LLM 的轻量级方法，用于在人机协作流程中精准更新 README 文件，以解决文档过时问题，并通过实验验证其有效性。

Making Time-Sensitive Networking Deployable: A Comprehensive Lifecycle Architecture

使时间敏感网络可部署：一种完整的生命周期架构

Rubi Debnath, Paul Pop, Silviu S. Craciunas, Marc Boyer, Sebastian Steinhorst

专题命中 工作流自动化 ：workflow(abstract)

AI总结 针对TSN现有研究与实际部署脱节的问题，本文提出完整的TSN生命周期架构，梳理部署挑战、工具局限与未来方向，为开发可部署的下一代TSN网络提供指导。

Comments Accepted for publication in the proceedings of the 2026 IEEE/ACM International Conference on Embedded Software (EMSOFT), October 2026

Matching Urban Flood Sensor Placement to Monitoring Objectives Using Bayesian Optimal Experimental Design

基于贝叶斯最优实验设计匹配城市洪水传感器布设与监测目标

Chen Cheng, Vinh Ngoc Tran, Jiayuan Dong, Sarah Whitaker, Shannon Bergt, John Ziker, Valeriy Y. Ivanov, Xun Huan

专题命中 工作流自动化 ：workflow(abstract)

AI总结 该研究以2014年底特律洪水为对象，用tRIBS-Urban模拟与神经网络代理模型，对比两类最优实验设计，发现监测目标会影响城市洪水传感器布设，提出以目标为先的布设工作流程。

Shaping liquids into space structures - microgravity-assisted design and manufacturing of minimal surfaces

将液体塑造成太空结构——微重力辅助的极小曲面设计与制造

Erez Hochman, Aaron Sprecher, Amos A. Hari, Moran Bercovici

专题命中 工作流自动化 ：workflow(abstract)

AI总结 该研究提出基于微重力液体自组织的天基建造新方法，通过模拟与实验系统生成极小曲面结构，计划2027年在国际空间站开展飞行实验以验证性能。

Using Gemini and LuaLaTeX to transcribe physics videos into PDF/UA-2 and ISO 32005 math-accessible PDFs

使用Gemini和LuaLaTeX将物理视频转录为PDF/UA-2和符合ISO 32005标准的数学可访问PDF

Craig W. Looney, Christopher L. Duston

专题命中 工作流自动化 ：workflow(abstract)

AI总结 该研究提出结合Gemini与LuaLaTeX的AI转录工作流，可将含大量数学内容的物理视频转录为符合PDF/UA-2和ISO 32005标准的数学可访问PDF，提供了性能评估及可复用的系统指令与导言。

Comments 29 pages, 2 figures. PDF compiled with LuaLaTeX; passed PDFix Desktop Lite (version 3.2.0) PDF/UA-2 and ISO 32005 compliance check. Supplementary materials available at this https URL (https://doi.org/10.6084/m9.figshare.33283767.v2)

Symmetry Constrained Quantum Error Mitigation for the Schwinger Model

施温格模型的对称性约束量子误差缓解

Alexander Tomlinson, Graham Van Goffrier, Bipasha Chakraborty, Zhenyu Cai

专题命中 工作流自动化 ：workflow(abstract)

AI总结 该研究针对施温格模型，探索两种量子模拟设置下的对称性约束量子误差缓解，发现后选择可消除60%噪声误差，VQE中对称性验证仅降低基态能量偏差，为格点规范理论模拟提供实用指导。

Comments 11 pages, 14 figures

Systematic and accurate anharmonic formation free energies of metastable defects via a constrained Bayesian Adaptive Biasing Force framework

通过约束贝叶斯自适应偏置力框架计算亚稳态缺陷的系统且准确的非简谐形成自由能

Clovis Lapointe, Anruo Zhong, Manuel Athènes, Mihai-Cosmin Marinica

专题命中 工作流自动化 ：workflow(abstract)

AI总结 该研究提出约束贝叶斯自适应偏置力框架BABFc，建立热力学积分框架，可系统准确计算亚稳态缺陷非简谐形成自由能，在铁缺陷体系验证其高精度低失败率的优势。

Comments 21 pages, 9 figures

Spatiotemporal Pauli processes: Quantum combs for modeling correlated noise in quantum error correction

时空泡利过程：用于量子纠错中相关噪声建模的量子梳

John F Kam, Angus Southwell, Spiro Gicev, Muhammad Usman, Kavan Modi

专题命中 工作流自动化 ：workflow(abstract)

AI总结 本文提出时空泡利过程（SPPs）用于建模量子纠错中的相关噪声，通过多时间泡利扭动和过程张量映射，实现非马尔可夫动力学的高效表示，并通过表面码模拟验证其在临界行为中的应用。

Comments 38 pages, 12 figures, 1 table

Scalable non-separable spatio-temporal Gaussian process models for large-scale short-term weather prediction

可扩展的非分离时空高斯过程模型用于大尺度短期天气预测

Tim Gyger, Reinhard Furrer, Fabio Sigrist

专题命中 工作流自动化 ：planning(abstract)

AI总结 本文提出可扩展的非分离时空高斯过程模型，用于大尺度短期天气预测，通过改进的近似方法和GPU加速实现高效准确的预测。

Is Vibe Coding Safe? Benchmarking Vulnerability of Agent-Generated Code in Real-World Tasks

Vibe 编程是否安全？在现实任务中对代理生成代码的漏洞基准测试

Songwen Zhao, Danqing Wang, Kexun Zhang, Jiaxuan Luo, Zhuo Li, Lei Li

机构 * Carnegie Mellon University Language Technologies Institute（卡内基梅隆大学语言技术研究所） ； Columbia University（哥伦比亚大学） ； Johns Hopkins University（约翰霍普金斯大学） ； HydroX AI 纠错

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

AI总结 本文通过基准测试发现，Vibe 编程在现实任务中生成的代码安全性不足，尽管功能正确但存在安全漏洞，警示其在安全敏感领域应用的风险。

Comments Accepted in ICML 2026