AI Agent

Self-Revising Discovery Systems for Science: A Categorical Framework for Agentic Artificial Intelligence

科学中的自我修正发现系统：面向主体人工智能的范畴论框架

Fiona Y. Wang, Markus J. Buehler

机构 * Laboratory for Atomistic and Molecular Mechanics（原子分子力学实验室） ； Department of Biological Engineering（生物工程系） ； Massachusetts Institute of Technology（麻省理工学院） ； Department of Civil and Environmental Engineering（土木与环境工程系） ； Department of Mechanical Engineering（机械工程系） ； Center for Computational Science and Engineering（计算科学与工程中心） ； Schwarzman College of Computing（施瓦茨曼计算学院） 纠错

专题命中 工具调用 ：agentic(title,abstract)；workflow(abstract)；分类 cs.AI、cs.CL、cs.LG

AI总结 本文提出一个基于范畴论的框架，通过左Kan扩展实现科学发现中的表征体制转换，并应用于材料科学中的蛋白质力学和纤维网络建模。

AgentOCR: Reimagining Agent History via Optical Self-Compression

AgentOCR: 通过光学自压缩重新想象代理历史

Lang Feng, Fuchao Yang, Feng Chen, Xin Cheng, Haiyang Xu, Zhenglin Wan, Ming Yan, Bo An

机构 * NTU（国立科技大学） 纠错

专题命中 工具调用 ：agent(title,abstract)；agentic(abstract)；分类 cs.AI、cs.LG

AI总结 AgentOCR通过光学自压缩技术，将代理历史转换为紧凑图像，从而在保持性能的同时显著减少token消耗和内存使用。

Comments Work in progress

GEO-Flag: Detecting and Measuring GEO-Optimized Web Content

GEO-Flag：检测与测量经GEO优化的网页内容

Junjie Chu, Ye Leng, Mingjie Li, Yun Shen, Xinyue Shen, Yang Zhang

机构 * CISPA Helmholtz Center for Information Security（CISPA亥姆霍兹信息安全中心） ； HPE（慧与科技） ； University of Waterloo（滑铁卢大学） 纠错

专题命中 工具调用 ：agent(abstract,abstract_cn)；分类 cs.LG

AI总结 本研究针对生成式引擎优化（GEO）网页检测不足的问题，构建GEOFlagBench基准，提出干预配对训练（IPT）方法，开发GEO门控智能体系统，还部署流程测量出GEO总体流行率为8.90%。

Comments 23 pages, 8 figures, 23 tables

MM-ToolSandBox: A Unified Framework for Evaluating Visual Tool-Calling Agents

MM-ToolSandBox：一个用于评估视觉工具调用智能体的统一框架

Kaixin Ma, Di Feng, Alexander Metz, Jiarui Lu, Eshan Verma, Afshin Dehghan

机构 * Apple（苹果公司） 纠错

专题命中 工具调用 ：planning(abstract)；分类 cs.AI

AI总结 介绍MM-ToolSandBox框架，它能支持多图像、多轮任务，通过自动化管道生成场景。评估12个先进模型发现当前模型视觉工具调用能力不足，视觉精度是瓶颈，不同规模模型失败原因不同，该框架和基准已公开。

Comments Benchmark link: this https URL (https://github.com/apple/ml-mmtoolsandbox)

Online design of dynamic networks

动态网络的在线设计

Duo Wang, Andrea Araldo, Mounim El Yacoubi

机构 * Peking University（北京大学） ； Institut Polytechnique de Paris（巴黎理工学院） 纠错

专题命中 工具调用 ：planning(abstract)；分类 cs.AI

AI总结 本文提出一种基于蒙特卡洛树搜索的滚动时间规划方法，用于动态网络的在线设计，通过实时调整公交线路以适应随机需求，提升系统性能。

Comments 14 pages

Mint-Agent: Introducing Finance-Native Agentic Foundation Models

Mint-Agent：引入金融原生智能体基础模型

Mint-Agent Team, Kun Wang, Gavin Zhang, Yaze Geng, Lei Tang, Yaoyang Yi, Zonghan Wu, Yifan Hu, Qingsong Wen, Yilei Shao

专题命中 规划决策 ：agent(title,title_cn)；agentic(title,abstract)；分类 cs.CL、cs.LG

AI总结 本研究提出金融原生智能体模型Mint-Agent，通过三大支柱开发出Mint-Cu（9B）和Mint-Ag（27B），在多个金融基准测试中展现出优异的可靠性与可执行性，为可信金融智能提供了新路径。

Agentic ESOpt: Fine-Tuning Long-Horizon LLM Agents with Minimal GPU Requirements

Agentic ESOpt：以最小GPU资源微调长视野大语言模型智能体

Zhi Zheng, Rongsheng Chen, Yunpeng Ba, Zhenkun Wang, Yee Whye Teh, Wee Sun Lee

机构 * National University of Singapore（新加坡国立大学） 纠错

专题命中 规划决策 ：agentic(title,title_cn)；分类 cs.LG

AI总结 本文提出Agentic ESOpt框架，用进化策略微调长视野LLM智能体，仅需最小GPU资源，在WebArena-Lite上使Qwen-3.5-27B性能提升6.69%，提示-参数协同演化在多数设置中优于基准。

LongRCA Bench: Diagnosing Responsible Roles and Root Causes in Long-Horizon Agent Failures

LongRCA Bench：诊断长 horizon 智能体失败中的责任角色与根本原因

Yunfei Zhang, Boyu Feng, Changhua Pei, Zexin Wang, Zhihuang Peng, Xinlong Liu, Hengyue Jiang, Difeng Ma, Jiayi Zhang, Yongzhou Yao, Yanan Zhao, Fei Sun, Yintong Huo, Zhaoyang Liu, Jingjing Li, Gaogang Xie, Dan Pei

机构 * Computer Network Information Center, Chinese Academy of Sciences（中国科学院计算机网络信息中心） ； Hangzhou Institute for Advanced Study, University of Chinese Academy of Sciences（中国科学院大学杭州高等研究院） ； Chongqing University（重庆大学） ； Institute of Computing Technology, Chinese Academy of Sciences（中国科学院计算技术研究所） ； Singapore Management University（新加坡管理大学） ； Tongyi Lab, Alibaba Group（阿里巴巴集团通义实验室） ； Tsinghua University（清华大学） 纠错

专题命中 规划决策 ：agent(title,abstract)；分类 cs.AI、cs.SE

AI总结 LongRCA Bench 是含1140条失败轨迹的长 horizon 智能体失败诊断基准，本文提出无需训练的 RCTA 方法，在责任角色归因和根本步骤定位上优于现有基线，表明需将二者作为独立评估目标。

Comments 18 pages, 6 figures. Yunfei Zhang and Boyu Feng contributed equally. Changhua Pei is the corresponding author

MalSkills: Detecting Malicious Skills in the Agentic Supply Chain via Neuro-symbolic Reasoning

我的爱，华生。通过神经符号推理跨异构工件检测恶意技能

Shenao Wang, Junjie He, Yanjie Zhao, Yayi Wang, Kan Yu, Haoyu Wang

专题命中 规划决策 ：agentic(title,abstract)；分类 cs.SE

AI总结 本文提出MalSkills框架，通过符号解析与LLM语义分析提取异构工件中的安全敏感操作，构建技能依赖图并进行神经符号推理，实现恶意技能检测，实验表明其在F1得分上优于现有方法。

Comments Accepted by ASE 2026

ACE-Cap: Active Evidence Acquisition via Agentic Co-Evolution for Long-Paragraph Fine-Grained Audio Captioning

ACE-Cap：面向长段落细粒度音频字幕生成的智能体协同演化主动证据获取方法

Fengji Ma, Yan Rong, Xu Li, Xuenan Xu, Chen Zhang, Li Liu

机构 * Kling Team（Kling团队） 纠错

专题命中 规划决策 ：agentic(title,abstract)

AI总结 ACE-Cap将长段落细粒度音频字幕生成转化为自适应主动证据获取过程，通过作曲器与指令模型协同演化及LOOP-GRPO算法优化，解决了传统模型被动生成的缺陷。

Socially Consistent Multi-Robot Navigation Using Decoupled Planning and Trajectory Coordination

使用解耦规划和轨迹协调的社会一致多机器人导航

Matthew M. Sato, Kincho H. Law

专题命中 规划决策 ：planning(title,abstract)

AI总结 研究多机器人在人类环境中的导航，通过解耦规划与轨迹协调，改进A*规划器嵌入社会规范构建社会图，转化轨迹协调为凸规划，实现可预测、符合社会规范的路径规划，简化多机器人协调。

Comments Accepted to Civil Engineering Sciences

Complete Cyclic Subtask Graphs for Tool-Using LLM Agents: Flexibility, Cost, and Bottlenecks in Long-Horizon Workflows

完全循环子任务图用于工具使用LLM代理：多代理工作流程中的灵活性、成本和瓶颈

Luay Gharzeddine, Samer Saab Jr

机构 * Lebanese American University（黎巴嫩美国大学） 纠错

专题命中 规划决策 ：agent(abstract,abstract_cn)；workflow(abstract)；分类 cs.AI

AI总结 本文研究了完全循环子任务图，通过分析不同基准测试发现，多代理工作流程中灵活性可能带来协调成本和推理成本，而外部任务瓶颈可能主导性能。

Comments 37 pages, 8 figures. Published in Transactions on Machine Learning Research (TMLR), 2026. Supplementary material included as ancillary material

Prompt-Induced Waste in Coding Agents: Reasoning, Effort, Harness Design, and End-to-End Cost

提示词诱导的大推理模型浪费：一项预注册的双框架编码智能体基准测试

Sarel Weinberger, Amir Hozez

机构 * PointFive 纠错

专题命中 规划决策 ：agent(abstract)；tool use(abstract)；分类 cs.CL

AI总结 该研究通过预注册基准测试发现，提示词措辞和智能体框架会大幅影响大推理编码智能体的成本，部分提示指令可成倍增加推理成本却不提升任务成功率，框架选择的成本差异更显著。

Human-Level Text-to-SQL via Reinforcement Learning on Verified Data, Without Pipeline Engineering

ReViSQL：实现人水平的文本到SQL

Yuxuan Zhu, Tengjun Jin, Yoojin Choi, Daniel Kang

机构 * UIUC（伊利诺伊大学厄巴纳-香槟分校） 纠错

专题命中 规划决策 ：AI agent(abstract)；workflow(abstract)；分类 cs.CL

AI总结 本文提出ReViSQL框架，通过高质量训练数据提升SQL推理能力，首次在BIRD基准上达到人水平准确率，且在不同模型规模下均表现优异。

BIPPO: Budget-Aware Independent PPO for Energy-Efficient Federated Learning Services

BIPPO：面向高能效联邦学习服务的预算感知独立近端策略优化算法

Anna Lackinger, Andrea Morichetta, Pantelis A. Frangoudis, Schahram Dustdar

专题命中 规划决策 ：agent(abstract)；multi-agent(abstract)；分类 cs.LG

AI总结 针对联邦学习客户端选择未考虑能效的问题，提出BIPPO算法，在高度预算受限的非IID数据场景下，其性能优于非RL机制、传统PPO及IPPO，且预算消耗稳定，为IoT-FL提供了优质客户端选择方案。

Comments Submission to IEEE Transactions on Services Computing

Preference-Based Self-Distillation: Beyond KL Matching via Reward Regularization

基于偏好的自蒸馏：通过奖励正则化超越KL匹配

Xin Yu, Liuchen Liao, Yiwen Zhang, Yingchen Yu, Lingzhou Xue, Qinzhen Guo

专题命中 规划决策 ：tool-use(abstract)；分类 cs.AI、cs.LG

AI总结 该研究针对现有在线策略自蒸馏的训练不稳定、推理性能下降等问题，提出PBSD方法，经实验验证其在数学推理等基准上性能更优且训练稳定。

Defining Decentralization: An Ontological Perspective

去中心化的定义：一种本体论视角

Jakub Kacper Szeląg, Aydin Abadi, Mohammad Naseri

专题命中 规划决策 ：agentic(abstract)；分类 cs.AI、cs.LG

AI总结 本研究针对计算机领域缺乏通用去中心化定义的问题，提出基于图的本体框架，区分去中心化与分布性，引入两个新指标并实现浏览器工具，为联邦学习等系统提供一致的去中心化评估基础。

Comments 27 pages, 6 figures, preparing for submission, strengthened the formalisms behind ontological claims

WorldLines: Benchmarking and Modeling Long-Horizon Stateful Embodied Agents

WorldLines: 对长时域有状态具身智能体进行基准测试与建模

Yehang Zhang, Jianchong Su, Haojian Huang, Yifan Chang, Tianhao Zhou, Xinli Xu, Yingjie Xu, Yinchuan Li, Zexi Li, Ying-Cong Chen

机构 * HKUST(GZ)（香港科技大学（广州）） ； HKUST（香港科技大学） ； Knowin 纠错

专题命中 规划决策 ：planning(abstract)；分类 cs.AI

AI总结 提出WorldLines基准，通过构建带时间跨度的家庭轨迹（含对话、动作、状态变化等）评估具身智能体的长时记忆与任务规划能力，并设计ObsMem记忆框架提升状态感知决策。

Comments Accepted to EMNLP 2026

S-AI-Recursive: Convergent Recursive Reasoning

S-AI-Recursive：一种生物启发式且时间稀疏的AI架构，用于迭代、反思和节能推理

Said Slaoui

机构 * Mohammed V University（穆莱·伊斯梅尔大学） 纠错

专题命中 规划决策 ：agent(abstract)；分类 cs.AI

AI总结 本文提出S-AI-Recursive架构，通过激素闭环迭代而非单向传递实现推理，结合生物启发式方法和数学模型，验证了时间稀疏性原理。

Comments Preprint. 55 pages. No figures. S-AI-Recursive: Convergent Recursive Reasoning

Reinforcing Multi-Turn Reasoning in LLM Agents via Fine-Grained Reward Structure and Credit Assignment

通过细粒度奖励结构与信用分配增强大语言模型智能体的多轮推理能力

Quan Wei, Siliang Zeng, Chenliang Li, Zhongruo Wang, William Brown, Oana Frunza, Wei Deng, Anderson Schneider, Yuriy Nevmyvaka, Yang Katie Zhao, Alfredo Garcia, Mingyi Hong

机构 * University of Minnesota（明尼苏达大学） ； Texas A&M University（德克萨斯A&M大学） ； Prime Intellect ； Morgan Stanley（摩根大通） 纠错

专题命中 规划决策 ：agent(abstract)；分类 cs.LG

AI总结 本文针对LLM智能体多轮推理的信用分配问题，提出适配三类奖励结构的GRPO与PPO算法，实验证实密集每轮奖励结构优于稀疏奖励，PPO在搜索任务上表现最优。

Comments work in progress

Can you see how I learn? Human observers' inferences about Reinforcement Learning agents' learning processes

你能看到我是如何学习的吗？人类观察者对强化学习智能体学习过程的推断

Bernhard Hilpert, Muhan Hou, Kim Baraka, Joost Broekens

机构 * Leiden University（莱顿大学） ； Vrije Universiteit Amsterdam（阿姆斯特丹自由大学） 纠错

专题命中 规划决策 ：agent(abstract)；分类 cs.AI

AI总结 本研究通过两项实验开发了评估人类对强化学习智能体学习推断的范式，明确人类解释智能体学习的核心主题，为设计可解释RL系统及提升人机交互透明度提供了见解。

Recognizing Artificial Minds: A Philosophical Defense of AI Cognition

识别人工心智：对AI认知的哲学辩护

Herman Cappelen, Josh Dever

专题命中 规划决策 ：planning(abstract)；分类 cs.AI

AI总结 该研究为“全猪论题”辩护，主张LLMs是具备认知状态的成熟智能体，反驳相关质疑并推测其可能拥有人类概念体系外的内容。

Comments Pre-publication draft. Forthcoming as Open Access from Oxford University Press. Please cite the OUP version when available. Note title change: previously, "Going Whole Hog: A Philosophical Defence of AI Cognition"

Can We Trust AI Agents? A Case Study of an LLM-Based Multi-Agent System for Ethical AI

我们能信任智能体吗？基于大语言模型的多智能体系统用于伦理AI的案例研究

José Antonio Siqueira de Cerqueira, Mamia Agbese, Rebekah Rousi, Nannan Xi, Juho Hamari, Pekka Abrahamsson

机构 * Tampere University（塔尔皮奥大学） ； University of Jyväskylä（耶夫斯克耶拉大学） ； University of Vaasa（瓦萨大学） 纠错

专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)；AI agent(title)；分类 cs.AI

AI总结 本研究通过设计LLM-MAS多智能体原型，评估其在处理AI伦理问题时的代码生成能力，发现其能生成大量相关代码，但存在源代码集成等实际挑战。

AgRefactor: Self-Evolving Agentic Workflow for HLS Compatibility and Performance

AgRefactor：面向HLS兼容性与性能的自进化智能体工作流

Yang Zou, Zijian Ding, Yizhou Sun, Jason Cong

机构 * Carnegie Mellon University（卡内基梅隆大学） ； University of California, Los Angeles（加利福尼亚大学洛杉矶分校） 纠错

专题命中 多智能体 ：workflow(title,abstract)；agentic(title,abstract)；agent(abstract)；multi-agent(abstract)

AI总结 提出基于LLM的多智能体工作流AgRefactor，通过自进化记忆系统和自动化重构工具，将软件代码重构为HLS兼容程序，在11个基准测试中9个超越现有方法，并实现6.51x几何平均加速。

Two Heads are Better Than One: Test-time Scaling of Multi-agent Collaborative Reasoning

两个脑袋胜过一个：测试时扩展多智能体协作推理

Can Jin, Hongwu Peng, Qixin Zhang, Yujin Tang, Dimitris N. Metaxas, Tong Che

专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)；分类 cs.AI

AI总结 该研究针对单智能体测试时扩展（TTS）的瓶颈，提出用多智能体系统（MAS）升级TTS，引入M500数据集并结合CEO智能体的自适应策略，微调的Qwen2.5-32B-MAS等模型性能优于基础模型。

KernelArc: A Multi-Agent Framework for GPU Kernel Optimization

KernelArc：面向GPU内核优化的多智能体框架

Joyjit Kundu, Ben Stoffelen, Kaili Wang, Peter Vrancx, Ludovic Denoyer

机构 * Interuniversity Microelectronics Centre (IMEC)（校际微电子中心） 纠错

专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)；分类 cs.AI

AI总结 本文提出KernelArc多智能体框架，在NVIDIA H100等GPU上针对SOL-ExecBench工作负载优化出多款高性能内核，相关成果在对应基准任务中排名第一，验证了共享多智能体搜索的优化价值。

Comments 11 pages, 6 figures

TokenCake: A KV-Cache-centric Serving Framework for LLM-based Multi-Agent Applications

TokenCake: 一种面向基于LLM的多智能体应用的KV缓存中心化服务框架

Zhuohang Bian, Feiyang Wu, Zhuoran Li, Teng Ma, Youwei Zhuo

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

AI总结 本文提出TokenCake，一种面向基于LLM的多智能体应用的KV缓存中心化服务框架，通过智能体感知设计共同优化调度和内存管理，以解决KV缓存中的空间竞争和时间利用率问题，实验表明其显著降低了端到端延迟并提高了GPU内存利用率。

Comments 14 pages, 17 figures, 3 tables, 2 algorithms. Accepted at EuroSys '27

A Note on Emergent Behavior in Multi-agent Systems Enabled by Neuro-spike Communication

关于由神经脉冲通信激发的多智能体系统涌现行为的注记

Hyeonyeong Jang, Donghyeon Song, Jin Gyu Lee, Hyungbo Shim

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

AI总结 本文提出了一种基于神经脉冲通信的多智能体系统同步框架，通过间歇性1位脉冲实现高效通信，显著提升带宽和能耗效率，并通过数值实验验证其收敛性。

Game, Set, Quantum: Parameterized Quantum Circuit for Correlated Equilibrium in Bayesian Games

Game, Set, Quantum: 贝叶斯博弈中相关均衡的参数化量子电路

Param Pathak, Vidhi Oad, Nouhaila Innan, Adarsh Ganesan, Muhammad Shafique

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

AI总结 提出一种混合量子-经典框架，使用参数化量子电路近似贝叶斯相关均衡，通过梯度基遗憾最小化训练，在扑克风格贝叶斯博弈中优于经典方法。

Comments 35 pages, 8 figures

Mind the Style: Impact of Communication Style on Human-Chatbot Interaction

注意风格：沟通风格对人机交互的影响

Erik Derner, Dalibor Kučera, Aditya Gulati, Ayoub Bagheri, Nuria Oliver

机构 * Czech Technical University in Prague（捷克技术大学（布拉格）） ； University of South Bohemia（南波西米亚大学） ； Utrecht University（乌得勒支大学） 纠错

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

AI总结 研究探讨了沟通风格对人机交互的影响，发现友好风格提升女性用户满意度和任务完成率，且用户较少模仿聊天机器人风格。