AI Agent

ReFIne: A Framework for Trustworthy Large Reasoning Models with Reliability, Faithfulness, and Interpretability

ReFIne：兼具可靠性、忠实性与可解释性的可信赖大型推理模型框架

Chung-En Sun, Ge Yan, Akshay Kulkarni, Tsui-Wei Weng

机构 * University of California San Diego（加州大学圣地亚哥分校） 纠错

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

AI总结 该研究提出 ReFIne 框架，结合监督微调与 GRPO 训练 Qwen3 模型，使其在数学基准上的推理轨迹可解释性、忠实性、可靠性均显著提升，推动推理模型向多维度可信赖性优化发展。

Comments Accpepted to COLM 2026

Topology-Guided Modular Actor-Critic Learning for Continuous Systems under Temporal Objectives

面向时间目标的连续系统的拓扑引导模块化演员-评论家学习

Lening Li, Zhentian Qian, Jianan Xia, Yawen Wang, Zhongjing Li, Qiren Geng, Huasheng Zhang, Liang Hu, Qishuang Li, Junqiang Lou

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

AI总结 该研究针对受线性时间逻辑约束的连续状态随机动态系统，提出拓扑引导的模块化演员-评论家强化学习算法，在CartPole和Dubins车任务上验证了方法的有效性与优越性。

Comments 12 pages, 6 figures. Submitted to IC&C 2026

THA-Flow Generative Model: Prosthesis Geometry Prediction from Preoperative CT

THA-Flow生成模型：基于术前CT的假体几何预测

Yiping Wang, Jie Li, Jingyu Shen, Liao Wang

机构 * Changzhou Jinse Medical Information Technology Co., Ltd.（常州金色医疗信息技术有限公司） ； Shanghai Ninth People’s Hospital, Shanghai Jiao Tong University School of Medicine（上海交通大学医学院附属第九人民医院） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 本研究提出THA-Flow生成模型，通过AutoencoderKL和三维UNet从术前CT生成三维假体几何，在1355个髋关节数据上验证，实现了THA三维手术规划的生成式AI首次应用。

Comments 17 pages, 7 figures, 2 tables

Steer the Sampling, Not the Kernel Grid: Geometry-Guided Sampling Operator for Volumetric Segmentation

引导采样而非卷积核网格：面向体积分割的几何引导采样算子

Sizhe Wang, Himashi Peiris, Zhaolin Chen

机构 * Monash University（莫纳什大学） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 该研究针对3D体积分割中精细结构易被卷积模糊的问题，提出几何引导采样算子，替换U-Net等骨干网络的下采样算子，在多医学影像数据集上提升分割性能并减少参数量。

Comments Accepted at MICCAI 2026

RAEM: Robust Autonomous Exploration for Multi-Floor Environments with a Quadruped Robot

RAEM：面向四足机器人的多层级环境鲁棒自主探索框架

Zikang Yuan, Yuan Ren, Yian Wang, Yixue Wang, Enze Fang, Xuewei Zhang, Junda Cheng, Chi Chen, Chin-Pang Ho, Lijun Zhu, Shaohang Xu, Kwang-Ting Cheng, Xin Yang

机构 * AI Chip Center for Emerging Smart Systems（新兴智能系统AI芯片中心） ； InnoHK Centers（创新香港中心） ； HongKong University of Science and Technology（香港科技大学） ； Southeast University（东南大学） ； City University of Hong Kong（香港城市大学） ； Huazhong University of Science and Technology（华中科技大学） ； University of Hong Kong（香港大学） ； Wuhan University（武汉大学） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 本文提出RAEM框架，通过混合局部-全局可通行性表示、楼梯中心对齐策略与双路径搜索机制，实现四足机器人在多层级环境的鲁棒自主探索，经仿真与真实实验验证有效。

Comments 21 pages, 23 figures

Optimization of Closed-Loop Pumped-Storage Hydropower Siting

闭环抽水蓄能水电站选址优化

Luiz Rodolpho Albuquerque, Rafael Kelman, Tarcisio Castro, Ana Petrungaro, Tiago Andrade

专题命中 规划决策 ：planning(abstract)

AI总结 针对可再生能源并网的电网挑战，提出HERA-S框架优化闭环抽水蓄能选址，经里约热内卢案例验证可提升预可行性规划敏捷性。

High-throughput Discovery of Magnetic Rare Earth Transition Metal Alloys

磁性稀土-过渡金属合金的高通量发现

Shuo Tao, Osman Goni Ridwan, Liqin Ke, Qiang Zhu

专题命中 规划决策 ：workflow(abstract)

AI总结 该研究结合扩散晶体结构生成与分层筛选的加速材料发现框架，筛选超24万种结构，识别300余种低能磁性候选物，发现4种富铁高饱和磁化强度稳定相，为磁性材料设计提供指导。

Comments 11 pages, 5 figures

A simulation-based quality-control framework for the broad-line region radius-luminosity relation

基于模拟的宽线区半径-光度关系质量控制框架

Juri Wladimir Seib, Francisco Pozo Nuñez, Sarah Elena Ivana Bosman

专题命中 规划决策 ：planning(abstract)

AI总结 该研究针对活动星系核Hβ宽线区半径-光度关系的观测散射，开发模拟质量控制框架，发现约40%源的时延恢复存在偏差，校正后内禀散射显著降低，相关工具公开可用。

Comments Accepted for publication in A&A, Updated the version to match language edited and final submitted version

Tractable Maximization of Budgeted Phylogenetic Diversity on Networks Utilizing Node Scanwidth

利用节点扫描宽度在网络上有预算地最大化系统发育多样性的可处理性

Niels Holtgrefe, Jannik Schestag

专题命中 规划决策 ：planning(abstract)

AI总结 本文利用节点扫描宽度参数，提出了三种预算约束下系统发育网络多样性最大化问题的精确算法，其中两种可在 O*(2^nsw B^2) 时间内求解，第三种在 O*(3^nsw) 时间内计算多样性得分，并首次给出节点扫描宽度的精确计算算法。

Comments Submitted to a journal

Goal-Oriented Semantic Communication for Logical Decision Making

面向逻辑决策的语义通信

Ahmet Faruk Saz, Faramarz Fekri

专题命中 规划决策 ：autonomous agent(abstract)

AI总结 本文提出基于一阶逻辑的可解释语义通信框架，用于协作感知中的逻辑决策。通过定义语义信息和熵，实现目标导向的信息传输，确保决策的逻辑可验证性。

An Empirical Study of Observability Limits in Advanced Software Supply Chain Attacks

SynthChain：一种合成基准和高级隐蔽软件供应链攻击的取证分析

Zhuoran Tan, Wenbo Guo, Jiewen Luo, Taylor Brierley, Jeremy Singer, Christos Anagnostopoulos

专题命中 规划决策 ：planning(abstract)

AI总结 SynthChain通过真实恶意包和攻击方案构建多源运行数据集，提供链级真实标签，用于研究受限 telemetry 下软件供应链攻击的检测与取证。

Practice-Informed, Practice-Ready: An AI security incident taxonomy

实践导向、可落地实践的AI安全事件分类法

Lukas Bieringer, Sean McGregor, Nicole Nichols, Kevin Paeth, Andrew Paverd, Jonathan Petit, Jochen Stängler, Andreas Wespi, Alexandre Alahi, Kathrin Grosse

专题命中 规划决策 ：AI agent(abstract)

AI总结 该研究针对AI安全事件报告缺乏实用标准的问题，通过多领域从业者讨论构建了AI安全事件分类法，其可指导事件识别与措施推荐，且已成为行业标准的科学基础。

Comments Paper underlying ETSI AICIEC, under submission. Related Position paper accepted to SatML 2026: see previous version,

TOPAS: Workflow-Aware Prefix-State Scheduling for Multi-Agent LLM Serving

TOPAS：面向多智能体大语言模型服务的工作流感知前缀状态调度器

Hongqiu Ni, Han Tian, Chi Zhang, Guopeng Li, Haisheng Tan

机构 * University of Science and Technology of China（中国科学技术大学） ； Hefei University of Technology（合肥工业大学） 纠错

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

AI总结 针对多智能体LLM服务的前缀缓存权衡问题，提出TOPAS调度器，在SGLang框架中实现，经实验可显著降低合成及MetaGPT工作负载下的作业完成时间。

Comments 8 pages

ProgRouter: Online Progress-Guided Orchestration for Multi-Agent LLM Workflows under Quality-Cost Tradeoffs

ProgRouter：面向质量-成本权衡的多智能体大语言模型工作流的在线进度引导编排

Somgyuan Li, Ahmed M. Abdelmoniem, Shiqiang Wang

机构 * Aston University（阿斯顿大学） ； Queen Mary University of London（伦敦玛丽女王大学） ； University of Exeter（埃克塞特大学） 纠错

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

AI总结 ProgRouter是一种在线进度引导路由框架，通过多视图任务进度评分器等机制，在多智能体LLM工作流中平衡任务质量与时间、成本预算，在多类任务数据集上较基线降低运营成本且保持性能。

Comments Accepted in Findings of the Association for Computational Linguistics: EMNLP 2026. Index Terms: Collaborative agentic workflows, LLM agent orchestration, Quality-cost trade-off, Task progress prediction, Online decision-making

Regulator-Manufacturer AI Agents Modeling: Mathematical Feedback-Driven Multi-Agent LLM Framework

监管方-制造商AI智能体建模：数学反馈驱动的多智能体大语言模型框架

Yu Han, Zekun Guo

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 本研究提出数学反馈驱动的多智能体LLM框架，模拟监管动态，揭示监管转变对医疗器械行业行为的影响，为相关利益方提供优化监管实践与合规性的可操作见解。

Comments v3 adds a technical clarification note on the implementation and quantitative analyses; the body of the paper is unchanged from v2

MACGen: Toward Functionally Correct and Secure Code Generation via Multi-Agent Collaboration

MACGen：通过多智能体协作实现功能正确且安全的代码生成

Miseon Yu, Jaehoon Choi, Younghan Lee, Yunheung Paek

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

AI总结 MACGen是整合规划等多环节的多智能体代码生成框架，在CWEval、BaxBench基准上，较直接提示显著提升安全代码生成的功能与安全性指标。

Comments 8 pages

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, Yang Zhou, Yujin Tang, Tong Che, Dimitris N. Metaxas

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。

EduAgentQG: Multi-Agent Personalized Mathematics Question Generation with Explicit Diversity and Objective-Aware Evaluation

EduAgentQG：具有显式多样性和目标感知评估的多智能体个性化数学问题生成

Rui Jia, Min Zhang, Fengrui Liu, Bo Jiang, Kun Kuang, Zhongxiang Dai

机构 * East China Normal University（东华大学） ； Shanghai Institute of Al for Education（上海人工智能教育研究院） ； The Chinese University of Hong Kong, Shenzhen School of Data Science（香港中文大学（深圳）数据科学学院） 纠错

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

AI总结 本文针对现有数学问题生成方法难以兼顾目标对齐与可控多样性的问题，提出多智能体框架EduAgentQG，构建专属基准并验证其在多项指标上优于COT等基线方法。

Comments Accepted to IPM 2026

Repair or Resample? Rethinking Failure Debugging in LLM Multi-Agent Systems

修复还是重采样？重新思考LLM多智能体系统中的故障调试

Zhongwen Luan, Xiaoyu Zhang, Ming Hu, Yue Yang, Jiongchi Yu, Xiaohong Chen

机构 * East China Normal University（华东师范大学） ； Nanyang Technological University（南洋理工大学） ； Singapore Management University（新加坡管理大学） ； Xi’an University of Architecture and Technology（西安建筑科技大学） 纠错

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

AI总结 本研究针对LLM多智能体系统的故障调试，提出SymTrace评估框架与SymFail数据集，发现现有无指导重运行方法不可靠，提出的症状驱动干预方法可显著提升故障修复率。

Routed Graph Handoff: Adaptive Format Selection for Multi-Agent LLM Delegation

路由图交接：多智能体大语言模型委派的自适应格式选择

Pratyay Banerjee, Ankit Chadha

机构 * Amazon（亚马逊） 纠错

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

AI总结 本研究针对多智能体 LLM 协调的高 token 开销问题，提出路由图交接方法，通过轻量级 LLM 路由器在图与自然语言间自适应选择，在多基准测试中实现性能提升或持平，且开销极低。

Comments Accepted in EMNLP 2026

Candidate supply and answer selection shape the value of LLM judging in multi-agent systems

候选供给与答案选择塑造多智能体系统中大语言模型（LLM）评判的价值

Jia-Hao Ji, Sijie Li, Jiabei Cheng, Zixi She, Jin-Tai Yu, Zhiyuan Yuan

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

AI总结 该研究针对多智能体系统中LLM评判的价值，通过分析多组基准数据集，发现结合答案频率与LLM评判可提升答案准确率，为设计多智能体架构提供了诊断基础。

Comments 11 figures

Cooperative Multi-Agent Reinforcement Learning for Adaptive Aggregation in Semi-Supervised Federated Learning with non-IID Data

面向非独立同分布数据的半监督联邦学习中自适应聚合的协作多智能体强化学习

Rene Glitza, Luca Becker, Rainer Martin

机构 * Institute of Communication Acoustics, Ruhr-Universität Bochum（鲁尔大学波鸿分校通信声学研究所） 纠错

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

AI总结 针对非独立同分布数据半监督联邦学习的挑战，提出pFedMARL方法，利用多智能体强化学习动态调整聚合策略，提升模型准确率、鲁棒性与公平性，性能优于FedAvg等方法。

Comments 5 pages, 4 figures, ICASSP 2026 - 2026 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP)

Automated Healthcare Thematic Analysis using Multi-Agent Large Language Model: Algorithm Development and Evaluation

一个多智能体大语言模型框架用于自动化定性分析

Qidi Xu, Nuzha Amjad, Grace Giles, Alexa Cumming, De'angelo Hermesky, Alexander Wen, Min Ji Kwak, Yejin Kim

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CoTI框架，通过多智能体协作实现自动化定性分析，提升主题识别效率，但指出过度依赖AI可能影响研究者独立思考。

Comments 45 pages, 5 figures

HypoForge: A Self-Improving Multi-Agent Framework for Automated Hypothesis Generation and Testing via Scientific Skill Learning

HypoForge：一种通过科学技能学习实现自动假设生成与测试的自改进多智能体框架

Ziqing Qian, Jiaying Lei, Yifang Wang, Nan Cao

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

AI总结 提出HypoForge多智能体框架，通过匹配阶段特定监督的技能学习策略，无需微调基础模型即可实现自改进，在相关基准上优于现有框架。

Scalable Tube-Tightened Multi-Agent Safety via Certified Constraint Reduction

基于可验证约束缩减的可扩展多智能体安全控制：管收紧策略

Armel Koulong

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

AI总结 该研究针对多智能体系统的分布式模型预测控制，提出可验证的约束缩减方法，减少安全约束数量，保留标称控制，提升计算效率且保证安全。

Comments Submitted for consideration at the 2027 American Control Conference (ACC)

A Control-Theoretic Approach for Resource-Aware Consensus in Multi-Agent AI

面向多智能体AI中资源感知共识的控制论方法

James Flagg, Esteban A. Hernandez-Vargas

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

AI总结 该研究针对LLM-MAS共识性能与计算资源关联保证不足的问题，提出将集体信念动态表征为离散时间切换系统的控制论方法，构建共识-预算证书区域，实现资源感知的多智能体协调。

Multi-Agent Reinforcement Learning for Joint Handover Management and Power Allocation in Multi-Orbit Satellite Networks

面向多轨道卫星网络中联合切换管理与功率分配的多智能体强化学习

Yassine Afif, Ashutosh Balakrishnan, Philippe Martins, Mohammed Almekhlafi, Antoine Lesage-Landry, Gunes Karabulut Kurt

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

AI总结 针对多轨道卫星网络的联合切换管理与功率分配问题，提出结合MAPPO与TarMAC的多智能体强化学习策略，在保证接近贪心方案吞吐量的同时大幅减少切换次数，性能优于仅低轨方案与保守停留策略。

Rebuild Dossier: Mechanically-Enforced Specs for Agentic App Rebuilds, and What Model-Tier Failures Reveal

重建档案：智能体应用重建的机械执行规范，以及模型层级故障所揭示的问题

Parker Fawcett

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

AI总结 本研究推出开源工具rebuild-dossier，通过锁定应用接口、自动化检查强制执行构建流程，发现模型层级故障并验证其有效性，工具可跨模型与工具链复现。

Comments 48 pages, 1 figure. Code and evaluation artifacts: this https URL (https://github.com/Parker-Fawcett/rebuild-dossier) (archived at DOI: https://doi.org/10.5281/zenodo.22036801 )

A Self-Evolving Multi-Agent Framework Defense against LLM Jailbreak Attacks

一种针对LLM越狱攻击的自进化多智能体框架防御方法

Tongyan Hu, Bryan Hooi

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

AI总结 该研究针对LLM越狱攻击提出一种基于规则记忆的自进化多智能体防御框架，无需参数更新，可降低攻击成功率且保留良性效用，适用于两类LLM模型。

Comments 8 pages (main), with appendix

Belief Cascades Drive Persuasion in LLM Agent Networks

信念级联驱动LLM智能体网络中的说服行为

Haoyi Qiu, Genglin Liu, Pranav Narayanan Venkit, Kung-Hsiang Huang, Saadia Gabriel, Chien-Sheng Wu, Nanyun Peng

机构 * University of California, Los Angeles（加州大学洛杉矶分校） ； Salesforce AI Research（Salesforce AI研究） 纠错

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

AI总结 该研究构建受控测试平台，发现LLM智能体网络中说服动态受拓扑等因素影响，直接暴露可预测立场变化，需结合多维度数据评估多智能体说服。