AI 大模型
智能体、工具调用、规划、工作流、多智能体和自主任务执行。
耗尽能源共享池：自我挫败的过度占用作为智能体大语言模型集体中的协调失败
专题命中 Agent评测 ：agentic(title)；agent(abstract)
AI总结 研究大语言模型智能体在共享可再生能源储备时的协调失败问题，通过让四个同系列智能体自博弈，改变储备再生率，发现它们在需求超阈值时过度占用致自我挫败，实际消耗类似更不耐烦的开放访问基准，孤立响应评估会忽略此系统层面协调失败。
MacroAgent：结合大语言模型智能体设计轮廓算法的感知规则性宏合法化方法
机构 * The Chinese University of Hong Kong（香港中文大学） ； Peking University（北京大学）
专题命中 Agent评测 ：agent(title)；分类 cs.LG
AI总结 MacroAgent是结合LLM智能体设计轮廓算法的四阶段宏合法化框架，在TILOS、Chipyard等基准及Cadence Innovus工具上，实现布局规则性、布线长度等指标的显著提升与更好鲁棒性。
AI研究偏好模型
机构 * FAIR at Meta ； University of Oxford（牛津大学） ； University College London（伦敦大学学院）
专题命中 Agent评测 ：agent(abstract)；agentic(abstract)；分类 cs.AI
AI总结 该研究针对AI研究智能体的候选方案评估成本过高问题，提出AI研究偏好模型，将其集成到AIRA-dojo智能体后提升了基准任务性能，且达到目标性能的时间更短、预算更少。
Comments 34 pages, 17 figures, 6 tables
FinRiskAtlas：面向金融风险审查的决策对齐大语言模型评估
机构 * Ant International（蚂蚁集团） ； Xiamen University（厦门大学） ； Shanghai University（上海大学） ； Tongji University（同济大学）
专题命中 Agent评测 ：workflow(abstract)；分类 cs.AI、cs.CL
AI总结 本研究推出面向金融风险审查的中文基准FinRiskAtlas，从操作执行与证据状态控制两维度评估金融大语言模型，发现通用金融能力评分无法完全反映模型在专业工作流程中的可靠性，需采用决策对齐的评估单元。
明确用户专业能力：面向可根据用户熟练度调整响应的主动式对话智能体
机构 * School of Computing and Data Science, The University of Hong Kong（香港大学计算与数据科学学院） ； Institute of Data Science, National University of Singapore（新加坡国立大学数据科学研究所） ； College of Computer Science, Sichuan University（四川大学计算机学院）
专题命中 Agent评测 ：agent(abstract)；分类 cs.AI、cs.CL
AI总结 本研究针对现有对话智能体无法仅通过查询判断用户专业能力的缺陷，提出PASSING方法，通过LLM自博弈生成的询问策略主动明确用户专业能力，以调整响应提升用户理解，实验显示该方法具有优越性。
Comments Findings of EMNLP 2026
利用认知能力画像评估AI对职场任务的适用性
机构 * University of Cambridge（剑桥大学） ； Department for Science, Innovation and Technology（科学、创新与技术部） ； Universitat Politècnica de València（瓦伦西亚理工大学）
专题命中 Agent评测 ：agent(abstract)；分类 cs.AI
AI总结 本研究提出基于共享核心认知能力的画像流程，通过AI与职场任务的认知维度匹配，为AI职场任务范围界定提供工具，还探讨了扩展至人机协同画像的方向。
一种时空可组合性的编程范式
专题命中 Agent评测 ：agent(abstract)；分类 cs.SE
AI总结 该研究针对软件动态组合的时空可组合性问题，提出上下文范式，实现可撤销效应与反应式余效应，开发元框架Cordis，将时空可组合性扩展至整个组件系统。
Comments 92 pages, 1 figure, 2 tables
Alpha前的时点审计：公开存档可用性及BTC永续期货的负向匹配预算研究
专题命中 Agent评测 ：agent(abstract)；分类 cs.SE
AI总结 本研究审计Binance BTCUSDT USD-M永续期货公开存档的可用性，调整数据要求后，经审计的自适应智能体未确立优越性，报告范围受限的负向结果。
Comments 11 pages, 4 figures; scoped negative-result preprint; reproducibility materials included
MTDiag：面向临床有意义的大语言模型评估的多轮诊断数据集
机构 * Technical University of Munich（慕尼黑工业大学） ； UT Southwestern（西南大学（德克萨斯州））
专题命中 Agent评测 ：agent(abstract)；分类 cs.CL
AI总结 本研究针对现有医学大语言模型评估基准无法反映临床多轮交互诊断能力的问题，构建了多轮诊断数据集MTDiag，并提出临床知识导向的多轮鉴别诊断评估指标。
Comments 20 pages, published in the SIGDIAL 2026 conference proceedings, see https://aclanthology.org/2026.sigdial-1.58/
Journal ref Chouayfati, Pia, et al. "MTDiag: A Multi-Turn Diagnostic Dataset Towards Clinically Meaningful LLM Evaluation." Proceedings of the 27th Annual Meeting of the Special Interest Group on Discourse and Dialogue. 2026
从盲编辑到经验证的修复：构建可信的用户端大语言模型智能体以实现网页可访问性
专题命中 Agent评测 ：agent(abstract)；分类 cs.SE
AI总结 本研究构建了用户端LLM智能体的三个核心模块，通过双条件协议诊断盲编辑的缺陷，再结合验证修复工具实现了网页可访问性的可信修复，相关资源已公开。
Comments Accepted to be presented at ICME 2026 (5-9 October, Napoli, Italy) and to be published in ICMI companion proceedings by ACM
FLARE：基于大语言模型定理证明的MILP重构验证方法
机构 * Stanford University（斯坦福大学）
专题命中 Agent评测 ：agent(abstract)；分类 cs.AI
AI总结 本文提出FLARE方法，结合LLM智能体与Lean证明助手验证MILP重构，在FormulationBench的NP-难子集达100%准确率，还提出无需证书的FLARE-NL，为自动化优化建模提供可靠验证。
群体动力学中环境力与相互作用力的同时推断
机构 * Clarkson University（克拉克森大学） ； University of Houston（休斯顿大学）
专题命中 Agent评测 ：agent(abstract)；分类 cs.LG
AI总结 本研究提出一种框架，可同时非参数推断群体动力学的相互作用核并学习环境力，通过引入的模型选择程序能从轨迹数据区分群体动力学框架并恢复相互作用机制。
SAG: 查询时动态超边的SQL检索增强生成
机构 * Zleap AI
专题命中 Agent评测 ：agent(abstract)；分类 cs.CL
AI总结 提出SAG架构，通过SQL查询动态构建局部超边索引，避免全局图维护，在多跳推理基准上达到最优召回率，支持亿级数据生产部署。
Comments v2: revised version, with the earlier copy of this revision inadvertently posted as a separate submission (arXiv:2608.12129, now withdrawn)
生成式建模：综述
机构 * Stanford University, Graduate School of Business（斯坦福大学商学院） ； Chicago Booth（芝加哥商学院） ； George Mason University（乔治·马歇尔大学）
专题命中 Agent评测 ：agent(abstract)；分类 cs.LG
AI总结 本综述围绕三类生成器组织生成式建模文献，提出生成式贝叶斯计算方法，在埃博拉传播应用中验证其能低成本恢复准确后验，性能优于同类方法。
Comments arXiv admin note: substantial text overlap with arXiv:2305.14972
基于空间知识图谱的大语言模型智能体用于社区宜居性评估
专题命中 Agent评测 ：agent(abstract)
AI总结 该研究提出结合空间知识图谱与大语言模型智能体的框架，通过生成修订家庭日程等评估社区宜居性，发现设施可用性不代表便利可达，为关联空间机会与居民体验提供可审计方法。
Comments 31 pages, 4 figures, prototype framework
PRISM：用于双臂操作的集成投影的基于采样的模型预测控制框架（MPC），结合贝叶斯成本调优
机构 * University of Tartu（塔尔图大学）
专题命中 Agent评测 ：planning(abstract)
AI总结 本文提出PRISM框架，结合QP引导采样策略与定制QP求解器、贝叶斯优化调优成本，在PerAct²任务上提升双臂操作鲁棒性与成功率，实现仿真到真实的迁移。
AffectSim：用于具身情感感知的可控交互式3D仿真基准
专题命中 Agent评测 ：agent(abstract)
AI总结 本文提出AffectSim这一可控交互式3D仿真基准，通过分离情感行为与观测条件实现可控感知，实验显示主动观测基线可提升多数感知模型性能，该基准为具身情感感知研究提供了新平台。
Comments 21 pages, 7 figures, 6 tables
SPFR：面向分布式智能体互联网的语义势场路由
专题命中 Agent评测 ：agent(abstract)
AI总结 该研究针对分布式智能体互联网路由挑战，提出SPFR算法，整合执行器发现与重新选择到逐跳转发，经模拟验证其性能优于相关方法且鲁棒性良好。
电池回收：耦合扩散-反应动力学与薄膜钝化的LiCoO₂浸出机理建模
专题命中 Agent评测 ：agent(abstract)
AI总结 本研究开发了耦合扩散-反应动力学与薄膜钝化的LiCoO₂浸出机理模型，经多组酸与H₂O₂浓度实验验证，可用于电池回收的锂钴浸出过程，且可扩展至其他相关体系。
Comments 45 pages
多拟阵服务市场中的可信度三难困境
专题命中 Agent评测 ：agent(abstract)
AI总结 本文研究多拟阵服务市场中市场运营者的策略行为，证明在非模多拟阵上不存在同时满足收益最优、激励兼容和可信的静态密封投标机制，并引入不可信成本度量该困境的福利损失。
Comments 60 pages, 5 figures, 6 tables
可操作代理：一种渗透性法律虚构，用于追踪AI系统中的过失
专题命中 Agent评测 ：agent(abstract)
AI总结 本文提出可操作代理（OA）和可操作代理图（OAG）作为追踪AI系统过失的法律框架，通过分析AI的操作特征和因果关系，为法院和立法提供证据方法，确保人类问责制与技术自主性同步。
Journal ref SMU Science and Technology Law Review. XXIX, (1), 163-232, 2026
促进人类学习对于提升人机协同至关重要
专题命中 Agent评测 ：agent(abstract)
AI总结 通过重新分析74项研究，发现当前人机协同实验因忽视人类学习设计（如结果反馈）而低估协同潜力，并证明反馈与AI解释结合能产生正向协同。
葡萄园管理中的人类与遥控机器人：基于仿真的移动速度、路径规划及任务绩效分析
专题命中 Agent评测 ：agent(abstract)
AI总结 本文通过仿真对比人类与遥控机器人在葡萄园两项任务的绩效，发现移动速度是核心影响因素，遥控机器人的应用优势在于劳动力、续航等而非作业时长。
赋予人工智能代理访问加密货币和智能合约的新AI危害途径
机构 * University of Cambridge（剑桥大学）
专题命中 其他Agent ：AI agent(title,abstract)；分类 cs.AI
AI总结 本文探讨了赋予AI代理访问加密货币和智能合约可能带来的新AI危害途径，并呼吁进行技术研究以防范这些风险。
面向电话智能体的领域自适应ASR：针对企业联络中心应用微调Canary Flash模型
机构 * Botnoi Group（博特诺伊集团）
专题命中 其他Agent ：AI agent(title)；分类 cs.AI
AI总结 本研究基于NVIDIA NeMo框架微调Canary Flash模型，构建电话导向数据集，经四项实验验证其可提升电话环境下ASR的识别性能，同时保持实时响应性。
扫码添加微信好友，提出您的宝贵建议 👇
💡 备注请填写：网站反馈