AI Agent

DSA: Evidence-Aware LLM-Agent Orchestration for Multi-Market Stock Research

DSA：面向多市场股票研究的证据感知大语言模型智能体编排框架

Linsen Zhu, Yi Shi

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

AI总结 该研究提出DSA框架，基于LLM智能体实现多市场股票研究的证据感知编排，通过工作流组织、配置文件差异化处理及测试验证，确保系统实现一致性。

Comments 6 pages, 2 figures, 3 tables. Code available at this https URL (https://github.com/ZhuLinsen/daily_stock_analysis)

Agentic AI for operating scientific instruments for nanoscale characterization

用于纳米尺度表征科学仪器操作的智能体AI

Zahra Ayar, Marcos Penedo, Mahdi Mehdikhani, Nahid Hosseini, Prabhu Prasad Swain, Georg E. Fantner

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

AI总结 本文提出一种基于模型上下文协议（MCP）的智能体AI框架，通过3个AFM智能体实现原子力显微镜（AFM）的自动化操作，可安全执行命令、调优参数与后处理，其性能与专家操作相当。

A Contract-Centered Architecture for Scalable and Manageable Agentic Runtimes

面向可扩展且可管理的智能体运行时的以契约为中心的架构

Yaxiao Liu, Pengbo Liu, Yiwen Liu, Yihua Guan, Zhenghe Hou, Jiaxing Song

机构 * PwC China AI Center（普华永道中国AI中心） ； Tsinghua University（清华大学） 纠错

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

AI总结 针对企业AI部署的协调问题，本文提出以契约为中心的智能体运行时架构，含Skill等四个责任对象及P1假设，还提出可证伪的测量协议，目前无已完成的实现、实验等结果。

Comments 48 pages, 7 figures

Harnessing the Collective Intelligence of AI Agents in the Wild for New Discoveries

利用野外AI代理的集体智慧实现新发现

Federico Bianchi, Yongchan Kwon, Aneesh Pappu, James Zou

机构 * Together AI ； Stanford University（斯坦福大学） 纠错

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

AI总结 提出EinsteinArena平台，通过开放分布式环境中的自主代理交互，在数学问题中实现12项新最优结果，展示了集体AI驱动研究的范式。

Comments Updated to correct a mistake

AI Control Scientist: LLM-driven Agentic System for Automated Control Design

AI控制科学家：用于自动控制设计的大语言模型驱动的智能体系统

Haiteng Wang, Weihao Li, Jing Zhang, Lei Ren

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

AI总结 本文提出首个LLM驱动的智能体系统AI控制科学家，通过任务建模、控制器设计、参数调优三个智能体自动生成优化控制器，性能优于现有基线，有望推动控制系统设计从人类驱动转向智能体驱动。

BTS-AgentBench: A Deterministic, Replayable Pipeline from Read-Only Telemetry Logs to Agent Benchmarks

BTS-AgentBench：从只读遥测日志到智能体基准的确定性可重放流水线

Jeong-Yoon Kim

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

AI总结 BTS-AgentBench 提供从只读遥测日志到可执行多轮智能体任务的确定性可重放流水线，经多轮验证可复现基准，应用于 XAI4HEAT 生成高质量任务，为智能体基准构建提供标准化方案。

Pair-Level Essay-Scale Republication and Reuse from Fragmented Historical Text Reuse: A Workflow Study on Eighteenth-Century Books and Newspapers

从碎片化的历史文本复用中恢复成对的散文级再发布与复用：一项关于18世纪书籍与报纸的工作流研究

Ke Shu, Kira Hinderks, Eetu Mäkelä, Mikko Tolonen

机构 * University of Helsinki（赫尔辛基大学） 纠错

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

AI总结 本研究针对碎片化历史文本复用的成对证据整合难题，以18世纪休谟的散文为研究对象，提出分阶段规则工作流，在ECCO数据集上验证了方法的有效性，为历史文本复用的恢复提供了实用方案。

AgentDV: Closed-Loop Agentic AI for Hardware Design Verification

AgentDV：用于硬件设计验证的闭环智能体AI

Navya Goli, Junzhe Liu, Zhenge Jia, Umamaheswara Rao Tida

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

AI总结 AgentDV是用于自动RTL验证的闭环智能体AI框架，通过三项关键技术优化，在三类LLM上显著提升了测试平台的通过率与代码、分支覆盖度。

Standalone LLM and a Pre-specified Agentic Pipeline for Explaining ICU Mortality Predictions: a Feasibility Study on the eICU Demo Dataset

独立大型语言模型（LLM）与预定义智能体管道用于解释ICU死亡率预测：基于eICU演示数据集的可行性研究

Di Zhu, Chen Xie, Haoyun Zhang, Zihan Wei, Ziwei Wang, Jiazhao Shi, Ziyu Wang, Qiyang Xie

机构 * Santa Clara University（圣克拉拉大学） ； University of Massachusetts Amherst（马萨诸塞大学阿默斯特分校） ； University of Pennsylvania（宾夕法尼亚大学） ； Carnegie Mellon University（卡内基梅隆大学） ； New York University（纽约大学） ； Wake Forest University（维克森林大学） ； Northeastern University（东北大学） 纠错

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

AI总结 本研究基于eICU演示数据集对比独立LLM与四步智能体管道解释ICU死亡率预测，发现智能体管道在指南依据性等方面更优，但需搭配归因核查。

Surf_2_Volume: a workflow for converting CIFTI parcellations to NIfTI volume space

Surf_2_Volume：将CIFTI脑区分割转换为NIfTI体素空间的工作流

Shuguang Yang, Ziyi Wang, Yujing Shen, Junyi Li, Yujing Nie, Feizhen Cao, Suiping Wang

专题命中 工作流自动化 ：workflow(title,abstract)

AI总结 Surf_2_Volume工作流结合多种工具将CIFTI脑区分割转换为NIfTI体素空间，在两项测试中其调整Dice分数均优于Connectome Workbench，可控制灰质覆盖范围，解决了现有转换工具的不足。

Zero-Shot Self-Orchestration with Ledger-Based Control for Improved LLM Coding Performance

基于账本控制的零样本自编排提升大语言模型的代码生成性能

Victor Gao, Vida Khosrowshahi, Ali Khosrowshahi, Xihao Sun, Juhyun Lee, Simon (Sang Won)Lee

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

AI总结 本研究提出基于账本控制的管理者-工作者零样本自编排架构，在9个模型的100个困难代码问题上验证其可提升大语言模型代码生成性能，且成本低于改用更大模型。

LLMs in Digital EDA: A perspective on shifting roles from Generation to Orchestration

大语言模型在数字电子设计自动化（EDA）中的应用：从生成到编排的角色转变视角

Matthew Youngman, Cristian Sestito, Themis Prodromakis

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

AI总结 本文探讨LLMs在EDA领域的应用，定义生成器、智能体、编排器三个层级角色，指出当前方案存在语法陷阱且难以扩展至工业设计，提出需转向标准化、感知物理规律的编排器以优化硬件设计。

Comments 16 pages, 4 figures, 2 tables (in Supplementary Information); interactive version of Fig. 2 at this https URL (https://mattycode101.github.io/LLMs_in_Digital_EDA_Perspective/)

PLCBench: Can Autonomous LLM Agents Turn PLC Access into Sustained Physical Impact?

PLCBench：自主大语言模型智能体能否将PLC访问转化为持续的物理影响？

Yitian Zhou, Jingyu Zheng, Qiliang Jiang, Linkang Du, Haoming Liu, Lichao Wu, Shiyi Zhao, Mengxiang Liu, Ruilong Deng

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

AI总结 研究人员提出首个真实PLC硬件在环框架PLCBench，评估自主LLM智能体将PLC访问转化为持续物理影响的能力，发现31.3%实验达成物理目标，过程观测丰富可提升目标达成率，还发布了相关复现资源。

Comments 36 pages, 13 figures

SWE-Prime: Fewer Trajectories, Better Performance

SWE-Prime：更少轨迹，更优性能

Dewu Zheng, Ruizhe Ye, Yanlin Wang, Yang Ye, Hongyu Zhang, Ensheng Shi, Xilin Liu, Yuchi Ma, Jianxing Yu, Zibin Zheng

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

AI总结 SWE-Prime是一种多粒度两阶段SFT数据选择方法，在SWE-Bench基准上仅用10%轨迹训练，就实现了优于全数据集训练的软件问题解决性能，相对提升最高达24.2%。

Comments 9 pages, 5 figures

Diff Mining: Logit Differences Reveal Finetuning Objectives

Diff Mining：对数差揭示微调目标

Greg Kocher, Robert West, Clément Dumas, Julian Minder

机构 * EPFL（洛桑联邦理工学院） ； ENS Paris-Saclay（巴黎萨克雷高等师范学校） ； Université Paris-Saclay（巴黎萨克雷大学） ； MATS 纠错

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

AI总结 提出Diff Mining框架，通过对比微调模型与基础模型的对数来识别微调目标，在微调领域检测、偏见识别等任务上优于现有方法，可用于开发微调审计工具。

Comments 37 pages, 7 figures. ICLR 2026 Workshop: Principled Design for Trustworthy AI. Code available at this https URL (https://github.com/science-of-finetuning/diffing-toolkit)

OS-Marathon: Benchmarking Computer-Use Agents on Vast-Horizon, Repetitive Tasks

OS-Marathon: 在长周期重复任务上评估计算机使用代理的基准测试

Jing Wu, Wenjie Ai, Daphne Barretto, Yiye Chen, Qingyu Chen, Yuhang He, Pranit Chawla, Nicholas Gydé, Yanan Jian, Vibhav Vineet

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

专题命中 工作流自动化 ：autonomous agent(abstract)；workflow(abstract)

AI总结 OS-Marathon通过建立长周期重复任务的基准测试，评估计算机使用代理在处理复杂工作流中的性能和有效性。

Comments EMNLP 2026 Main Conference, Project Page: this https URL (https://os-marathon.github.io/)

Evaluating human and LLM screening workflows in a conceptually complex scoping review: Recall--workload trade-offs and run-to-run consistency

在概念复杂的范围综述中评估人工与大语言模型（LLM）筛选工作流：召回率-工作量权衡与运行间一致性

Nikol Figalová, Lynn Huestegge, Anne Böckler-Raettig

机构 * Julius-Maximilians-Universität Würzburg（维尔茨堡大学） ； Institute of Psychology（心理学院） 纠错

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

AI总结 该研究对比人工与LLM筛选工作流，发现LLM筛选性能依赖工作流，Gemini 3.1文件批处理召回率最高，GPT-5.4文件批处理运行间存在差异，高召回率任务中LLM更适合人工监督工作流。

A Point-of-Prescription Safety-Check System for Adverse Drug Reactions in Rural Bangladeshi Hospitals: A Feasibility Study

孟加拉国农村医院用于药物不良反应的处方点安全检查系统：一项可行性研究

Shahir Abdullah

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

AI总结 针对孟加拉国农村医院无电子健康记录、医生接诊量大等痛点，提出基于智能手机的轻量型检索式处方安全检查系统，旨在检测药物不良反应，开展可行性研究评估其适配性与可靠性。

Comments This paper is just a pre print, still in working stage, 4 pages

Counterfactual Bias Testing for Application Tracking System

求职申请跟踪系统的反事实偏见测试

Sai Yashwant, Shruti Bansal, Anurag Dubey, Samaroha Chatterjee, Satyam Kumar, Shreyash Gupta, Gantala Thulsiram

机构 * ManpowerGroup Services India Pvt. Ltd.（万宝盛华印度服务私人有限公司） ； Indian Institute of Technology, Hyderabad（印度理工学院海得拉巴分校） 纠错

专题命中 工作流自动化 ：agent(abstract)；分类 cs.AI

AI总结 该研究提出一种基于LLM智能体的自动化多指标反事实偏见审计方法，用于检测求职跟踪系统的人口统计偏见，其结果表明该方法可发现单一指标遗漏的临界公平性问题。

Structured Evidence Routing for Incident Risk Prediction from Multimodal Longitudinal EHRs

面向多模态纵向电子健康记录（EHR）的事件风险预测的结构化证据路由

Animesh Agarwal, Meysam Ghaffari, Nina Fatehi, Carlos Morato

机构 * Optum AI（奥普姆人工智能部门） ； UnitedHealth Group（联合健康集团） 纠错

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

AI总结 该研究针对多模态纵向EHR的事件风险预测难题，提出结构化证据路由方法，经5项1年期诊断任务验证，其AUROC达到现有基线水平、AUPRC具竞争力，还可提供患者特定证据轨迹。

Comments Accepted at the ICML 2026 Workshop on Structured Data for Health (SD4H), Seoul, South Korea

SAREF-based Ontology for Distributed AI Workflows across the Edge-Fog-Cloud Continuum

面向边-雾-云连续体的基于SAREF的分布式AI工作流本体

Viorica Rozina Chifu, Tudor Cioara, Vasile Ofrim, Liana Toderean, Ionut Anghel, Laura Daniele, Cornelis Bouter

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

AI总结 本文提出一种符合SAREF的本体，扩展SAREF4SYST本体加入AI相关概念，经智能电网场景验证，可实现边-雾-云环境下分布式AI工作流的语义互操作，部署成功率90%-100%，平均编排决策时间低于80ms。

Leveraging Large Language Models for Systematic Literature Review of Disease Spread Models

利用大型语言模型开展疾病传播模型的系统文献综述

Orhan Yagizer Cinar, Timur Emre Ozkose, Emma Von Hoene, Amira Roess, Taylor Anderson, Hamdi Kavak

机构 * George Mason University（乔治梅森大学） 纠错

专题命中 工作流自动化 ：agent(abstract)；分类 cs.AI

AI总结 本研究开发了一套用于从536篇基于智能体的建模论文中提取模型相关信息的LLMs pipeline，对比了GPT-4.1、GPT-5.0与人工开展的SLR结果，为prompt开发提供了见解，凸显了LLMs用于全规模SLR的潜力与局限性。

Comments To be published in the Winter Simulation Conference 2026

Dose-PlanNet: Physics Based Radiotherapy Dose Prediction with Deep Learning

Dose-PlanNet：基于物理学的放射治疗剂量预测深度学习模型

Ankit Bhattacharjee, Sougata Maity, Santam Chakraborty, Indranil Mallick

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

AI总结 本研究提出物理学引导的3D深度学习模型Dose-PlanNet，用于前列腺放疗剂量预测，在保证靶区覆盖度的同时，显著提升高危器官高剂量区保护效果，可加速放疗工作流程并满足临床剂量学要求。

Comments The paper consists of 22 pages, 4 figures, 6 tables. The end-to-end pipeline of Dose-PlanNet will soon be made available on the GitHub repository of CHAVI-India ( this https URL (https://github.com/CHAVI-India) )

Towards a universal meta-optics solver via large language models

基于大语言模型的通用超光学求解器研究

Huanshu Zhang, Lei Kang, Yuyan Chen, Luxiang Wang, Zhaolong Cao, Douglas H. Werner

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

AI总结 该研究提出基于Gemma-2-9B大语言模型的统一工作流，将多家族超表面相关信息转换为文本格式微调，实现跨家族光学响应预测与逆设计，MSE平均降低56.5%，减少了对任务特定架构的需求。

Comments Accepted for publication in Nano Letters

Real-time virtual circuits for plasma shape control via neural network emulators: integration and testing in the MAST-U PCS

基于神经网络模拟器的等离子体形状控制实时虚拟电路：在MAST-U PCS中的集成与测试

Matthew J. Marshall, Edward Jones, Graham J. McArdle, Alasdair Ross, Kamran Pentland, Nicola C. Amorisco, Charles Vincent, Martin Kochan, Colin Hogben, Graham Jones, Adam Stephen, George K. Holt, Adriano Agnello

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

AI总结 该研究将神经网络模拟器集成到MAST-U的PCS中，开发了用于等离子体形状控制的实时虚拟电路，经验证可应用于即将开展的MAST-U实验及未来聚变装置。

Comments 8 pages, 3 figures, presented at 15th Technical Meeting on Control Systems, Data Acquisition, Data Management and Remote Participation in Fusion Research and submitted for review at Fusion Engineering and Design on July 31 2026

ReLATE: Accelerating Tensor Decomposition via Safe and Efficient Learning of Sparse Encodings

ReLATE：通过安全高效学习稀疏编码加速张量分解

Ahmed E. Helal, Fabio Checconi, Jan Laukemann, Yongseok Soh, Jesmin Jahan Tithi, Fabrizio Petrini, Jee Choi

机构 * Intel Corporation（英特尔公司） ； University of Erlangen-Nürnberg（埃尔兰根-纽伦堡大学） ； University of Oregon（俄勒冈大学） 纠错

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

AI总结 ReLATE是一种学习增强框架，通过混合强化学习算法发现安全高效的稀疏编码，可在低开销下加速张量分解，在真实稀疏张量上较专家设计格式最高提速2倍。

Comments Accepted to SC 2026

autowerkstatt4null: An Off-Board-Diagnostics Ecosystem for Car-Workshops

autowerkstatt4null：面向汽车维修厂的车外诊断生态系统

Stephan Bökelman, Rene Glitza, Meihui Huang, Odin Holmes, Lukas Jakubczyk, Tabea Röthemeyer

专题命中 工作流自动化 ：workflow(abstract)

AI总结 该项目推出autowerkstatt4null生态系统，为独立汽车维修厂提供AI驱动的联邦诊断技术，通过模块化测量平台等创新助力维修厂获得高级诊断能力，提升行业竞争力与可持续性。

Comments 11 pages, 9 figures

Kernelized Stein Discrepancy for Goodness-of-Fit Tests and Stein Sampling in R

用于拟合优度检验与R中Stein采样的核化Stein差异

Junhao Gao, Ery Arias-Castro

专题命中 工作流自动化 ：workflow(abstract)

AI总结 该研究提出核化Stein差异，开发R包steinsampling提供统一工作流，实现基于得分的Stein方法在拟合优度检验与采样中的应用，提升方法的复用性与可扩展性。

Beyond Participant-Level Cross-Validation: Reliable Inference for Longitudinal Machine Learning

超越参与者水平交叉验证：纵向机器学习的可靠推断

Shahran Rahman Alve

专题命中 工作流自动化 ：workflow(abstract)

AI总结 该研究针对纵向机器学习中伪复制等问题，提出与分析匹配的排列检验，经模拟和公开队列验证，可有效控制I类错误，明确纵向研究的分析规则。

Decoupled I/O-Dominant Pipelines for Large-Scale Whole-Slide Image Embedding Extraction

用于大规模全切片图像嵌入提取的解耦式I/O主导型流水线

Mayanka Chandrashekar, Xi Zhang, Ethan Seefried, Tirthankar Ghosal, John Gounley, Heidi Hanson

专题命中 工作流自动化 ：workflow(abstract)

AI总结 针对大规模全切片图像嵌入提取的I/O与编排开销主导性能的问题，提出解耦I/O、计算与导入的流水线，实现高效高吞吐量的嵌入提取，将其转化为数据-centric系统问题。