AI Agent

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。

Recovering Nonlinear Functions of Latent Variables: A Plausible-Value Neural Network Framework

恢复潜变量的非线性函数：合理值神经网络框架

Eunjeong Song, Sehee Hong

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

AI总结 该研究提出PV-ANN框架，通过埃尔米特多项式展开推导边界，在非线性低信度条件下可大幅缩小潜变量非线性函数的恢复差距，且预测准确率未提升，符合理论预期。

Comments 51 pages, 4 figures, 24 tables. Data, materials, and code: https://doi.org/10.7910/DVN/KD61HA

Specification-delta-driven data governance: an empirical study of the «spec-delta» as the unit of change in lakehouse data platforms

规范增量驱动的数据治理：以“规范增量（spec-delta）”作为湖仓数据平台变更单元的实证研究

Pablo Ramirez Amador

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

AI总结 本研究通过对照实验，验证以spec-delta为变更单元的数据治理工作流，可减少缺陷、降低评审认知负荷，提供避免过度规范的指南，而非开发工具。

SynFlow: A Multidimensional Diachronic Semantic Analysis Toolkit

SynFlow：一个多维历时语义分析工具包

Bach Phan-Tat, Kris Heylen, Dirk Geeraerts, Stefano De Pascale, Dirk Speelman

机构 * KU Leuven（鲁汶大学） ； Instituut voor de Nederlandse Taal（荷兰语言研究所） ； Vrije Universiteit Brussel（布鲁塞尔自由大学） 纠错

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

AI总结 SynFlow是用于语言使用多维历时分析的开源工具包，支持多维度分析与多种功能，通过案例研究验证其有效性，并在SemEval-2020 Task 1中对比了其表示性能与现有系统。

Deterministic vs. LLM-Controlled Orchestration for COBOL-to-Python Modernization

确定性与LLM控制的编译流程在COBOL到Python现代化中的对比

Naing Oo Lwin, Rajesh Kumar

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

AI总结 本文通过实验对比确定性和LLM控制的编译流程，发现确定性方法在准确性、鲁棒性和效率上更优，且成本更低。

ArkEval: Benchmarking and Evaluating Automated CodeRepair for ArkTS

ArkEval: 对ArkTS自动代码修复的基准测试与评估

Bang Xie, Senjian Zhang, Zhiyuan Peng, Wei Chen, Chenhao Ying, Yuan Luo

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

AI总结 ArkEval为ArkTS自动代码修复提供首个全面基准，通过挖掘官方仓库问题并采用LLM测试机制，评估了四种先进模型的修复能力，揭示了LLM在该领域的现状与局限。

WaveVerif: Acoustic Side-Channel based Verification of Robotic Workflows

WaveVerif：基于声学侧信道的机器人工作流验证

Zeynep Yasemin Erdogan, Shishir Nagaraja, Chuadhry Mujeeb Ahmed, Ryan Shah

机构 * Newcastle University（新castle大学） 纠错

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

AI总结 该研究提出WaveVerif框架，利用声学侧信道分析开发机器学习验证系统，可实时低成本无源验证机器人工作流，准确率超80%且无需硬件修改。

Comments 11 pages, 3 figures, Corresponding Author: Zeynep Yasemin Erdogan (z.y.erdogan2@newcastle.ac.uk)

A Reinforcement Learning-based Economic Model Predictive Control Framework for Autonomous Operation of Chemical Reactors

Khalid Alhazmi, Fahad Albalawi, S. Mani Sarathy

专题命中 工作流自动化 ：agent(abstract)；分类 cs.LG

Comments This work has been submitted to Chemical Engineering Journal (CEJ) in June 2020 and currently under review

A FEM-Based Surrogate Modelling and Optimization Framework for Physics-Constrained Electromagnetic Coil Design

基于有限元法（FEM）的物理约束电磁线圈设计代理建模与优化框架

Yucheng Liu

机构 * University of Oxford（牛津大学） 纠错

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

AI总结 本研究构建基于FEM的电磁线圈设计代理建模与优化框架，对比EI-BO、COBYLA、BOBYQA等算法，发现优化器表现与FEM评估预算相关，不同方法在仿真驱动设计中各有优势。

Comments 18 pages, 9 figures

Coverage-Driven RTL Assertion Generation with Formal Exploration and Neuro-Symbolic Refinement

基于形式化探索与神经符号优化的覆盖率驱动RTL断言生成

Zhiyuan Yan, Ziyue Zheng, Hongce Zhang

专题命中 工作流自动化 ：agent(abstract)；分类 cs.AI

AI总结 该研究提出NeuroAssertion框架，结合形式化迹生成、SyGuS与智能体启发优化，实现覆盖率驱动的RTL断言生成，断言数量与突变覆盖率均约为传统方法的2倍。

Comments Accepted at MLCAD 2026

When Do Microservices Save Energy? Evidence from Environmental Simulation Workflows

微服务何时能节能？来自环境模拟工作流的证据

Joshua Rowley, Abdessalam Elhabbash

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

AI总结 该研究通过将四个环境模型构建为容器化微服务工作流，对比不同编排方式与单体执行的能耗，发现微服务对小型模型会增耗，而较大工作流采用事件驱动编排或选择性下游重执行可实现节能。

Comments 5 pages, 7 figures. Accepted at the 2nd International Workshop on Low Carbon Computing (LOCO 2026), Lancaster University, United Kingdom, 10-11 September 2026. Part of the LOCO 2026 proceedings, arXiv:2608.02072

Improving Rural Medication Safety with AI: A Scoping Review

用人工智能提升农村用药安全：一项范围综述

Jeong-ah Kim, Muhammad Ashad Kabir, Daniel Terry, Maryam Rouhi

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

AI总结 本范围综述探究AI在农村医疗场景中提升用药安全的应用，发现AI可覆盖用药全流程，机器学习类技术能减少34%-80%的用药错误，但存在基础设施不足等农村特有挑战。

Comments 23 pages

A Comprehensive Review of Large Language Models for Nanophotonics: From Surrogate Modeling to Autonomous Design

面向纳米光子学的大语言模型综合综述：从代理建模到自主设计

Huanshu Zhang, Kegeng Tang, Lei Kang, Sawyer D. Campbell, Zihao Wang, Douglas H. Werner

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

AI总结 该综述探讨大语言模型（LLMs）如何通过语义接口、代码生成及工具编排改进纳米光子学工作流，梳理相关方法的两类模式及跨学科应用，展望具备物理感知的多模态基础模型，推动AI从被动工具向主动科研合作者转变。

Comments Accepted for publication in Advanced Photonics

Mr.Dec: Daily-Scale Longitudinal Multimodal Modeling for 30-Day Readmission Prediction

Mr.Dec：用于30天再入院预测的日尺度纵向多模态建模

Minjun Kim, Jong Hak Moon

机构 * Yeji X 纠错

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

AI总结 本研究提出Mr.Dec模型，通过Transformer解码器整合每日EHR与CXR数据，结合疾病特异性监督对比学习，在MIMIC-IV等数据集上实现30天再入院预测的SOTA性能，还可识别住院关键天数提供临床解释。

Comments MICCAI 2026 MultiTab Workshop Oral

Experiential Learning of Runtime Monitoring Using Pachinko

使用弹珠台（Pachinko）进行运行时监控的体验式学习

Miles Scharff, Maria Chemodanova, Mark Santolucito

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

AI总结 本文介绍了一项以交互式弹珠台游戏为载体的课堂作业，依托双核ESP32工作流，通过实践式项目教学教授运行时监控知识，相关资源可移植至其他同类课程。

Comments 5 pages, 2 figures, TEAL 2026

ChannelFlow-Tools: A Configuration-Driven Pipeline for Generating Machine-Learning-Ready Datasets of 3D Obstructed Channel Flows

ChannelFlow-Tools：一种用于生成可直接用于机器学习的三维受阻通道流数据集的配置驱动型流水线

Shubham Kavane, Lukas Schröder, Kajol Kulkarni, Fernando Gonzalez, Harald Koestler

机构 * Chair of System Simulation（系统仿真教授职位） ； Friedrich Alexander University Erlangen-Nuremberg Germany（埃朗根-纽伦堡弗里德里希-亚历山大大学） 纠错

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

AI总结 ChannelFlow-Tools是开源配置驱动流水线，可生成三维受阻通道流的ML-ready数据集，经多维度评估验证，用其生成的450次模拟数据集训练的代理模型表现良好，为CFD代理模型基准测试提供了可共享基础设施。

Deep learning-based computed tomography (CT) derived body composition classifier for colorectal cancer patients

基于深度学习的结直肠癌患者CT衍生身体成分分类器

Eve Harling, Chattarin Pumtako, Bernd Porr, Donald C McMillan, Ross D Dolan

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

AI总结 本研究训练AlexNet等四种深度学习模型自动分析结直肠癌患者CT衍生身体成分，GoogLeNet和AlexNet表现优异，模型可部署于网络应用，有望简化临床身体成分分析流程。

Comments 27 pages, 4 figures

Look Before You Lift: Visual and Quantitative Diagnostics for Topological Deep Learning

先看再提升：拓扑深度学习的视觉与定量诊断

Mathilde Papillon, Guillermo Bernárdez, Álvaro Ballón Barreiro, Marco Montagna, Rémi Devaux, Antoine Jardin, Nina Miolane

机构 * University of California Santa Barbara（加州大学圣巴巴拉分校） ； Sapienza Universitá di Roma（罗马大学） ； Arlequin AI 纠错

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

AI总结 该研究提出TopoExplorer可视化技术，将TDL工作流重构为“提升-查看-设计-训练”，通过可视化提升后数据集的邻域与关键图指标，辅助TDL预处理设计，提升模型开发的原则性、可解释性与效率。

Spectral Rank Certification for Foundation Model Adapters

基础模型适配器的谱秩验证

Mohammed Ahnouch, Lotfi Elaachak

机构 * Université Paris 1（巴黎第一大学） ； Faculty of Science and Technology of Tangier（丹吉尔科学与技术学院） ； Abdelmalek Essaadi University（阿卜杜勒-马利克·埃萨迪大学） 纠错

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

AI总结 本研究针对基础模型适配器开发有限样本谱秩验证框架，提出PEFT LoRA适配器的经验空工作流程，经26个公开适配器审计发现校准有效秩远小于名义秩，且能量保留与统计惊喜对应不同问题。

Comments 11 pages, 4 figures , KDD 2026 Workshop TensorKDD

AgentR A Stateful and Recovery-Aware Software Architecture for LLM-based Auditable Workflows

AgentR：面向基于大语言模型的可审计工作流的有状态且故障恢复感知的软件架构

Riya Samanta, Bidyut Saha, Soumya Kanti Ghosh, Rajkumar Buyya

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

AI总结 提出AgentR架构，以有状态设计结合异步编排与成本审计，实现LLM工作流的高可恢复性、可观测性与可审计性，原型在文献综述场景验证获99.2%作业完成率及最高4.3倍并行加速

Constraint-Aware Synthetic Tabular Data Generation via Inter-Column Constraint Discovery with LLM Agents

基于大语言模型智能体的列间约束发现的约束感知合成表格数据生成

Jianxing Zhao, Mao Guan, Dongyu Liu

机构 * University of California, Davis（加州大学戴维斯分校） 纠错

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

AI总结 该研究针对合成表格数据易违反领域约束的问题，提出基于大语言模型智能体的列间约束发现的统一工作流，结合后处理器修复输出，提升了约束合规性与下游效用。

Looks Can be Deceiving: Annotator and Reviewer Performance Across Imagery Sources in Crowd-Sourced Aerial Damage Assessment

表象可能具有欺骗性：众包航空损伤评估中不同影像来源下标注者与审核者的表现

Thomas Manzini, Priyankari Perali, Raisa Karnik, Stephen Johnson, Robin R. Murphy

机构 * Texas A&M University（德克萨斯农工大学） ； University of Maryland（马里兰大学） 纠错

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

AI总结 本文研究多源航空影像损伤评估的标注与审核表现，发现低分辨率影像标注分歧更高，为多源数据集构建提出三项建议。

Comments Accepted ACM HCOMP'26. 13 pages, 6 figures

Data-knowledge dual-driven intelligent framework for full-chain, experiment-efficient synthesis of 2D dendrites

机器智能支持二维树突合成的全流程

Wenqiang Huang, Xuhang Gu, Susu Fang, Shen'ao Xue, Huanhuan Xing, Junjie Jiang, Junying Zhang, Shen Zhou, Zheng Luo, Jin Zhang, Fangping Ouyang, Shanshan Wang

机构 * School of Physics, Hunan Key Laboratory for Super-Microstructure and Ultrafast Process, and Hunan Key Laboratory of Nanophotonics and Devices, Central South University（物理学院，湖南超级微结构与超快工艺重点实验室，湖南纳米光子学与器件重点实验室，中南大学） ； College of Aerospace Science and Engineering, National University of Defense Technology（航空科学与工程学院，国防科技大学） ； School of Advanced Materials, Guangdong Provincial Key Laboratory of Nano-Micro Materials Research, Peking University Shenzhen Graduate School（先进材料学院，广东省纳米-微米材料研究重点实验室，北京大学深圳研究生院） ； College of Science, National University of Defense Technology（科学学院，国防科技大学） ； School of Physics and Technology, and Xinjiang Key Laboratory of Solid-State Physics and Devices, Xinjiang University（物理与技术学院，新疆固态物理与器件重点实验室，新疆大学） ； State Key Laboratory of Powder Metallurgy, and Powder Metallurgy Research Institute, Central South University（粉末冶金国家重点实验室，中南大学粉末冶金研究所） 纠错

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

AI总结 本文提出基于机器学习的材料合成全流程框架，通过主动学习优化实验参数，结合数据增强策略提升预测精度，并构建双驱动机制模型揭示多参数对产物形态的协同作用。

Comments 57 pages, 30 figures

Journal ref Science Bulletin (2026)

From Style Replication to Style Exploration: Enabling Art Style Exploration with Analyze-Experiment-Resituate Framework

从风格复制到风格探索：借助分析-实验-重定位框架实现艺术风格探索

Wen-Fan Wang, TsaiHsuan Lin, Chi-Lan Yang, An-Ru Cheng, Bing-Yu Chen

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

AI总结 该研究针对现有生成式AI工具在艺术风格探索上的不足，提出AER框架，经原型系统及对照、实地研究验证，可提升艺术家风格探索的自主性与反思性，为未来艺术辅助工具设计提供启示。

Comments Accepted to UIST '26

AgilePE: Autonomous UAV Pursuit-Evasion via Self-Play Reinforcement Learning

AgilePE：基于自博弈强化学习的自主无人机追逃

Wenhao Tang, Tianyang Chen, Zhejun Cui, Boyuan An, Jiayu Chen, Ruize Zhang, Huidong Liu, Tianyue Wu, Qingmin Liao, Fei Gao, Yu Wang, Chao Yu

机构 * Zhejiang University（浙江大学） ； Tsinghua University（清华大学） ； Chongqing University（重庆大学） 纠错

专题命中 工作流自动化 ：agent(abstract)；分类 cs.LG

AI总结 该研究提出AgilePE系统，通过自博弈强化学习实现自主无人机追逃，其策略可零样本迁移至真实四旋翼，展现出复杂追逃战术与交互式部署能力。

Comments 8 pages, 7 figures. Under review

HELIX: Model-Harness Co-evolution for Recursive Self-Improvement

HELIX：用于递归自我改进的模型-控制器协同进化

Tianyu Fan, Chao Huang

专题命中 工作流自动化 ：agent(abstract)；分类 cs.AI

AI总结 HELIX是支持模型-控制器协同进化的可溯源框架，在代码修复任务中，其65个候选组合提升了4.0%任务覆盖率，生成438条学习记录，形成模型、控制器与数据的反馈系统。

BCIJelly: An integrated ecosystem for brain-computer interface research

BCIJelly：用于脑机接口研究的集成生态系统

Liyuan Han, Xinrui Yang, Tianyu Zheng, Qizhi Yang, Yitao Qin, Liang Chen, Qinglai Wei, Binjie Hong, Xinhe Zhang, Rui Xiong, Yong Gu, Mu-ming Poo, Bo Xu, Chengyu Li, Tielin Zhang

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

AI总结 BCIJelly是集成多类BCI数据集、解码器及工具的Python生态系统，可通过AAS与LLM支持多任务跨物种解码，经多范式多物种验证，为BCI研究提供统一可扩展的开发部署基础设施。

Comments 67 pages, 6 figures, 7 extended data figures, 20 supplementary tables

Making AI-Generated Feedback Matter: A Large-Scale Study of Feedback Workflows and Student Enactment

让AI生成的反馈发挥作用：从提供到学生执行

Omar Alsaiari, Nilufar Baghaei, Jason M. Lodge, Dragan Gaševi'c, Naomi Winstone, Hassan Khosravi

机构 * The University of Queensland（昆士兰大学） ； University of Surrey（萨里大学） ； The University of Hong Kong（香港大学） 纠错

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

AI总结 该研究通过13037名学生的大规模准实验，发现主动构建的AI反馈执行工作流可显著提升学生对AI反馈的接受度、自我评估信心及作品质量，强调需设计针对性AI反馈工作流。

Beyond Handcrafted Security: Towards Self-Evolving Defense for LLM Agents

超越手工安全：面向大语言模型智能体的自演化防御

Jiajun Ruan, Peiyang Li, Yukun Chen, Fengting Li, Chao Feng

专题命中 工作流自动化 ：agent(abstract)；分类 cs.AI

AI总结 针对 LLM 智能体的安全威胁，提出自演化运行时防御框架 HARD，将防御开发从人工工程转为自主演化，在保留任务效用的同时提升了安全性能。