AI Agent

Defining Energy Indicators for Impact Identification on Aerospace Composites: A Structured Feature Selection Approach Guided by Domain Knowledge

定义航空复合材料冲击识别的能量指标：一种由领域知识指导的结构化特征选择方法

Natália Ribeiro Marinho, Richard Loendersloot, Frank Grooteman, Jan Willem Wiegman, Uraz Odyurt, Tiedo Tinga

机构 * Department of Mechanics of Solids, Surfaces and Systems, Dynamics Based Maintenance (DBM) Group, University of Twente（固体力学、表面与系统部门，基于动态的维护（DBM）小组，特文特大学） ； Department of Aerospace Vehicles Integrity and Life Cycle Support (AVIL), Royal Netherlands Aerospace Centre（航空器完整性与生命周期支持（AVIL）部门，荷兰皇家航空研究中心） 纠错

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

AI总结 本研究提出一种由领域知识指导的结构化特征选择方法，构建能量指标作为全连接神经网络输入，使航空复合材料冲击识别的预测误差较传统方法降低三分之一，提升了可解释性与诊断置信度。

Comments revised framing from physics-informed to structured feature selection guided by domain knowledge, with greater emphasis on the link to impact dynamics; strengthened comparison with black-box CNN on traceability, interpretability, and model validation; results unchanged

EviGraph: Evidence-Guided Autonomous Research Agents

EviGraph：证据引导的自主研究智能体

Zhenjiang Ren, Ruiji Li, Xujing Zhang, Ziliang Pang, Shuo Ren, Jiajun Zhang

专题命中 工作流自动化 ：agent(abstract)；分类 cs.AI

AI总结 EviGraph是一种自主研究框架，通过证据图维护研究状态，修复证据链问题，在ARC-Bench-ML和NanoResearch-20上优于基线，提升了主张支持率和实验数据一致性。

Comments 23 pages,2 figures

SkillCorpus: Consolidating and Evaluating the Open Skill Ecosystem for Real-World LLM Agents

SkillCorpus：整合与评估面向现实世界大语言模型智能体的开放技能生态系统

Yanze Wang, Pengfei Yao, Tianyi Sun, Chuanrui Hu, Yan Xiao, Xiaotian Luo, Yunyun Han, Yifan Chen, Jun Sun, Yafeng Deng

专题命中 工作流自动化 ：agent(abstract)；分类 cs.CL

AI总结 研究针对大语言模型智能体技能文件碎片化等问题，提出SkillCorpus框架，通过多阶段管道过滤技能并与检索选择堆栈配对，经多基准端到端评估，整合该框架能带来一致收益，明确了其对实际智能体任务的作用边界。

Behavioral Canaries: Auditing Private Retrieved Context Usage in RL Fine-Tuning

行为 Canary：在 RL 微调中审计私有检索上下文的使用

Chaoran Chen, Dayu Yuan, Peter Kairouz

机构 * Google（谷歌） 纠错

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

AI总结 本文提出 Behavioral Canaries 机制，用于审计 RL 微调过程中是否非法使用受保护的检索上下文，通过行为信号检测未经授权的文档条件训练，实现 67% 的检测率。

Provenance Tracking in Large-Scale Machine Learning Systems

Gabriele Padovani, Valentine Anantharaj, Sandro Fiore

机构 * University of Trento（特伦托大学） ； Oak Ridge National Laboratory（橡树岭国家实验室） 纠错

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

Journal ref ICPP Workshops 2025: Workshop Proceedings of the 54th International Conference on Parallel Processing

Representing Visual Evidence for Item Difficulty Prediction: Visual Textualization and Image-Native Modeling

为题目难度预测表征视觉证据：视觉文本化与原生图像建模

Han Chen, Ming Li, Hong Jiao, Tianyi Zhou

机构 * Mohamed bin Zayed University of Artificial Intelligence（穆罕默德·本·扎耶德人工智能大学） ； 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.CL

AI总结 本文针对题目难度预测的视觉证据表征问题，对比仅用文本、视觉文本化与原生图像建模三种方式，发现原生图像建模是有竞争力的替代方案，其有效性取决于VLMs的适配方式。

Large language models for partial differential equation workflows

用于偏微分方程工作流的大语言模型

Han Wan, Rui Zhang, Hao Sun

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

AI总结 本文探讨大语言模型（LLMs）辅助偏微分方程（PDE）工作流在模型构建、求解器生成等阶段的进展，指出其受限于数据集稀缺与仿真-现实差距，是科学AI系统开发的关键试验台。

PDD-RRG: Posterior Diagnostic Decision for Study-level Radiology Report Generation

PDD-RRG：面向研究级放射学报告生成的后验诊断决策

Yang Yu, Yiming Ji, Bin Dai, Dong Zhang, Zhiyong Zhou, Shoushan Li, Yakang Dai

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

AI总结 针对现有RRG模型未充分利用检查信息、易因额外输入引发诊断错误的问题，提出PDD-RRG框架，通过多视角生成报告并聚合诊断结论，无需重训练即可提升RRG模型临床效能。

Comments Accepted by IJCAI 2026

PULSE: An Executable Contract Language for Spatiotemporal Knowledge Graph Engineering

PULSE：用于时空知识图谱工程的可执行合约语言

Dongxu Yang, Ziyi Liang

机构 * DeepLethe 纠错

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

AI总结 PULSE是一种受对象-过程-方法论启发的可执行合约语言，经Lean 4等验证，在时空知识图谱工程中可实现证据约束等功能，能匹配工作流、区分变异体，在NOAA数据集上表现良好。

Comments 6 pages, 5 tables, 1 code listing; submitted to KGSWC 2026. Research artifact available under the Apache-2.0 license

MIDI-LLM: Improving Text-to-MIDI Music Generation via Adapting Large Language Models

MIDI-LLM：通过适配大语言模型改进文本到MIDI的音乐生成

Shih-Lun Wu, Dave Carlton, Ryan Miyakawa, Yoon Kim, Chris Donahue, Cheng-Zhi Anna Huang

机构 * Massachusetts Institute of Technology（麻省理工学院） 纠错

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

AI总结 该研究提出MIDI-LLM，通过适配Llama 3.2（1B）采用两阶段训练改进文本到MIDI生成，在用户研究中证实其在人机音乐协同创作中的有效性。

Comments Accepted to International Society for Music Information Retrieval (ISMIR) Conference 2026

CRAFTS: Collaborative Role-Adaptive Fine-Tuning of LLM Agents for Chemical Process Simulation

CRAFTS：面向化工过程仿真的大语言模型智能体协同角色自适应微调

Ziyun Zhang, Yuxin Lin, Eldin Wee Chuan Lim, Xinghao Ding

机构 * National University of Singapore（新加坡国立大学） ； Xiamen University（厦门大学） 纠错

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

AI总结 CRAFTS 模仿化工工程师分阶段工作流，将仿真任务分配给7个角色，微调3个关键角色，基于 OpenIDAES-450 数据集验证，在82个保留案例上完成91.5%的合约，取得多项F1高分，实现可靠自动化化工过程模型构建。

CallScreenBench: Benchmarking On-Device Models as Phone Secretaries

CallScreenBench：将端侧模型作为电话秘书的基准测试

Simiao Ren

专题命中 工作流自动化 ：agent(abstract)；分类 cs.AI

AI总结 研究人员提出CallScreenBench基准，针对端侧模型作为电话秘书的场景，从五个维度评分，发现分类性能差异是测量假象，脚本退化代理提供基准线，未设通过/失败阈值。

Tevatron Meets Megatron: Expert-Parallel LLM Reranker Training on an Academic Budget

特瓦特龙遇上巨神：学术预算下的专家并行大语言模型重排序器训练

Zhichao Xu, Xueguang Ma, Shengyao Zhuang, Luyu Gao, Wenqian Ye, Yu Wang, Jamie Callan, Jimmy Lin

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

AI总结 该研究提出Tevatron 3.0，集成Megatron-Core后端实现专家并行，在学术预算下成功训练30B参数MoE重排序器，其性能优于稠密模型且推理吞吐量更高。

A Triple-Robustness Analysis of Retrieval-Augmented Generation for Multi-Hop Requirements Traceability

检索增强生成在多跳需求可追溯性中的三重鲁棒性分析

Meftun Akarsu, Burak Özdemir, Doğancan Büyükçolak, Recep Kaan Karaman

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

AI总结 本文针对多跳需求可追溯性，开展三重鲁棒性分析，对比不同RAG架构、嵌入器等的表现，发现现有结论分歧的原因，提出需按该鲁棒性标准验证RAG架构主张。

Comments 6 pages, 3 figures, 4 tables

AutoCause: A Python framework that automates expert decisions in environmental time-series causal discovery

AutoCause：一个自动化环境时间序列因果发现领域专家决策的Python框架

Marco Ruiz, Miguel Arana-Catania, David R. Ardila, Rodrigo Ventura

机构 * ISR-Lisbon, Instituto Superior Técnico（里斯本信号与系统研究所，里斯本高等理工学院） ； Digital Scholarship at Oxford, University of Oxford（牛津大学牛津数字学术中心） ； Jet Propulsion Lab., Caltech（加州理工学院喷气推进实验室） 纠错

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

AI总结 AutoCause是一款开源Python框架，通过封装四种因果发现方法、添加参考模型并分级链接，实现环境时间序列因果发现中专家决策的自动化，提升分析的可审计性与可重复性。

Comments 33 pages, 10 figures. Submitted to Environmental Modelling & Software

Optimization and Constraint Modeling using LLMs with a Retrieval Augmented Generation Process

结合检索增强生成流程的大语言模型优化与约束建模

Prateek Roy, Akash Singirikonda

专题命中 工作流自动化 ：agent(abstract)；分类 cs.AI

AI总结 本文提出结合检索增强生成的大语言模型优化建模方法，通过合成数据集与检索指导提升Qwen 3 30B Instruct的优化建模准确率，为低成本部署LLM优化工具提供可行方案。

Comments 20 pages, 3 figures

CodeJeNN: A simple C++ neural network generator for physics applications

CodeJeNN：用于物理应用的简单C++神经网络生成器

Jay Arcities, Pavel Popov, Eric J Ching, Kamal Viswanath, Ryan F Johnson

机构 * San Diego State University（圣地亚哥州立大学） ； Aerospace Engineering Department（航空航天工程系） ； U.S. Naval Research Laboratory（美国海军研究实验室） ； Laboratories of Computational Physics and Fluid Dynamics（计算物理学与流体动力学实验室） 纠错

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

AI总结 研究针对物理应用中机器学习集成Python库产生性能瓶颈的问题，提出CodeJeNN通过从训练的Keras模型自动生成自包含C++代码实现推理，消除外部依赖，经测试展示了加速效果。

Beyond One Output: Visualizing and Comparing Distributions of Language Model Generations

超越单一输出：语言模型生成分布的可视化与比较

Emily Reif, Claire Yang, Jared Hwang, Deniz Nazar, Noah A. Smith, Jeff Heer

机构 * University of Washington（华盛顿大学） ； Allen Institute for AI（Allen人工智能研究所） 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GROVE工具，通过可视化语言模型生成的分布结构，帮助用户更全面地理解生成过程中的模式和敏感性，提升任务迭代效果。

Bagpiper: Solving Open-Ended Audio Tasks via Rich Captions

Bagpiper: 通过丰富描述解决开放式音频任务

Jinchuan Tian, Haoran Wang, Bo-Hao Su, Chien-yu Huang, Qingzheng Wang, Jiatong Shi, William Chen, Xun Gong, Siddhant Arora, Chin-Jou Li, Masao Someki, Takashi Maekaku, Keita Goto, Yusuke Shinohara, Jin Sakuma, Chao-Han Huck Yang, Shinji Watanabe

机构 * Language Technologies Institute, Carnegie Mellon University（卡内基梅隆大学语言技术研究所） ； LY Corporation（LY公司） ； NVIDIA Research（NVIDIA研究） 纠错

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

AI总结 提出Bagpiper，一个8B参数音频基础模型，通过丰富描述（自然语言描述）实现音频理解和生成的统一，在MMAU和AIRBench上超越Qwen-2.5-Omni，生成质量优于CosyVoice3和TangoFlux。

An Empirical Study of Complexity, Heterogeneity, and Compliance of GitHub Actions Workflows

GitHub Actions工作流的复杂性、异质性与合规性的实证研究

Edward Abrokwah, Taher A. Ghaleb

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

AI总结 本研究分析Java、Python、C++仓库的GitHub Actions工作流，量化其复杂性、异质性与合规性，发现工作流设计依赖生态惯例，为该领域提供了可复现的实证基准。

Fracture Risk Prediction in Adults Over 50 Years Old Using DXA and EHR: Comparison of Traditional and Machine Learning Models in Two Large Cohorts

利用DXA和EHR预测50岁以上成人骨折风险：两个大型队列中传统模型与机器学习模型的比较

Jiahe Qian, Hao Dai, Kunyu Yu, Hexin Dong, Xing He, Erik A. Imel, Jiang Bian, Yifan Peng, Yi Liu

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

AI总结 该研究针对50岁以上成人，基于EHR和DXA数据构建多种生存预测模型，发现其区分度优于FRAX，为骨折风险预测提供了更优工具，但需进一步评估后才可临床应用。

Comments 5 figures, 4 tables, 25 pages

Students' Practices and Skills in the LLM-Era: "You Can't Outsource the Struggle and Still Get the Skill"

LLM时代的学生实践与技能：“你不能把奋斗过程外包出去，却仍想获得技能”

Enne Rebeca Silva de Freitas, Gustavo Pinto, Danilo Monteiro

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

AI总结 研究针对软件工程研究生在LLM时代的AI使用技能缺口，分析1383条子reddit帖子后发现学生外包研究技能培养的认知努力，提出需开发课程引导学生与LLM协同工作。

Comments 12 pages

Harnessing the Wisdom of LLM Crowds through Complementarity-Driven Iterative Collaboration

通过互补驱动的迭代协作挖掘大语言模型群体的智慧

Yanbin Fang, Xuan Wei, Wei 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LLM组合方法忽略动态互补性的问题，提出WILC框架，通过迭代反思优化与双门互补模型选择机制，在四个基准上性能优于现有方法，成本仅为GPT-5.2的约1/7，扩展了群体智慧理论并提供多AI协调设计原则。

OpsLLM: Construction of Large Language Model for Software Operations with Multi-stage Learning

面向软件运维构建大型语言模型的端到端框架

Jingkai He, Pengfei Chen, Chenghui Wu, Shuang Liang, Ye Li, Gou Tan, Xidao Wen, Chuanfu Zhang, Fang Situ, Qi Zhou

机构 * School of Systems Science and Engineering, Sun Yat-sen University（系统科学与工程学院，中山大学） ； School of Computer Science and Engineering, Sun Yat-sen University（计算机科学与工程学院，中山大学） ； Alibaba Cloud Computing（阿里云 computing） 纠错

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

AI总结 本文提出OpsLLM，一个专为软件运维设计的大型语言模型，支持基于知识的问题回答和根本原因分析。通过人机协同机制构建高质量数据集，并结合监督微调和强化学习优化模型性能，在多个任务中优于现有开源和闭源模型。

Doubly Robust Functional Representation Learning for Longitudinal Causal Inference with Irregular Histories

针对具有不规则历史的纵向因果推断的双重鲁棒函数表示学习

Mengfei Ran, Yifeng Shen, Ruijie Guan

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

AI总结 针对不规则历史的纵向因果推断，提出DR-FRL交叉拟合工作流，通过函数与时间编码器映射状态、估计干扰项函数，经诊断验证后在模拟与VitalDB审计中表现出良好性能。

Towards Autonomous Aircraft Surveillance from Nanosatellites through On-Board Inference and Generative Data Augmentation

基于星上推理与生成式数据增强的纳卫星自主飞机监视技术研究

Antonio Delgado-Rosa, David Muñoz-Valero, Enrique Adrian Villarrubia-Martin, Juan Moreno-Garcia

机构 * Universidad de Castilla–La Mancha（卡斯蒂利亚-拉曼恰大学） ； Universidad de Castilla-La Mancha（卡斯蒂利亚-拉曼恰大学） ； Escuela de Ingeniería Industrial y Aeroespacial de Toledo（托莱多工业与航空航天工程学院） ； Escuela Superior de Informática（高等信息学院） 纠错

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

AI总结 针对纳卫星机载监视的下行链路瓶颈与数据集类别不平衡问题，提出结合星上推理与生成式数据增强的工作流，提升了检测精度与帧率，可作为实时自主监视的决策支持工具。

Comments 43 pages, 14 figures

Virtual Process Dossier: A Process-Aware Data Catalogue

虚拟过程卷宗：一种感知过程的数据目录

Lukas Kubelka, Alexander Bott, Frank Döhner, Saksham Kiroriwal, Georg Zeeb, Julia Butte, Julius Pfrommer, Jürgen Beyerer, Tobias Käfer

机构 * Institute of Applied Informatics and Formal Description Methods（应用信息学与形式描述方法研究所） ； Karlsruhe Institute of Technology（卡尔斯鲁厄理工学院） ； Institute of Production Sciences（生产科学研究所） ； Institute for Anthropomatics and Robotics（人机系统与机器人研究所） ； Fraunhofer Institute of Optronics, System Technologies and Image Exploitation（弗劳恩霍夫光学技术、系统技术与图像利用研究所） ； Institute of Vehicle System Technology（车辆系统技术研究所） ； Institute of Information Security and Dependability（信息安全与可靠性研究所） ； Fraunhofer Institute for Chemical Technology（弗劳恩霍夫化学技术研究所） 纠错

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

AI总结 该研究提出基于知识图谱的虚拟过程卷宗（VPD），用于多阶段制造场景，可捕获工作流溯源、以FAIR方式提供数据集，包含本体、溯源框架和用户界面三项核心贡献。

RefineSVG: Visual Feedback-Driven Reinforcement Learning for Image-to-SVG Generation

RefineSVG：视觉反馈驱动的图像转SVG生成强化学习

Shaobo Liu, Feiqiao Mao, Shuaishuai Zhou, Yan Zhan, Weiqi Tan, Zhiqiong Lu, Zhengping Liang

机构 * Shenzhen University（深圳大学） ； Peking University（北京大学） 纠错

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

AI总结 RefineSVG是一种视觉反馈驱动的闭环框架，通过引入SVG语义词汇表和渐进式训练，使MLLM实现高保真图像转SVG生成，性能优于现有基线。

Comments 17 pages, 5 main-paper figures. Accepted at the 34th ACM International Conference on Multimedia (ACM MM 2026). Includes the complete supplementary material

Not as Sweet by Another Name: An Empirical Study of Format Robustness in LLM Document Workflows

换个名字就不甜了：LLM文档工作流中格式鲁棒性的实证研究

Xiaoyu Zhang, Xianyun Cheng, Tianlin Li, Yuwei Zheng, Yue Yang, Yang Liu

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

AI总结 本文提出感知格式的变形测试框架，经大规模实证研究发现LLM文档工作流的格式鲁棒性存在严重问题，切换格式可致准确率降53.63%，并设计出无需重训模型的缓解策略。

Comments 41st IEEE/ACM International Conference on Automated Software Engineering (ASE 2026)

A Matter of Time: Towards a General Theory of Agency

时间问题：迈向通用能动性理论

Amahury J. López-Díaz, Carlos Gershenson

机构 * School of Systems Science and Industrial Engineering, Binghamton University（宾汉姆顿大学系统科学与工业工程学院） 纠错

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

AI总结 基于时间参数化(F,A)-系统，提出从物质组织到能动性的分级组织理论，通过异步动态贝叶斯网络区分自主性、目标导向、能动性和开放性。

Comments 42 pages, 14 figures, 4 tables