AI Agent

A Physics-Informed Framework for PID Tuning of Chemical Processes Using Large Language Model Agents

基于大语言模型智能体的化工过程PID整定的物理信息框架

Zhoupeng Shou, Xiaodong Hong, Congjing Ren, Jingdai Wang, Yongrong Yang, Zuwei Liao

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

AI总结 本研究提出一种适用于大、小语言模型的PID整定框架，将工程师整定流程形式化，通过微调Qwen3-0.6B并在测试案例中取得优异整定成功率，提升了PID整定的可靠性与稳定裕度。

From Classification to Regression: Using a Fruitfly to Solve Equations

从分类到回归：利用果蝇机制求解方程

Shady E. Ahmed, Panos Stinis

机构 * Pacific Northwest National Laboratory（西北太平洋国家实验室） 纠错

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

AI总结 该研究受果蝇感知机制启发，提出基于分类的回归新框架，用局部模式库替代全局模型，通过相似性加权重构预测，可降低计算存储需求并控制精度与成本的权衡，适用于非线性系统等场景。

Specification-Driven DevOps for Multi-Service Environments

多服务环境下基于规范驱动的DevOps

Oleg Grynets, Kyrylo Fursov, Vasyl Lyashkevych, Volodymyr Veres

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

AI总结 研究探讨前沿大语言模型能否利用存储库内容为多服务应用生成配置，通过对三个异构存储库评估发现生成环境虽能运行，但有遗漏，进而区分功能正确性与部署意图保真度并得出最小显式部署规范。

Comments 25 pages, 8 figures, 15 tables

Grounded in Consensus, In Step With Emerging Science: A Consensus-Anchored Multi-Corpus Clinical Chatbot for Long COVID

基于共识，紧跟新兴科学：用于长期新冠的共识锚定多语料临床聊天机器人

Yining Wu, Philip DiGiacomo, Ying Ding, William Brode

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

AI总结 针对长期新冠临床决策支持证据分散的问题，提出整合多来源的面向临床医生的聊天机器人，在检索增强流程中组织四个来源，经探索性自动评估，其平均评分与OpenEvidence相当，得分更高且变异性更低。

OmniQEC: discovering practical quantum error-correcting codes by an AI scientist

OmniQEC：通过人工智能科学家发现实用的量子纠错码

Ge Yan, Shanchuan Li, Pengyue Ma, Qixin Zhang, Pingchuan Ma, Jianping Wang, Min-Hsiu Hsieh, Yuxuan Du

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

AI总结 研究旨在发现实用量子纠错码，核心方法是用OmniQEC，它结合自我进化推理与慢快协同工作流程，通过代码级代理探索候选方案并经电路级评估反馈证据。贡献是发现的代码性能优且硬件友好，为大语言模型辅助量子纠错发现奠基。

Comments Comments are welcome

LLM-Assisted Ontology Engineering and Construction of a French Legal Knowledge Graph

大语言模型辅助的本体工程与法国法律知识图谱构建

G{é}nesis Montenegro, Mokhtar Boumedyen Billami, Catherine Faron, Fabien Gandon, Pierre Monnin

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

AI总结 针对法国维护法规处理难题，提出两阶段大语言模型辅助工作流程，先进行本体工程，再构建知识图谱。经实验，该流程输出强大、对齐良好，减少重复，明确关键细化步骤。

Journal ref SEMANTiCS 2026 - 22nd International Conference on Semantic Systems, Sep 2026, Ghent (BE), Belgium

Integrating Factual and Normative Industrial Knowledge via Constraint-Aware Graph Attention for Process Plan Recommendation

通过约束感知图注意力整合事实性和规范性工业知识以进行工艺计划推荐

Yuntong Chen, Yingqi Li, Yingying Xiao, Ziang Wang, Zewei Liu, Jiahao Liu, Xitian Tian, Lijiang Huang

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

AI总结 该研究针对工业知识整合难题，提出PCA - GAT方法，将加工工艺计划推荐转化为知识图谱增强的协同过滤问题，引入领域约束和自适应门，在航空航天数据集上效果良好，建立标准化协议并发现知识表示是瓶颈。

Greedy dynamical meta-learning

贪婪动态元学习

Aria Yom

专题命中 工作流自动化 ：agent(abstract)；分类 cs.LG

AI总结 研究针对梯度下降和无梯度优化器在大型模型长时间学习中的问题，提出一种元学习算法，通过内、外循环，智能体可修改自身权重偏差，外循环用标准零阶方法处理少量参数，有望加速学习。

Kairos: Generating Tick-Indexed Proof Obligations for Synchronous Temporal Contracts

Kairos：为同步时态契约生成滴答索引证明义务

Frédéric Dabrowski

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

AI总结 研究为同步程序生成滴答索引证明义务的问题，核心方法是用标准自动机理论归约将LTL公式转换为坏状态自动机与程序形成积并导出义务，主要贡献是形式化原理、证明正确性及通过医疗输液控制器展示工作流程。

Comments 18 pages, 1 listing, 1 table. Submitted to VSTTE 2026

When Can Depth Replace Precision? A Resource Theory of Quantized Neural Computation

深度何时能取代精度？量化神经计算的资源理论

Mojtaba Soltanalian

机构 * University of Illinois Chicago（伊利诺伊大学芝加哥分校） 纠错

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

AI总结 研究固定输入输出映射下低比特残差计算能否取代数值精度，通过建模量化残差系统刻画无限深度极限，得出纯调度接近松弛类的速率等结论，还探讨了多种相关情况，指出深度取代精度有条件限制。

Comments 141 pages, 26 figures, 15 tables. Includes complete proofs and documents the QReplace decision-support and Lean 4 verification companions. To be submitted to the Journal of Machine Learning Research

Explainable Reinforcement Learning for assisting Air Traffic Controllers

用于协助空中交通管制员的可解释强化学习

Anduel Mehmeti, Gabriella Gigante, Salvatore Venticinque

机构 * Department of Engineering, University of Campania "Luigi Vanvitelli"（工程学院，坎帕尼亚"路易吉·范维蒂利"大学） ； CIRA（CIRA研究院） 纠错

专题命中 工作流自动化 ：agent(abstract)；分类 cs.AI

AI总结 探索可解释性技术在强化学习算法中的应用，以协助空中交通管制员。用强化学习算法在简化ATC环境训练智能体决策避禁飞区路线，采用显著性图作为初步可解释性方法，为智能体决策提供关键输入特征见解。

Comments 11 pages (10-page paper plus 1 cover/citation page), 4 figures, 1 table; published in AINA 2025

Journal ref In: L. Barolli (ed.), Advanced Information Networking and Applications (AINA 2025), Lecture Notes on Data Engineering and Communications Technologies, vol. 250, pp. 148-157, Springer, Cham (2025)

Vibe Coding: An Experiment with Test-Driven Development

Vibe编码：一项测试驱动开发的实验

Moritz Mock, Barbara Russo

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

AI总结 研究探索人类与CLLMs通过vibe编码对等协作，设计四个交互模型并实现相应TDD工作流程。通过实验发现交互模型选择取决于开发目标，智能工作流程利于快速开发但有复杂性，协作工作流程产生更高质量测试套件。

Benchmarking Text-to-SQL under Role-Based Access Control

基于角色的访问控制下的文本到SQL基准测试

Yang Fei, Yangfan Jiang, Yin Yang, Xiaokui Xiao

机构 * National University of Singapore（新加坡国立大学） ； Hamad Bin Khalifa University（哈马德·本·卡西姆大学） 纠错

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

AI总结 研究基于角色的访问控制下文本到SQL的基准测试问题，提出含现实RBAC约束的综合基准测试框架，通过大语言模型辅助工作流程及人工审核等增强基准，应用该框架研究发现部分高分系统在有访问约束时性能因RBAC违规而大幅下降。

Comments Accepted at ACM SIGMOD 2027

Farmland Extent and Visible Boundary Mapping from 1 m NAIP Imagery Using Residual U-Net and Text-Prompted SAM 3 Refinement

使用残差U-Net和文本提示的SAM 3细化从1米分辨率的NAIP图像中绘制农田范围和可见边界

Mohammadreza Narimani, Vikram Anand, Parastoo Farajpoor

机构 * Department of Biological and Agricultural Engineering, University of California, Davis（加利福尼亚大学戴维斯分校生物与农业工程系） ； Del Norte High School（德尔诺特高中） 纠错

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

AI总结 研究利用残差U-Net和文本提示的SAM 3细化从1米分辨率的NAIP图像绘制农田范围和可见边界，通过特定标注、训练和融合方法，提升了模型在困难补丁上的表现，生成语义农田范围层，为农业监测提供支持。

Comments 12 pages, 7 figures, 3 tables. Preprint submitted to Taylor & Francis. Code: https://github.com/MohammadrezaNarimaniUCDavis/NAIP_Farmland_ResSAM Dataset: https://doi.org/10.5281/zenodo.21519912

Co-design of LLM-based preference agents: participation may drive overtrust

基于大语言模型的偏好智能体协同设计：参与可能导致过度信任

Michael J. Fell

专题命中 工作流自动化 ：agent(abstract)；分类 cs.AI

AI总结 研究探讨大语言模型模拟人类偏好引发的问题，通过12名参与者在家庭能源领域协同设计个人偏好智能体的定性研究，发现参与和过程透明度或成“过度信任引擎”，并将此发展为参与式偏好智能体设计核心机制。

Comments 43 pages (18 main text plus supplementary material), 5 figures

Vibe Coding in Software Development: A Multivocal Literature Review

软件开发中的氛围编码：多视角文献综述

Shahbaz Siddeeq, Muhammad Waseem, Kai-Kristian Kemell, Mika Saari, Jussi Rasku, Pekka Abrahamsson

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

AI总结 该研究对2022年至2025年10月的文献进行多视角综述，探讨软件开发中氛围编码实践。通过分析47篇文献发现其是迭代流程，开发者工作转变，短期生产力有提升，不同应用场景证据强弱有别，此为整合两类文献的首次综述并提出未来研究方向。

Scaling Up Formal Representation of Clinical Trial Protocols in Ensemble Logic Using LLMs: A Preliminary Study

使用大语言模型在集成逻辑中扩大临床试验协议的形式化表示：一项初步研究

Yan Huang, Xubing Hao, Xiaojin Li, Rashmie Abeysinghe, Xiaoqian Jiang, Licong Cui, Guo-Qiang Zhang

机构 * McGovern Medical School（麦戈文医学学院） ； McWilliams School of Biomedical Informatics（麦克威廉斯生物医学信息学学院） ； The University of Texas Health Science Center at Houston（德克萨斯大学健康科学中心休斯顿分校） 纠错

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

AI总结 研究针对临床试验协议依赖非结构化文本阻碍自动化推理等问题，引入CT-TEL工作流程，利用大语言模型将叙述性临床协议转为TEL公式，通过反向翻译评估保真度，为协议映射到可计算逻辑及临床试验模拟提供初步证据。

Comments Proceedings of the 2026 American Medical Informatics Association Symposium, to appear

STeMP: Spatio-Temporal Modelling Protocol

STeMP：时空建模协议

Jan Linnenbrink, Jakub Nowosad, Marvin Ludwig, Anna Frederike Jablotschkin, Fabian Schumacher, Teja Kattenborn, Hanna Meyer

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

AI总结 研究针对时空建模缺乏标准协议的问题，提出STeMP协议，通过标准化报告助于理解模型功能并在建模过程中提供指导，涵盖概述、模型和预测三部分，配套R包及网络应用，可辅助填写协议并返回警告，鼓励社区参与。

Comments 3 figures, 1 table

LLM Detection as an Intervention: Downstream Impact under Strategic User Behavior

作为一种干预手段的大语言模型检测：战略用户行为下的下游影响

Meena Jagadeesan, Tatsunori Hashimoto, Jon Kleinberg

机构 * Stanford University（斯坦福大学） ； University of Pennsylvania（宾夕法尼亚大学） ； Cornell University（康奈尔大学） 纠错

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

AI总结 研究LLM检测对下游指标的影响，开发程式化模型捕捉用户策略行为。发现不完善的检测器会扭曲LLM使用及输出质量，导致用户增加使用量且输出质量可能降低，还呈现“先升后降”检测模式，揭示了检测干预的失效模式。

From Collaboration to Regulation: Characterizing Governance Practice in Three Deep Learning Open Source Communities

从协作到规范：刻画三个深度学习开源社区的治理实践

Ruiqiao Qiu, Wenhao Yang, Minghui Zhou

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

AI总结 研究三个深度学习开源社区治理实践，用制度分析与发展框架分析文档与提交记录，识别规则主题、治理功能，发现操作与结构规则特点不同，最终为成熟大规模OSS项目得出33条可操作治理实践。

What the Waveform Knows: Transparent-first Speech and Audio Intelligence with Caption Studio

波形知道什么：使用字幕工作室实现透明优先的语音和音频智能

Cheng Siong Chin, Jianhua Zhang, Mohan Venkateshkumar

机构 * Faculty of Science, Agriculture, and Engineering, Newcastle University Singapore（新加坡纽卡斯尔大学科学、农业与工程学院） ； School of Information and Control Engineering, Qingdao University of Technology（青岛理工大学信息与控制工程学院） ； Department of EEE, Amrita School of Engineering, Amrita Vishwa Vidyapeetham（阿姆瑞塔工程学院电气与电子工程系，阿姆瑞塔大学） 纠错

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

AI总结 研究借助字幕工作室平台实现透明优先的语音和音频智能。核心方法是构建基于FastAPI的三层架构系统。主要贡献为提出透明优先框架，明确指标性质，提升语音分析的可追溯性、可解释性与可靠性，还介绍了相关系统架构等内容。

ATLAS: A Foundation Neural Sampler for Amorphous Materials

ATLAS：一种用于非晶材料的基础神经采样器

Mouyang Cheng, Denis Blessing, Botao Yu, Gerhard Neumann, Mingda Li, Carles Domingo-Enrich, Yuanqi Du

机构 * Microsoft Research New England（微软研究院新英格兰分部） ； Center for Computational Science and Engineering（计算科学与工程中心） ； MIT（麻省理工学院） ； Karlsruhe Institute of Technology（卡尔斯鲁厄理工学院） ； Department of Materials Science and Engineering（材料科学与工程系） ； Department of Computer Science and Engineering（计算机科学与工程系） ； OSU（俄亥俄州立大学） 纠错

专题命中 工作流自动化 ：agent(abstract)；分类 cs.LG

AI总结 研究针对非晶材料能量景观难采样问题，提出ATLAS神经采样器，由等变图神经网络参数化，能跨系统泛化，利用扩散过程时间反转估计热力学量。在多种系统中验证有效性，还通过预训练降低逆设计成本，结合大语言模型搜索高熵金属玻璃，确立其为基础模型。

Equality, Equity, and Causality in Fairness Research: A Commentary on Cheng (2026)

公平性研究中的平等、公平与因果关系：对程（2026年）的评论

Youmi Suk

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

AI总结 对程关于心理测量学与人工智能/机器学习公平性比较的文章作评论，探讨平等与公平区别及因果关系在公平性研究中的作用，扩展其讨论，为心理测量学和人工智能/机器学习社区未来公平性研究指明方向。

Comments Invited commentary on Cheng (2026), Psychometrika, doi:10.1017/psy.2026.10110; submitted to Psychometrika

The Aura in the Machine: Genealogy and the Status of the Work of Art in the Generative Era

机器中的灵光：谱系学与生成时代艺术作品的地位

Giorgio Presti

专题命中 工作流自动化 ：agent(abstract)；分类 cs.AI

AI总结 该文探讨生成式人工智能，通过生成艺术谱系揭示其与历史的关联，提出生成系统分类法，识别相关风险并给出应对，阐述艺术家角色转变，引入算法重复等概念，还通过两方面考察支持论点，探讨生成时代艺术作品地位等问题。

Comments Submitted to Minds and Machines on 08 Jul 2026

Bridging the Information Gap: Semantic Densification and Hindsight Distillation for Cold-Start Prediction

弥合信息差距：冷启动预测的语义致密化与事后蒸馏

Hao Duong Le, Yifei Gao, Huan Li, Lun Jiang, Chen Bai, Ke Xing, Chen Zhang

机构 * Tsinghua University（清华大学） ； Meituan（美团） 纠错

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

AI总结 针对电子商务平台新用户冷启动预测难题，SemRaD框架利用结构化语义推理管道和事后感知蒸馏网络，有效弥合信息差距，提升了LTV和CVR，减少训练数据用量，在工业数据集和在线测试中均取得良好效果。

Democratizing AI with Small Language Models: Structured Benchmarking and Parameter-Efficient Fine-Tuning for Local Deployment

通过小语言模型实现人工智能民主化：面向本地部署的结构化基准测试和参数高效微调

Daniel Cersosimo

机构 * Binghamton University（宾汉姆顿大学） 纠错

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

AI总结 研究在硬件和治理约束下人工智能民主化问题，通过对九个小语言模型在特定基准测试上控制评估，采用共享参数高效微调管道，得出有序工作流程让部分低于3B的模型可成为结构化小众工作负载本地专家的结论。

A Methodology for Auditable Trustworthiness Levels in AI Lifecycle Governance

人工智能生命周期治理中可审计可信度水平的一种方法

Andrea Ferrario

机构 * Institute of Biomedical Ethics and History of Medicine, University of Zürich（生物医学伦理与医学史研究所，苏黎世大学） ； SUPSI, Dalle Molle Institute for Artificial Intelligence (IDSIA)（SUPSI人工智能研究所） ； ETH Zürich（苏黎世联邦理工学院） 纠错

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

AI总结 研究人工智能治理中系统可信度判断问题，提出轻量级方法，含形式框架与治理程序两部分，用决策树建模，能产生可信度平台等，通过合成轨迹说明方法可支持合规文档编制和生命周期监测。

Comments 32 pages; 7 figures

Man, Machine, and Masterpiece: Artistic Ownership in the AI Era

人、机器与杰作：人工智能时代的艺术所有权

Sofi Gjing Jovanovska, Kuntal Ghosh, Daniel Muhu Njenga, Ahmed Mufassir, Shadan Sadeghian

机构 * University of Siegen（锡根大学） 纠错

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

AI总结 探讨人工智能时代艺术所有权问题，设计ArtSplit原型量化人机贡献，引发艺术家对所有权归属的反应，指出量化与艺术家对创作的理解不符，挑战将其转化为技术问题的冲动。

Journal ref NordiCHI '26 Adjunct: Adjunct Proceedings of the 14th Nordic Conference on Human-Computer Interaction, Vaasa, Finland, October 2026

Can LLMs Build a MaxSAT Solver from Papers? The CoreForge Experience

大语言模型能否根据论文构建最大可满足性求解器？CoreForge 经验

Ruben Martins

机构 * Carnegie Mellon University（卡内基梅隆大学） 纠错

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

AI总结 该研究利用大语言模型从论文构建无权重 MaxSAT 求解器，采用结合论文讨论、代码实现及审核修订的迭代流程，评估特定配置，发现虽未现错误答案，但性能低于手工设计求解器，总结了相关经验教训。

CityLLM: A framework for natural-language querying of semantic 3D city models

CityLLM：一种用于语义 3D 城市模型自然语言查询的框架

Rabindra Lamsal, Sisi Zlatanova, Johnson Xuesong Shen

机构 * GRID Lab, School of Built Environment, UNSW Sydney（新南威尔士大学悉尼分校建筑环境学院GRID实验室） ； School of Civil and Environmental Engineering, UNSW Sydney（新南威尔士大学悉尼分校土木与环境工程学院） 纠错

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

AI总结 研究针对语义 3D 城市模型访问查询难的问题，提出 CityLLM 框架，结合空间与图形数据库，在基于语言模型工作流中支持迭代查询等。通过多种模型在鹿特丹数据集上评估，多个场景 54 个查询显示其性能强大，为语义 3D 城市数据对话访问提供轻量级可扩展方法。

Comments Accepted to the 21st International 3D GeoInfo Conference. To appear in the ISPRS Annals of the Photogrammetry, Remote Sensing and Spatial Information Sciences