AI Agent

Dual-Interaction-Aware Cooperative Control Strategy for Alleviating Mixed Traffic Congestion

双交互感知的协同控制策略用于缓解混合交通拥堵

Zhengxuan Liu, Yuxin Cai, Yijing Wang, Xiangkun He, Chen Lv, Zhiqiang Zuo

机构 * Tianjin Key Laboratory of Intelligent Unmanned Swarm Technology and System, School of Electrical and Information Engineering, Tianjin University（天津智能无人群技术与系统重点实验室，电气与信息工程学院，天津大学） ； School of Mechanical and Aerospace Engineering, Nanyang Technological University（机械与航空航天工程学院，南洋理工大学） ； Shenzhen Institute for Advanced Study, University of Electronic Science and Technology of China（深圳高等研究院，电子科学与技术大学） 纠错

专题命中 Agent评测 ：agent(abstract)；multi-agent(abstract)

AI总结 本文提出双交互感知协同控制策略，通过去中心化决策模块、集中化批评者和奖励设计，提升混合交通瓶颈场景下的交通效率和适应性。

Changing Pedagogical Paradigms: Integrating Generative AI in Mathematics to Enhance Digital Literacy through 'Mathematical Battles with AI'

改变教学范式：将生成式AI融入数学以通过‘与AI的数学战斗’提升数字素养

Maria Moskalenko, Alexander Trifanov, Roman Popkov, Arina Tabieva, Maria Smirnova, Konstantin Pravdin, Daniil Bakalin

专题命中 Agent评测 ：agent(abstract)；AI agent(abstract)

AI总结 本文提出通过与AI的数学战斗竞赛，利用生成式AI提升学生数字素养和验证能力，改变传统数学教育中的AI应用范式。

Comments Submitted for the conference ICCS 2026

AgentVista: Evaluating Multimodal Agents in Ultra-Challenging Realistic Visual Scenarios

AgentVista: 评估在超挑战性现实视觉场景中的多模态代理

Zhaochen Su, Jincheng Gao, Hangyu Guo, Zhenhua Liu, Lueyang Zhang, Xinyu Geng, Shijue Huang, Peng Xia, Guanyu Jiang, Cheng Wang, Yue Zhang, Yi R. Fung, Junxian He

机构 * Hong Kong University of Science and Technology（香港理工大学） ； Zhejiang University（浙江大学） ； National University of Singapore（新加坡国立大学） ； University of North Carolina at Chapel Hill（北卡罗来纳大学教堂山分校） 纠错

专题命中 Agent评测 ：agent(abstract)；tool use(abstract)

AI总结 AgentVista 是一个评估多模态代理在超挑战性现实视觉场景中能力的基准，通过真实场景和复杂工具交互任务揭示现有模型在长时间多模态工具使用方面的不足。

Comments The project website is available at https://agentvista-bench.github.io/, and the code is available at https://github.com/hkust-nlp/AgentVista

From Dyads to Groups: Rethinking Emotional Support with Conversational AI

从二元关系到群体：重新思考基于对话AI的情感支持

Yuqing Hu, Wendao Xue, Yifan Yu, Yong Tan

专题命中 Agent评测 ：agent(abstract)；AI agent(abstract)

AI总结 本研究探讨群体AI支持是否比单个AI支持更有效，通过实验验证群体AI增强用户感知支持效果的机制。

Vision-DeepResearch Benchmark: Rethinking Visual and Textual Search for Multimodal Large Language Models

视觉-深度研究基准：重新思考多模态大语言模型的视觉和文本搜索

Yu Zeng, Wenxuan Huang, Zhen Fang, Shuang Chen, Yufan Shen, Yishuo Cai, Xiaoman Wang, Zhenfei Yin, Lin Chen, Zehui Chen, Shiting Huang, Yiming Zhao, Xu Tang, Yao Hu, Philip Torr, Wanli Ouyang, Shaosheng Cao

专题命中 Agent评测 ：workflow(abstract)；分类 cs.AI、cs.CL、cs.LG

AI总结 本文提出Vision-DeepResearch基准，通过精心设计的问题评估多模态大语言模型的视觉与文本搜索能力，并引入多轮裁剪搜索流程提升实际检索性能。

A Quantitative Comparison of Centralised and Distributed Reinforcement Learning-Based Control for Soft Robotic Arms

一种集中式与分布式强化学习控制在软机器人手臂中的定量比较

Linxin Hou, Qirui Wu, Zhihang Qin, Neil Banerjee, Yongxin Guo, Cecilia Laschi

机构 * Department of Electrical and Computer Engineering, National University of Singapore（电子与计算机工程系，新加坡国立大学） ； Department of Computer Science, National University of Singapore（计算机科学系，新加坡国立大学） ； Department of Mechanical Engineering, National University of Singapore（机械工程系，新加坡国立大学） 纠错

专题命中 Agent评测 ：agent(abstract)；multi-agent(abstract)

AI总结 本文比较了集中式与分布式强化学习在软机器人手臂控制中的性能，发现分布式策略在样本效率和鲁棒性上更优，但集中式策略在训练时间上更高效。

Comments 7 pages, 4 figures, 2 tables, accepted by RoboSoft 2026

ScholarEval: Research Idea Evaluation Grounded in Literature

ScholarEval: 基于文献的研究思想评估

Hanane Nour Moussa, Patrick Queiroz Da Silva, Daniel Adu-Ampratwum, Alyson East, Zitong Lu, Nikki Puccetti, Mingyi Xue, Huan Sun, Bodhisattwa Prasad Majumder, Sachin Kumar

机构 * Department of Computer Science and Engineering, The Ohio State University（俄亥俄州立大学计算机科学与工程系） ； Division of Medicinal Chemistry and Pharmacognosy, The Ohio State University（俄亥俄州立大学药物化学与药理学系） ； Department of Wildlife, Fisheries, and Conservation Biology, The University of Maine（缅因大学野生动物、渔业与保育生物学系） ； McGovern Institute for Brain Research, Massachusetts Institute of Technology（麻省理工学院麦格尼恩脑研究 institute） ； Center for Cognitive and Behavioral Brain Imaging, The Ohio State University（俄亥俄州立大学认知与行为脑成像中心） ； Department of Chemistry, University of Wisconsin-Madison（威斯康星大学麦迪逊分校化学系） ； Allen Institute for Artificial Intelligence（人工智能研究院） 纠错

专题命中 Agent评测 ：agentic(abstract)；分类 cs.AI、cs.CL、cs.LG

AI总结 ScholarEval通过基于文献的评估框架，有效评估研究思想的实证有效性与创新性，优于现有基线方法。

FinBloom: Knowledge Grounding Large Language Model with Real-time Financial Data

FinBloom：基于实时金融数据的知识引导大型语言模型

Ankur Sinha, Chaitanya Agarwal, Pekka Malo

机构 * Indian Institute of Management Ahmedabad（印度管理学院阿赫迈德亚德分校） ； Aalto University School of Business（阿尔托大学商学院） 纠错

专题命中 Agent评测 ：agent(abstract)；分类 cs.AI、cs.CL、cs.LG

AI总结 FinBloom通过实时金融数据增强LLMs能力，实现高效金融任务处理。

Comments 39 pages, 10 tables

Solaris: Building a Multiplayer Video World Model in Minecraft

Solaris：在Minecraft中构建多玩家视频世界模型

Georgy Savva, Oscar Michel, Daohan Lu, Suppakit Waiwitlikhit, Timothy Meehan, Dhairya Mishra, Srivats Poddar, Jack Lu, Saining Xie

机构 * New York University（纽约大学） 纠错

专题命中 Agent评测 ：agent(abstract)；multi-agent(abstract)

AI总结 Solaris通过多玩家数据系统和分阶段训练方法，在Minecraft中构建了能模拟多视角观测的视频世界模型，提升了多代理交互的建模能力。

Comments Project website: https://solaris-wm.github.io/

A Benchmark for Deep Information Synthesis

深度信息合成的基准测试

Debjit Paul, Daniel Murphy, Milan Gritta, Ronald Cardenas, Victor Prokhorov, Lena Sophia Bolliger, Aysim Toker, Roy Miles, Andreea-Maria Oncescu, Jasivan Alex Sivakumar, Philipp Borchert, Ismail Elezi, Meiru Zhang, Ka Yiu Lee, Guchun Zhang, Jun Wang, Gerasimos Lampouras

机构 * Huawei Noah’s Ark Lab, UK（华为诺亚实验室，英国） ； Imperial College London（伦敦帝国理工学院） ； UCL Centre for Artificial Intelligence（伦敦大学学院人工智能中心） ； University of Zurich（苏黎世大学） ； University of Sheffield（谢菲尔德大学） ； University of Cambridge（剑桥大学） 纠错

专题命中 Agent评测 ：tool use(abstract)；分类 cs.AI、cs.CL、cs.LG

AI总结 DEEPSYNTH是一个评估智能体在复杂任务中信息合成与推理能力的新基准测试，通过多阶段数据收集流程和120个跨7个领域的任务，评估LLM在现实问题中的表现。

Comments Accepted at ICLR 2026

An LLM-Enabled Frequency-Aware Flow Diffusion Model for Natural-Language-Guided Power System Scenario Generation

基于LLM的频率感知流扩散模型：用于自然语言引导的电力系统场景生成

Zhenghao Zhou, Yiyan Li, Fei Xie, Lu Wang, Bo Wang, Jiansheng Wang, Zheng Yan, Mo-Yuen Chow

专题命中 Agent评测 ：agent(abstract)；planning(abstract)

AI总结 本文提出LLM赋能的频率感知流扩散模型，通过自然语言引导生成多样可控的电力系统场景，提升生成效率和质量。

The Story is Not the Science: Execution-Grounded Evaluation of Mechanistic Interpretability Research

故事并非科学：基于执行的机制可解释性研究评估

Xiaoyan Bai, Alexander Baumgartner, Haojia Sun, Ari Holtzman, Chenhao Tan

机构 * University of Chicago（芝加哥大学） ； Carnegie Mellon University（卡内基梅隆大学） 纠错

专题命中 Agent评测 ：AI agent(abstract)；分类 cs.AI、cs.CL、cs.LG

AI总结 本文提出基于执行的评估框架，通过代码和数据验证机制可解释性研究的严谨性，发现大量方法学问题，展示AI在研究评估中的潜力。

Comments Our code is available, see https://github.com/ChicagoHAI/MechEvalAgent/

From Newborn to Impact: Bias-Aware Citation Prediction

从婴儿到影响：偏见感知引用预测

Mingfei Lu, Mengjia Wu, Jiawei Xu, Weikai Li, Feng Liu, Ying Ding, Yizhou Sun, Jie Lu, Yi Zhang

专题命中 Agent评测 ：agent(abstract)；multi-agent(abstract)

AI总结 本文提出偏见感知引用预测框架，通过多代理图协同与稳健机制，提升对低引用论文的预测稳定性，实验显示在误差和排名指标上均优于基线方法。

Comments This paper has been accepted at The Web Conference (WWW) 2026

Learning on the Fly: Replay-Based Continual Object Perception for Indoor Drones

实时学习：基于回放的连续物体感知用于室内无人机

Sebastian-Ion Nae, Mihai-Eugen Barbu, Sebastian Mocanu, Marius Leordeanu

机构 * National University of Science and Technology Politehnica Bucharest, Romania（罗马尼亚布加勒斯特多项技术大学） ； Institute of Mathematics ``Simion Stoilow'' of the Romanian Academy, Romania（罗马尼亚科学院模拟昂斯数学研究所） ； NORCE Norwegian Research Center, Norway（挪威NORCE研究中心） 纠错

专题命中 Agent评测 ：autonomous agent(abstract)；workflow(abstract)

AI总结 本研究提出基于回放的连续学习方法，通过室内无人机视频数据集评估，证明在有限内存预算下FAR方法能有效提升物体感知性能。

Comments Accepted at European Robotics Forum (ERF) 2026

Empirical Evaluation of QAOA with Zero Noise Extrapolation on NISQ Hardware for Carbon Credit Portfolio Optimization in the Brazilian Cerrado

基于零噪声外推的QAOA在巴西塞拉多碳信用组合优化中的实证评估

Hugo José Ribeiro

专题命中 Agent评测 ：planning(abstract)；workflow(abstract)

AI总结 本研究利用QAOA与零噪声外推在NISQ设备上优化碳信用组合，展示了量子方法在环境科学中的实际应用价值。

Comments 29 pages, 3 figures, 6 tables. Code and data available at https://github.com/hgribeirogeo/qaoa-carbon-cerrado (DOI: 10.5281/zenodo.18418053)

Theory of Space: Can Foundation Models Construct Spatial Beliefs through Active Exploration?

空间理论：基础模型能否通过主动探索构建空间信念？

Pingyue Zhang, Zihan Huang, Yue Wang, Jieyu Zhang, Letian Xue, Zihan Wang, Qineng Wang, Keshigeyan Chandrasegaran, Ruohan Zhang, Yejin Choi, Ranjay Krishna, Jiajun Wu, Li Fei-Fei, Manling Li

机构 * Northwestern University（西北大学） ； Stanford University（斯坦福大学） ； University of Washington（华盛顿大学） ； Cornell University（康奈尔大学） 纠错

专题命中 Agent评测 ：agent(abstract)；分类 cs.AI、cs.CL、cs.LG

AI总结 本文提出空间理论，探讨基础模型通过主动探索构建空间信念的挑战，发现主动-被动差距、探索低效和信念惯性等问题。

Comments published at iclr 2026

Bridging the Knowledge Void: Inference-time Acquisition of Unfamiliar Programming Languages for Coding Tasks

弥合知识鸿沟：在推理时获取不熟悉编程语言以完成编码任务

Chen Shen, Wei Cheng, Jingyue Yang, Huan Zhang, Yuhan Wu, Wei Hu

机构 * State Key Laboratory for Novel Software Technology, Nanjing University, China（新型软件技术国家重点实验室，南京大学，中国） ； National Institute of Healthcare Data Science, Nanjing University, China（健康数据科学国家研究院，南京大学，中国） 纠错

专题命中 Agent评测 ：agent(abstract)；分类 cs.AI、cs.CL、cs.LG

AI总结 本文提出ILA-agent框架，通过推理时动态交互获取不熟悉编程语言，提升编码任务性能。

CreditAudit: 2$^\text{nd}$ Dimension for LLM Evaluation and Selection

CreditAudit: 2维度用于LLM评估与选择

Yiliang Song, Hongjun An, Jiangong Xiao, Haofei Zhao, Jiawei Shao, Xuelong Li

机构 * Northwestern Polytechnical University Institute of Artificial Intelligence (TeleAI), China Telecom（西北工业大学人工智能研究所（TeleAI），中国电信） ； Dalian Maritime University Institute of Artificial Intelligence (TeleAI), China Telecom（大连海事大学人工智能研究所（TeleAI），中国电信） ； Institute of Artificial Intelligence (TeleAI), China Telecom（人工智能研究所（TeleAI），中国电信） ； Guangxi Normal University Institute of Artificial Intelligence (TeleAI), China Telecom（广西师范大学人工智能研究所（TeleAI），中国电信） 纠错

专题命中 Agent评测 ：agentic(abstract)；分类 cs.AI、cs.CL、cs.LG

AI总结 CreditAudit 通过 2D 信用评级框架，提供基于稳定性风险的 LLM 部署评估方法，支持更精确的模型选择与分层部署。

Comments Second update

LIEREx: Language-Image Embeddings for Robotic Exploration

LIEREx: 语言-图像嵌入用于机器人探索

Felix Igelbrink, Lennart Niecksch, Marian Renz, Martin Günther, Martin Atzmueller

专题命中 Agent评测 ：agent(abstract)；autonomous agent(abstract)

AI总结 LIEREx通过整合视觉-语言基础模型与3D语义场景图，实现机器人在部分未知环境中的目标导向探索。

Comments This preprint has not undergone peer review or any post-submission improvements or corrections. The Version of Record of this article is published in KI - Künstliche Intelligenz, and is available online at https://doi.org/10.1007/s13218-026-00902-6

Journal ref Künstliche Intelligenz (2026)

Fact or Fake? Assessing the Role of Deepfake Detectors in Multimodal Misinformation Detection

事实还是假象？评估深度伪造检测器在多模态虚假信息检测中的作用

A S M Sharifuzzaman Sagar, Mohammed Bennamoun, Farid Boussaid, Naeha Sharif, Lian Xu, Shaaban Sahmoud, Ali Kishk

机构 * The University of Western Australia（西澳大学） ； Fatih Sultan Mehmet Vakif University（法提赫·苏丹·梅赫梅特·瓦基夫大学） ； Aljazeera Media Network Investigative Department（半岛电视台调查部门） 纠错

专题命中 Agent评测 ：agent(abstract)；multi-agent(abstract)

AI总结 研究评估了深度伪造检测器在多模态虚假信息检测中的作用，发现其独立价值有限，而证据驱动的事实核查系统表现更优。

Eigenweights for arithmetic Hirzebruch Proportionality

特征权重与算术希格泽布鲁克比例性

Tony Feng

专题命中 Agent评测 ：agent(abstract)；AI agent(abstract)

AI总结 本文通过AI代理结合代数组合学工具，将特征权重与对称群表示论联系，确定了所有经典群的特征权重。

Comments Fix broken reference, clarify some phrasing

DREAM: Dynamic Red-teaming across Environments for AI Models

DREAM: 为AI模型跨环境动态红队测试

Liming Lu, Xiang Gu, Junyu Huang, Jiawei Du, Xu Zheng, Yunhuai Liu, Yongbin Zhou, Shuchao Pang

专题命中 Agent评测 ：agent(abstract)；agentic(abstract)

AI总结 DREAM通过动态多阶段攻击测试揭示LLM代理在跨环境安全中的关键漏洞，指出上下文脆弱性和长期恶意意图追踪不足，并提出评估工具以提升防御能力。

Construction-Verification: A Benchmark for Applied Mathematics in Lean 4

构造-验证：Lean 4中的应用数学基准

Bowen Yang, Yi Yuan, Chenyi Li, Ziyu Wang, Liangqi Li, Bo Zhang, Zhe Li, Zaiwen Wen

专题命中 Agent评测 ：agent(abstract)；workflow(abstract)

AI总结 本文提出Lean 4中的构造-验证框架，通过AMBER基准评估应用数学领域中显式解决方案合成与验证能力，揭示通用模型在复杂构造任务中的优势。

Evaluating Conversational Recommender Systems via Large Language Models: A User-Centric Framework

通过大语言模型评估对话推荐系统：一种以用户为中心的框架

Nuo Chen, Quanyu Dai, Xiaoyu Dong, Piaohong Wang, Qinglin Jia, Zhaocheng Du, Zhenhua Dong, Xiao-Ming Wu

专题命中 Agent评测 ：agent(abstract)；multi-agent(abstract)

AI总结 本文提出CoRE框架，通过大语言模型评估对话推荐系统，结合用户评价和多代理辩论，提升用户体验评估的准确性。

Game-to-Real Gap: Quantifying the Effect of Model Misspecification in Network Games

游戏到现实的差距：量化网络博弈中模型不规范的影响

Bryce L. Ferguson, Chinmay Maheshwari, Manxi Wu, Shankar Sastry

专题命中 Agent评测 ：agent(abstract)；multi-agent(abstract)

AI总结 本文提出游戏到现实的差距度量，用于量化多智能体环境中模型不规范的影响，并开发了新的网络中心性度量方法。

Who Benefits From Sinus Surgery? Comparing Generative AI and Supervised Machine Learning for Predicting Surgical Outcomes in Chronic Rhinosinusitis

哪些人会从鼻窦手术中受益？比较生成式AI与监督学习在预测慢性鼻窦炎手术结果中的应用

Sayeed Shafayet Chowdhury, Snehasis Mukhopadhyay, Shiaofen Fang, Vijay R. Ramakrishnan

机构 * Department of Computer Science, Purdue University（计算机科学系，普渡大学） ； Department of Computer Science, Indiana University Indianapolis（计算机科学系，印第安纳大学印第安纳波利斯分校） ； Department of Otolaryngology—Head and Neck Surgery, Indiana University School of Medicine（耳鼻喉科—头颈外科，印第安纳大学医学院） 纠错

专题命中 Agent评测 ：workflow(abstract)；分类 cs.AI、cs.CL、cs.LG

AI总结 本文比较生成式AI与监督学习在预测慢性鼻窦炎手术预后中的表现，发现监督学习在准确率和校准上优于生成式AI，后者在解释性上与临床经验一致，支持以ML为主、生成式AI辅助的决策流程。

LogicEnvGen: Task-Logic Driven Generation of Diverse Simulated Environments for Embodied AI

LogicEnvGen: 基于任务逻辑的多样化模拟环境生成用于具身AI

Jianan Wang, Siyang Zhang, Bin Li, Juan Chen, Jingtao Qi, Zhuo Zhang, Chen Qian

机构 * College of Computer Science and Technology, National University of Defense Technology（国防科技大学计算机科学与技术学院） ； Intelligent Game and Decision Lab (IGDL)（智能游戏与决策实验室） ； School of Artifical Intelligence, Shanghai Jiao Tong University（上海交通大学人工智能学院） 纠错

专题命中 Agent评测 ：agent(abstract)；planning(abstract)

AI总结 LogicEnvGen通过任务逻辑驱动生成多样化模拟环境，提升智能体在不同环境中的适应性和鲁棒性评估性能。

Comments 19 pages, 15 figures, 6 tables

The Economics of Digital Intelligence Capital: Endogenous Depreciation and the Structural Jevons Paradox

数字智能资本的经济学：内生折旧与结构杰文斯悖论

Yukun Zhang, Tianyang Zhang

专题命中 Agent评测 ：agent(abstract)；agentic(abstract)

AI总结 本文研究数字智能资本的经济学，揭示其内生折旧和结构杰文斯悖论，通过模型分析AI产业动态及竞争机制。

Multipath Routing for Multi-Hop UAV Networks

多路径路由用于多跳无人机网络

Zhenyu Zhao, Tiankui Zhang, Xiaoxia Xu, Junjie Li, Yuanwei Liu, Wenjuan Xing

专题命中 Agent评测 ：agent(abstract)；multi-agent(abstract)

AI总结 本文提出IPPO-DM算法，通过多智能体深度强化学习实现多跳无人机网络中动态流量拆分与转发，提升交付延迟保障和包丢失性能。

Comments This paper has been submitted to IEEE Transactions on Communications

R3-RECON: Radiance-Field-Free Active Reconstruction via Renderability

R3-RECON：通过可渲染性进行无辐射场主动重建

Xiaofeng Jin, Matteo Frosi, Yiran Guo, Matteo Matteucci

专题命中 Agent评测 ：agent(abstract)；planning(abstract)

AI总结 R3-RECON通过无辐射场的可渲染性场实现高效主动重建，提升新视角质量和3DGS重建精度。

Comments 18 pages, 11 figures