AI Agent

HeteroPROPMT: A Real-time and Privacy-Preserving Heterogeneous Collaborative Perception Framework

HeteroPROPMT：一种实时且隐私保护的异构协同感知框架

Armin Maleki, Hayder Radha

机构 * Michigan State University（密歇根州立大学） 纠错

专题命中 软件智能体 ：agent(abstract)

AI总结 HeteroPROPMT是一种实时隐私保护异构协同感知框架，通过模块化提示与轻量调优对齐异构智能体特征，在OPV2V-H等数据集上性能优于现有方法，且参数效率高、隐私性好。

Comments Accepted to 2026 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS). 9 pages, 4 figures, 5 tables

A Probabilistic Framework for Population Studies of the Solar Neighborhood: Application to SDSS-V and Gaia

太阳邻域种群研究的概率框架：应用于SDSS-V和盖亚

Ilija Medan, Keivan G. Stassun, Zachary Way, Guy S. Stringfellow, Alexandre Roman-Lopes, Jiadong Li, Madeline Lucey, Andrew R. Casey, Bárbara Rojas-Ayala, Ricardo López-Valdivia, José G. Fernández-Trincado

专题命中 软件智能体 ：planning(abstract)

AI总结 该研究针对SDSS-V太阳邻域普查样本选择效应问题，提出概率框架及正向建模方法，通过模拟数据集验证，利用盖亚数据发布19的数据展示其科学效用，公开代码为未来研究提供重要工具。

Comments 23 pages, 8 figures

Per Astronomix ad Astra: High-Order Differentiable (Magneto)hydrodynamics with Energy-Conserving Self-Gravity

从天文到星际：具有能量守恒自引力的高阶可微（磁）流体动力学

Leonard Storcks, Nils Thuerey, Tobias Buck

专题命中 软件智能体 ：agentic(abstract)

AI总结 介绍用Python/JAX编写的可微（磁）流体动力学模拟器astronomix，利用自动微分实现逆建模等，在单GPU运行时表现良好且可扩展，还提出新自引力方案及相关智能技术提升性能。

Refusal is Not Safety! Benchmarking Latent Safety Risks of LLM-Driven Content Humorization

拒绝并非安全！评估大语言模型驱动的内容幽默化中的潜在安全风险

Yu Cui, Ruiqing Yue, Tingyu Li, Sicheng Pan, Zhuoyu Sun, Xufeng Zhang, Baohan Huang, Haibin Zhang, Cong Zuo

专题命中 软件智能体 ：agent(abstract)

AI总结 研究基于LLM的内容幽默化潜在安全风险，提出HumorSafe框架评估风险传播，发现LLMs幽默化时会引入刻板印象和毒性，还提出HumorPIA攻击，揭示现有LLM安全评估在幽默化设置下的差距。

ViCo3D: Empowering LiDAR-based Collaborative 3D Object Detection with Vision Foundation Models

ViCo3D：利用视觉基础模型增强基于激光雷达的协作式3D目标检测

Haojie Ren, Songrui Luo, Lingfeng Wang, Yan Xia, Yao Li, Jing Li, Lu Zhang, Jiajun Deng, Yanyong Zhang

机构 * University of Science and Technology of China（中国科学技术大学） 纠错

专题命中 软件智能体 ：agent(abstract)

AI总结 研究针对V2X系统中基于激光雷达协作式3D感知的不足，提出ViCo3D框架。通过将点云投影为图像让VFM提取特征，引入融合模块及跨智能体融合策略，实现了先进的3D检测性能，提升了协作增益。

When is LLM-Based Program Reasoning Correct? A Completion Semantics for LLM-Based Code Inference

基于大语言模型的程序推理何时正确？基于大语言模型的代码推理的补全语义

Zhiyuan Liu, Yihe Li, Trevor E. Carlson, Huiyan Wang, Ruijie Meng, Gregory J. Duck

专题命中 软件智能体 ：workflow(abstract)

AI总结 研究基于大语言模型的程序推理何时正确，引入补全语义，将不完整程序形式化，定义存在性推理正确性。以见证生成工作流程实例化方法，在真实任务上评估，能区分合理与不合理推理，为验证不完整程序推理提供实用机制。

Comments 28 pages, 4 figures, 3 tables

Contract-Grounded Behavior Tree Synthesis via Coding Agents

通过编码代理实现基于契约的行为树合成

Jonathan Salfity, Robert Blake Anderson, Mitch Pryor

机构 * The University of Texas at Austin（德克萨斯大学奥斯汀分校） 纠错

专题命中 软件智能体 ：agent(abstract)

AI总结 研究从自然语言合成机器人行为树时基础设定易出现的问题，提出基于契约的合成架构，编码代理查询服务器获取契约后合成行为树，经实验评估两个大语言模型，结果显示该架构能实现高验证率和成功率，且可转移到物理硬件。

Comments IEEE RA-L Submission

Cardano's Voltaire Governance: Complete Specification and Research Program

卡尔达诺的伏尔泰治理：完整规范与研究计划

Nimrod Talmon, Oghenekaro Elem

专题命中 软件智能体 ：agent(abstract)

AI总结 研究卡尔达诺的伏尔泰治理系统，给出其机制完整技术规范，涵盖架构、行动类型等；建立治理优化研究议程，含模拟平台设计等，提供初步结果如治理内核，助力推进区块链治理科学。

Reinforcement Learning versus Optimization for Optimal Transmission Switching: A Comparative Study

最优输电切换的强化学习与优化方法比较研究

Yuanrui Sang, Israel Abiala, Rachel Gerdes

专题命中 软件智能体 ：agent(abstract)

AI总结 研究最优输电切换问题，比较强化学习框架与基于混合整数线性规划的优化方法，通过在IEEE RTS-96 24节点系统上的案例研究发现，强化学习智能体在低预算下能产生接近最优解，生成可行解速度比优化求解器快两到三个数量级。

D-SafeMPC: Diffusion-Driven Safe Model Predictive Control with Discrete-Time Control Barrier Functions

D-SafeMPC：基于离散时间控制障碍函数的扩散驱动安全模型预测控制

Erdi Sayar, Ersin Daş, Joel W. Burdick, Alois Knoll, Erdal Kayacan

机构 * Paderborn University（帕德博恩大学） ； Illinois Institute of Technology（伊利诺伊理工学院） ； California Institute of Technology（加州理工学院） ； Technical University of Munich（慕尼黑工业大学） 纠错

专题命中 软件智能体 ：planning(abstract)

AI总结 研究针对扩散模型用于机器人规划时无法保证安全和动态约束的问题，提出D-SafeMPC方法，通过控制障碍函数等引导扩散过程，结合迭代投影方案，经实验验证该方法能提升安全性、任务成功率和规划效率。

AcadGIS: A Single-Import Python Package for Reproducible, Publication-Ready Academic Maps

AcadGIS：一个用于生成可重现、适合发表的学术地图的单导入Python包

Ripon Chandra Malo, Shatabdi Roy, Tong Qiu

专题命中 软件智能体 ：workflow(abstract)

AI总结 研究针对学术地图制作流程零散的问题，提出AcadGIS这个免费开源Python包，它能在一个命名空间下从高级命令创建面向发表的研究地图，通过三个用例展示其可将常见地图表示为紧凑脚本，解决了可访问性和可重复性问题。

Comments 19 pages, 8 figures, 2 tables, and 6 code listings. AcadGIS v0.2.0: https://github.com/riponcm/AcadGIS/releases/tag/v0.2.0

Observation Quality Matters: Robust Multi-Fisheye Calibration via Failure-Oriented Analysis

观测质量至关重要：通过面向失败的分析实现鲁棒多鱼眼相机校准

Peize Liu, Zhe Tong, Chen Feng, Shaojie Shen

机构 * The Hong Kong University of Science and Technology（香港科技大学） 纠错

专题命中 软件智能体 ：workflow(abstract)

AI总结 研究多鱼眼相机校准难题，通过面向失败分析发现内参初始化是主因，提出CO - Calib框架，结合鲁棒目标检测器和误差分析引导帧选择器，实验表明该框架提升校准成功率、外参精度及校准稳定性。

Comments 9 pages, 7 figures, 6 tables. Code: https://github.com/HKUST-Aerial-Robotics/CO-Calib

HETERQA: Benchmarking Record Retrieval over Multiple Heterogeneous Sources

HETERQA：多异构源记录检索基准测试

Yaodong Su, Hanchang Li, Quanqing Xu, Chuanhui Yang, Yixiang Fang

专题命中 软件智能体 ：agentic(abstract)

AI总结 研究新兴系统中多异构源记录检索问题，构建含857个问答对的HETERQA基准，采用答案驱动方式，经多步操作生成，验证基准并评估多种检索器，为异构源记录检索提供有效测试平台。

Comments 20 pages, 10 figures

Antaeus: Hunting Repository-Level Logic Vulnerabilities via Context-Grounded LLM Reasoning

Antaeus: 通过上下文锚定的LLM推理发现仓库级逻辑漏洞

Michele Armillotta, Nicolò Romandini, Rebecca Montanari, Lorenzo Cavallaro

专题命中 软件智能体 ：agentic(abstract)

AI总结 提出Antaeus框架，通过仓库级代码上下文锚定LLM推理，结合函数优先级排序、上下文推理、比较验证和结构化报告，有效检测逻辑漏洞，在28个仓库中检测出15个漏洞，优于基线方法。

Federated Sovereign Transport Protocol (FSTP): Verifiable Coordination Without Disclosure

联邦主权传输协议 (FSTP)：无需披露的可验证协调

Ramón Soto C., Liz Soto

专题命中 软件智能体 ：agent(abstract)

AI总结 提出联邦主权传输协议 (FSTP)，通过编译时类型系统强制数据隔离、上下文无关身份模型和基于Blocklace的事件日志，实现无需暴露内部数据的可验证联邦协调。

Comments 26 pages, 4 figures, 3 tables. Reference implementation in Rust (fstp-core). Protocol specification and code to be linked from GitHub release v0.1.0 upon announcement

Debugging as Evidence-Driven Reasoning: Visualization Opportunities in Data-Intensive Programming

调试作为证据驱动的推理：数据密集型编程中的可视化机会

Yongbo Chen, Yan Zhu, Rebecca Faust

专题命中 软件智能体 ：workflow(abstract)

AI总结 通过半结构化访谈揭示数据密集型调试中的三个跨领域挑战，并转化为可视化设计需求，为未来研究奠定基础。

Comments 5 pages, 1 figure, submitted to IEEE VIS conference

A hardware-safety-gated system for LLM-written native ARTIQ control code on a trapped-ion platform

基于硬件安全门控的LLM编写原生ARTIQ控制代码系统在离子阱平台上的应用

Duanyang Wang, Lu Qi, Yuanheng Xie, Norbert M. Linke, Kenneth R. Brown

专题命中 软件智能体 ：agent(abstract)

AI总结 提出一种硬件安全门控系统，通过令牌授权机制确保LLM代理在离子阱实验中安全自主地编写和执行控制代码，并在实验中验证了其有效性和可移植性。

Comments 15 pages, 5 figures

Reading AI Model Compilation in MLIR Through the Lens of Formal Theories

通过形式理论的视角解读MLIR中的AI模型编译

Javed Absar

专题命中 软件智能体 ：agent(abstract)

AI总结 本文通过形式理论（如项重写系统、精化演算、抽象解释）对应MLIR的匹配-重写引擎、阶段降低和范围分析，论证形式概念有助于明确抽象完备性、理想设计及实际权衡。

Bounds for Standard Errors in Combined Data

组合数据中标准误差的界限

Jooyoung Cha, Yuya Sasaki, Nelson Matthew P. Tan

专题命中 软件智能体 ：agent(abstract)

AI总结 提出从不同样本的矩条件估计参数时，标准误差下界的构造方法，利用几何不等式推导无跨样本相关性信息的显式界限，并通过半定规划得到一般情况下的计算可行界限，最后通过三个实证案例展示实用性。

Comments 46 pages, 2 figures

Three Barriers to Kantian Cooperation under Inequality

不平等条件下康德合作的三个障碍

Igor Sloev, Gerasimos Lianos

专题命中 软件智能体 ：agent(abstract)

AI总结 本文通过一个两人自愿提供公共品的模型，识别了不平等条件下自愿采纳康德合作的三个障碍：帕累托改进缺失、策略空间参数化的分配冲突以及帕累托前沿上的协调问题。

Towards LLM-Powered Automation of a Dark Matter Constraint Repository

基于大语言模型的暗物质约束库自动化

Lanqing Yuan, Karthik Ramanathan

专题命中 软件智能体 ：agentic(abstract)

AI总结 提出一个LLM流水线，从arXiv论文中提取暗物质约束曲线并生成拉取请求，在基准测试中达到90.5%的耦合类型分类准确率和0.33 dex的中位残差。

Quantum correlations in QBism's reconstruction program

QBism重构程序中的量子关联

Sachin Gupta, Jacques Pienaar

专题命中 软件智能体 ：agent(abstract)

AI总结 研究qplex理论中双粒子关联，通过C-向量内积几何形式分析贝尔不等式，发现CHSH情形达到Tsirelson界2√2，而CGLMP不等式允许超量子关联代数最大值4，表明QBist重构需额外原理。

Comments Corrected an error: superquantum violation of I_2233 is approx. 3.1547, not 4 as originally claimed. Minor improvements to Figure and text

CodeSentinel: A Three-Layer Defense Against Indirect Prompt Injection in Code Contexts

CodeSentinel：代码上下文中针对间接提示注入的三层防御

Po-Han Cheng, Chia-Mu Yu, Ying-Dar Lin, Yu-Sung Wu, Wei-Bin Lee

专题命中 软件智能体 ：agent(abstract)

AI总结 针对代码大语言模型在检索外部代码时面临的间接提示注入攻击，提出CodeSentinel三层推理时净化器，结合语法引导预过滤、CST引导动态Min-K%评分和节点扰动分析，实现0.80节点级F1，优于现有方法。

Evaluating LLM Coding Agents on SZ-Family Lossy Compression Across Architectures

评估LLM编码代理在不同架构上的SZ系列有损压缩

Changqing Li, Shouwei Gao, Kai Zhao, Sheng Di, Wenqian Dong

专题命中 软件智能体 ：agent(abstract)

AI总结 评估LLM编码代理在SZ系列有损压缩内核上的表现，发现GPU上强模型性能高但对提示敏感，Cerebras上主要挑战是生成可运行程序，且代理在模块化内核上更有效。

Comments 5 pages, 4 figures. Accepted to IPDPS 2026 HPAI4S Workshop

On the number of symmetric chain decompositions of the minuscule lattices $L(m,n)$ and $M(n)$

关于极小格 $L(m,n)$ 和 $M(n)$ 的对称链分解的数量

Robert Dorward

专题命中 软件智能体 ：agent(abstract)

AI总结 研究极小格 $L(m,n)$ 和 $M(n)$ 的对称链分解计数，给出 $L(2,n)$ 的显式公式，并猜想 $\#SCD(L(m,n))$ 和 $\#SCD(M(n))$ 超指数增长，与晶体基和Lusztig对合等建立联系。

Comments 27 pages, 6 figures. In preparation for submission. Comments welcome

Beyond Resilience -- A Conceptual Framework for Civic Ascent

超越韧性——公民提升的概念框架

Alexandros Washburn, Carlo Lipizzi

专题命中 软件智能体 ：agent(abstract)

AI总结 提出“公民提升”概念，定义城市从冲击中恢复后功能容量提升的状态，并构建基于拓扑、制度和判断三个慢变量及一个快情感通道的概念框架。

SG2Loc: Sequential Visual Localization on 3D Scene Graphs

SG2Loc: 基于3D场景图的顺序视觉定位

Nicole Damblon, Olga Vysotska, Federico Tombari, Marc Pollefeys, Daniel Barath

机构 * ETH Zurich（苏黎世联邦理工学院） ； Google（谷歌） ； TU Munich（慕尼黑工业大学） ； Microsoft（微软） 纠错

专题命中 软件智能体 ：autonomous agent(abstract)

AI总结 提出一种轻量级顺序视觉定位方法，利用紧凑的3D场景图表示环境，通过粒子滤波和语义匹配实现高效定位，显著降低存储需求。

Comments The code will be available at https://github.com/DmblnNicole/sg2loc

Bilinear gating of motor primitives: a principle linking dendritic computation to rapid goal-directed adaptation

运动基元的双线性门控：连接树突计算与快速目标导向适应的原理

Cristiano Capone, Luca Falorsi, Andrea Ciardiello, Luca Manneschi

专题命中 软件智能体 ：agent(abstract)

AI总结 研究发现猕猴运动皮层神经元的爆发比例编码目标信息，提出双线性门控机制解释其来源，并展示该机制支持零样本泛化和快速适应。

Claude Code-Driving Scenario Mining for the Argoverse 2 Challenge

Claude Code驱动的Argoverse 2挑战赛场景挖掘

Wei Deng, Caoshengzhe Xue, Shuaikun Liu, Zhaohong Liu, Mengshi Qi, Huadong Ma

机构 * Beijing University of Posts and Telecommunications（北京邮电大学） 纠错

专题命中 软件智能体 ：agent(abstract)

AI总结 提出四阶段管道：Claude Code自主生成代码、迭代训练集筛选、语义代码审查和场景级验证，用于Argoverse 2场景挖掘挑战。

LongRTL: Graph-Similarity-Guided LLM-driven Long Context RTL Optimization

LongRTL：基于图相似性的LLM驱动的长上下文RTL优化

Yuyang Ye, Che-Kuan Shen, Xiangfei Hu, Yuchen Liu, Shuo Yin, Xufeng Yao, Bei Yu, Tsung-Yi Ho

专题命中 软件智能体 ：agent(abstract)

AI总结 提出一种基于图相似性的LLM驱动RTL优化框架，通过分区、优化和重构三个智能体解决长上下文RTL代码的优化问题。

Comments 7 pages, 6 figures, 5 tables, conference