AI 大模型
智能体、工具调用、规划、工作流、多智能体和自主任务执行。
MRMS：一种用于长寿命人工智能智能体的多分辨率内存基底
机构 * NxtLab Innovations（NxtLab创新公司）
专题命中 记忆与上下文管理 ：AI agent(title,abstract)；agent(abstract)；分类 cs.AI
AI总结 研究长寿命AI智能体的内存问题，提出沿两个正交轴组织的架构内存基底，介绍其设计约束和核心主张，还给出轻量级原型实现并验证核心机制。
Comments 11 pages, 1 figure, 7 tables; technical report
未被选取的令牌：采样、状态与AI智能体输出的变异性
机构 * University of Pittsburgh（匹兹堡大学） ； Ejento.ai
专题命中 记忆与上下文管理 ：AI agent(title)；agent(abstract)；agentic(abstract)；分类 cs.AI
AI总结 本文分析AI智能体系统输出变异性的来源，区分令牌采样的内在随机性与环境、数据等外在因素，并讨论在匹配条件下变异性的可复现性及确定性执行在部署中未必导致相同行为的原因。
训练可观测控制策略以通过动作暴露智能体状态
机构 * Department of Aerospace and Mechanical Engineering（航空航天与机械工程系）
专题命中 记忆与上下文管理 ：agent(title,abstract)；autonomous agent(abstract)；分类 cs.LG
AI总结 本文研究在通信受限下，通过强化学习训练智能体策略，使其动作更易用于状态估计，并在飞机跟踪问题中验证了可观测性提升对任务性能影响极小。
Journal ref Journal of Aerospace Information Systems (2026): 1-11
遗忘以改进：通过预算策划内存的设备端LLM智能体持续学习
机构 * Apple（苹果） ； Google（谷歌） ； Microsoft（微软） ； Meta ； Alibaba（阿里巴巴）
专题命中 记忆与上下文管理 ：agent(title,abstract)；agentic(abstract)；分类 cs.LG
AI总结 提出净价值每字节评分机制，在设备端智能体内存中权衡价值与危害，实现预算约束下的记忆保留、共享与信任决策，降低内存和上行带宽并防御注入攻击。
NVIDIA实验室的OO智能体：原生Python面向对象智能体
机构 * NVIDIA-labs（英伟达实验室）
专题命中 记忆与上下文管理 ：agent(abstract)；AI agent(abstract)；workflow(abstract)；agentic(abstract)
AI总结 研究提出NOOA这一Python框架构建可靠AI智能体，采用智能体即Python对象的编程模型，结合六个面向模型的理念，证明当前模型能有效使用此接口并在相关测试中表现良好，为智能体开发提供新途径。
FedWorld：感知范围的智能体世界模型联邦
专题命中 记忆与上下文管理 ：agent(title,abstract)；planning(abstract)
AI总结 FEDWORLD是一种感知范围的智能体世界模型联邦协议，通过交换结构化抽象转移规则，减少冲突动态下的负迁移，提升智能体任务成功率。
AI智能体证据的硬件根证明：将IETF RATS与行动证据包组合
专题命中 记忆与上下文管理 ：agent(title,abstract)；AI agent(abstract)
AI总结 本研究提出将IETF RATS架构与行动证据包组合，实现AI智能体的硬件根证明，通过仿真TPM实验验证了该方案的可行性。
Comments 9 pages, 1 figure, 1 table. Technical note. Also deposited at Zenodo: doi:10.5281/zenodo.20818671
基于Aries实验框架重新思考智能体服务系统的AI云基础设施
专题命中 记忆与上下文管理 ：agentic(title)；agent(abstract)；autonomous agent(abstract)
AI总结 该研究针对自主智能体对传统LLM服务的挑战，提出Aries全栈实验框架，通过实验揭示服务系统的关键瓶颈，探讨智能体原生服务系统的设计愿景。
ReflexTrack：一种用于无训练的引用视频对象分割的反馈驱动智能体
机构 * School of Artificial Intelligence and Computer Science, Jiangnan University（江南大学人工智能与计算机科学学院） ； Centre for Vision, Speech and Signal Processing, University of Surrey（萨里大学视觉、语音和信号处理中心）
专题命中 记忆与上下文管理 ：agent(title,abstract)；agentic(abstract)
AI总结 研究针对引用视频对象分割问题，提出无训练、反馈驱动的ReflexTrack智能体。通过掩码引导空间细化和视频级掩码反射实现空间与时间层面反馈，提升预测可靠性，在Ref-VPS和ReasonVOS上取得较好分数。
视觉与反思：用于推荐的多模态记忆增强智能体协作
专题命中 记忆与上下文管理 ：agent(title,abstract)；agentic(abstract)
AI总结 针对基于LLM的推荐系统局限，提出MMEACR框架，采用双轨记忆架构，通过属性引导机制更新记忆，构建多模态嵌入记忆，经加权倒数排名融合两轨道，实验证明其在多领域表现出色，尤其视觉推荐场景有显著提升。
检索记忆中的时间有效性：消除AI智能体在知识演化中的过时事实错误
机构 * MemStrata.dev — Called It Inc. (Enterprise)（MemStrata.dev — Called It Inc.（企业））
专题命中 记忆与上下文管理 ：AI agent(title)；agent(abstract)；分类 cs.AI、cs.CL、cs.LG
AI总结 针对RAG无法处理知识演化导致过时事实错误的问题，提出MemStrata，通过确定性替换规则维护时间有效性，在演化知识上准确率达0.95-1.00，过时事实错误率降至~0%。
Comments 21 pages, 5 tables. Code, prompts, and evaluation datasets included
记忆传染：通过智能体记忆的评估者偏见的跨时间传播
机构 * Independent Researcher（独立研究员）
专题命中 记忆与上下文管理 ：agent(title,abstract)；分类 cs.AI、cs.CL、cs.LG
AI总结 研究大型语言模型智能体记忆中评估者偏见通过记忆存储跨时间传播的现象，发现即使完美记忆整合也会导致偏见传播，且无安全阈值。
Comments 12 pages, 3 figures, 4 tables
无安全性的稳定性：对自主网络物理系统的增益操纵攻击
专题命中 记忆与上下文管理 ：agent(title,abstract)；AI agent(abstract)
AI总结 本文形式化自主网络物理系统中的增益操纵攻击，通过三轴攻击模型和分类法，揭示稳定性保持的增益替换仍可产生远超安全限度的瞬态放大，并利用Bauer-Fike特征值界和Kreiss矩阵定理推导隐蔽条件和最坏影响。
Comments 6 pages, 2 figures, 2 tables. Submitted to IEEE L-CSS for possible publication
HoloAgent-0：具有3D空间记忆的统一具身智能体框架
机构 * Horizon Robotics ； D-Robotics Robotics
专题命中 记忆与上下文管理 ：agent(title,abstract)；planning(abstract)
AI总结 提出HoloAgent-0统一框架，通过三层耦合结构（具身AgentOS、3D空间记忆、具身技能）实现真实机器人闭环执行，在长程导航、跨机器人协调等任务上验证有效性。
MUSE: 基于记忆的增量需求满足的智能体3D场景创作
机构 * East China Normal University（华东师范大学） ； Fudan University（复旦大学） ； Shanghai Jiao Tong University（上海交通大学）
专题命中 记忆与上下文管理 ：agentic(title)；agent(abstract)；multi-agent(abstract)
AI总结 提出MUSE多智能体框架，通过增量需求满足实现可控3D场景构建与编辑，在AuthorBench上显著提升目标达成率和场景保持率。
金融智能体的自我进化审计：能力提升、安全漂移与执行接口不匹配
专题命中 记忆与上下文管理 ：agent(abstract,abstract_cn)；workflow(abstract,abstract_cn)；分类 cs.AI
AI总结 该研究通过模拟电子银行环境审计SkillOpt、AWM、ReasoningBank等自我进化金融智能体，发现仅靠准确率评估不足，需跟踪退化、攻击面接触等指标，且AWM存在执行接口不匹配的评估风险。
Comments 8 pages, 2 figures
从认知架构到语言智能体：谱系、融合与迁移差距的机制层面综述
专题命中 记忆与上下文管理 ：agent(abstract)；tool use(abstract)；planning(abstract)；workflow(abstract)
AI总结 该综述连接多个认知架构与语言智能体系统，重构机制并编码相关关系，指出现代智能体部分功能已实现，最强机会在机制耦合，存在五个剩余组合，贡献了机制目录、证据深度框架及可证伪议程。
Comments 28 pages, 9 figures, 14 tables. Review article
当智能体记忆过多时：对大语言模型智能体的内存中毒攻击
机构 * George Torres3（乔治·托雷斯（第三作者）） ； Sharad Shrestha1（沙拉德·什雷斯塔（第一作者）） ； Satyajayant Misra4（萨蒂亚扬特·米什拉（第四作者））
专题命中 记忆与上下文管理 ：agent(abstract)；AI agent(abstract)；planning(abstract)；agentic(abstract)
AI总结 研究大语言模型驱动的个人智能体因缺乏内存安全治理存在安全漏洞，提出攻击向量GhostWriter，实现近98%注入率和约60%激活率，还提出AM-Sentry缓解技术，显著降低GhostWriter成功率并保持智能体效用。
教学与成长：面向通用机器人学习的智能体中心架构
机构 * School of Automation and Intelligent Sensing, Shanghai Jiao Tong University（上海交通大学自动化与智能感知学院）
专题命中 记忆与上下文管理 ：agent(title,abstract)；分类 cs.AI、cs.LG
AI总结 该研究提出TGL智能体中心架构，通过将演示转化为可复用技能块，无需特定任务再训练即可实现通用机器人学习，在LIBERO评估中达SOTA性能，还提出相关缩放定律假设。
TraceCAD：面向智能体CAD生成的轨迹引导修复
专题命中 记忆与上下文管理 ：agentic(title)；agent(abstract)；分类 cs.AI、cs.SE
AI总结 TraceCAD是一种用于智能体CAD生成的轨迹引导修复方法，通过引入持久状态等机制提升了CAD生成的几何质量与修复可靠性，在DeepCAD基准测试中取得了良好效果。
Comments 18 pages, 7 figures; includes supplementary material
AgentMemBench：用于评估对话AI智能体长期记忆管理策略的系统基准
机构 * Sofrecom（索弗雷科姆）
专题命中 记忆与上下文管理 ：AI agent(title,abstract)；分类 cs.AI、cs.CL
AI总结 该研究构建了AgentMemBench基准，评估五种记忆策略及两款现有系统，发现外部键值存储（EKV）在长程对话记忆任务中表现最优，但存在内存占用成本，同时公开了全部可复现资源。
Comments 22 pages, 3 figures submitted on Neural Computing and Applications
SciToolAgent-Evo：一种面向开放世界科学工具获取的本体感知自进化智能体
专题命中 记忆与上下文管理 ：agent(title,abstract)；分类 cs.AI、cs.CL
AI总结 针对LLM智能体依赖静态工具空间难以适配开放世界科学工作流的问题，提出SciToolAgent-Evo本体感知自进化智能体，结合进化记忆与本体化工具图，利用LinUCB平衡探索利用，推出OpenSciToolBench基准并取得最优性能。
Comments 19 pages, 4 figures, under review
面向智能体语音识别的语音记忆
机构 * NVIDIA（英伟达）
专题命中 记忆与上下文管理 ：agentic(title,abstract)；分类 cs.AI、cs.CL
AI总结 该研究提出仅推理方案Voice Memory，通过听者-思考者架构克制过度校正，在10个HyPoradise域上将加权词错误率降至7.52%，可跨校正器迁移且不增加推理参数。
Comments Preprint. Technical report and open source: https://huggingface.co/huckiyang/voice-memory
超认知模式：一种用于智能体记忆的路由架构
机构 * Supra Research（超研）
专题命中 记忆与上下文管理 ：agent(title,abstract)；分类 cs.AI、cs.CL
AI总结 研究智能体记忆工作负载，提出超认知模式（SCM）架构，通过共享摄取底层及相关机制处理查询，在三个基准上进行表征，给出参考运行成绩等，展示了一种路由配置及故障模式，验证了相关设计。
双智能体语言模型中继中的状态压缩：约束保留的封闭世界研究
专题命中 记忆与上下文管理 ：agent(title)；planning(abstract)；分类 cs.AI、cs.CL
AI总结 研究双智能体LLM中继中交接压缩问题，比较无压缩、叙述性总结、JSON提取、基于嵌入的修剪四种交接条件，发现交接表示影响下游可行性，JSON提取可行性准确率最高达0.96，结构化可审计表示利于约束检查。
Comments 8 pages, 2 figures, 3 tables
为什么Git是智能开发生命周期的记忆解决方案
机构 * MIT（麻省理工学院）
专题命中 记忆与上下文管理 ：agentic(title,abstract)；分类 cs.AI、cs.SE
AI总结 研究智能开发生命周期中代码变更推理过程的记忆问题，提出将记忆与Git绑定的方法，通过解决种子供应和答案组装问题，实现低令牌数回答且结果可复制。
Comments 8 pages
记住重要时刻：用于长期任务智能体的主动记忆智能体
机构 * Meta AI
专题命中 记忆与上下文管理 ：agent(title,abstract)；分类 cs.AI、cs.CL
AI总结 研究长期任务中智能体决策时行为状态衰减问题，提出用主动记忆智能体并行干预，更新记忆库并决定是否提醒。该方法在多个基准测试中提升了智能体性能，消融实验证明其优势，还训练模型实现部分迁移。
STAGformer：用于微移动需求预测的时空代理图变换器
机构 * City University of Hong Kong（香港城市大学）
专题命中 记忆与上下文管理 ：agent(title,abstract)；分类 cs.AI、cs.LG
AI总结 针对共享单车系统站点级需求预测难题，提出STAGformer模型，通过两步代理注意力机制及四个核心模块，以线性复杂度实现高效全局建模，实验表明其在多预测范围优于基线，消融研究验证各组件贡献。
MIRROR: 基于新颖性约束的记忆引导MCTS红队测试用于智能体RAG
机构 * Fujitsu Research of Europe, United Kingdom（欧洲富士通研究机构，英国） ； Fujitsu Limited, Japan（日本富士通有限公司）
专题命中 记忆与上下文管理 ：agentic(title,abstract)；分类 cs.AI、cs.LG
AI总结 提出MIRROR框架，通过记忆引导蒙特卡洛树搜索和显式新颖性约束，在多模态智能体RAG系统的四个攻击面上实现高攻击成功率，并降低跨表面方差。
Comments 6 pages, 2 figures. Accepted at the 2026 International Joint Conference on Neural Networks (IJCNN 2026), IEEE WCCI 2026; presented as an oral talk. Code and ART-SafeBench benchmark: https://github.com/FujitsuResearch/mirror
基准测试智能审稿系统
机构 * University of Chicago（芝加哥大学） ； Bar-Ilan University（巴伊兰大学）
专题命中 记忆与上下文管理 ：agentic(title,abstract)；分类 cs.AI、cs.CL
AI总结 针对AI辅助研究给同行评审带来的压力，新兴智能审稿系统涌现，但缺乏评估标准。本文评估了多种系统，发现最佳配置（OpenAIReview + GPT-5.5）在成对准确性上达83.0%，能捕获71.6%注入错误，且用户反馈正面。
Comments 11 pages, 7 tables, 4 figures
扫码添加微信好友，提出您的宝贵建议 👇
💡 备注请填写：网站反馈