Agent-Assisted Side-Channel Attacks on Non-Prefix KV Cache in RAG
代理辅助的非前缀KV缓存侧信道攻击
专题命中 记忆与上下文管理 ：agent(title)
AI总结 针对RAG系统中非前缀KV缓存融合的侧信道漏洞，提出SpliceLeak攻击，利用“阶梯波”时序特征提取私有提示长度和语义内容，并设计SpliceDefense防御机制。
Comments 15 pages, 8 figures
AI 大模型
AI Agent
智能体、工具调用、规划、工作流、多智能体和自主任务执行。
1. 记忆与上下文管理 427 篇
GeneralVLA-2: Geometry-Aware Reconstruction and Governed Memory for Robot Planning
GeneralVLA-2: 几何感知重建与受控记忆用于机器人规划
机构 * School of Computer Science, Peking University（北京大学计算机科学学院） ； CASIA（中国科学院自动化研究所） ； AI 2 Robotics
专题命中 记忆与上下文管理 ：planning(title)
AI总结 针对机器人规划中3D物体重建幻觉和记忆质量不可控的问题，提出GeoFuse-MV3D几何先验引导重建分支和受控长期记忆系统，在GSO-30和Terminal-Bench等基准上显著提升性能。
ARTA: Adaptive Reinforcement-Learning-Based Throttling Agent for RowHammer Vulnerabilities
ARTA: 基于自适应强化学习的节流代理应对RowHammer漏洞
专题命中 记忆与上下文管理 ：agent(title)
AI总结 提出ARTA，一种基于Q学习的轻量级节流机制，通过监控DRAM刷新窗口内的内存访问行为并动态调整核心吞吐量，消除位翻转并提升性能。
Training-Free Inference-Time Self-Reflection and Cost-Bounded Early Stopping for Large Language Models
面向大语言模型的无训练推理时自我反思与成本受限早停机制
机构 * School of Digital Arts, Jiangxi Arts & Ceramics Technology Institute（江西工艺美术职业技术学院数字艺术学院） ； School of Computing, Universiti Sains Malaysia（马来西亚理科大学计算机学院）
专题命中 记忆与上下文管理 ：agent(abstract)；multi-agent(abstract)；分类 cs.AI
AI总结 本文提出无训练的推理时协议EvoResearcher，通过成本受限的自我反思实现大语言模型早停，在多个推理基准上验证其成本受限自我验证的价值。
Topological Attribution Distance (TAD): Revealing Segment-Level RAG Influence on LLM Output Geometry for Incident Log Analysis
拓扑归因距离（TAD）：揭示用于事件日志分析的RAG片段级影响对LLM输出几何的作用
专题命中 记忆与上下文管理 ：autonomous agent(abstract)；agentic(abstract)；分类 cs.AI
AI总结 该研究针对LLM在网络安全应用中证据归因追踪的缺口，提出拓扑归因距离（TAD）方法，可自适应识别对LLM输出关键的事件日志，为证据验证提供可解释追踪。
AI Research Preference Models
AI研究偏好模型
机构 * FAIR at Meta ； University of Oxford（牛津大学） ； University College London（伦敦大学学院）
专题命中 记忆与上下文管理 ：agent(abstract)；agentic(abstract)；分类 cs.AI
AI总结 该研究针对AI研究智能体的候选方案评估成本过高问题，提出AI研究偏好模型，将其集成到AIRA-dojo智能体后提升了基准任务性能，且达到目标性能的时间更短、预算更少。
Comments 34 pages, 17 figures, 6 tables
Enhancing Virtual Agents through SLMs and Edge-Computing: An Exploratory Evaluation of Think and Memory Processes
通过小型语言模型（SLMs）与边缘计算增强虚拟智能体：对思考与记忆过程的探索性评估
机构 * University of Central Lancashire（中央兰开夏大学）
专题命中 记忆与上下文管理 ：agent(abstract)；planning(abstract)；分类 cs.AI
AI总结 本文探索利用SLMs与边缘计算支持CEAA的“思考”“记忆”组件，在NVIDIA Jetson Orin NX上用Qwen2.5模型开发边缘虚拟智能体网关，经模拟实验验证其可高效运行部分CEAA过程，助力沉浸式虚拟世界具身智能体开发。
From Faulty Memories to Corrected Actions: Dependency-Guided Rollback Repair for Memory-Augmented Agents
从错误记忆到修正行动：记忆增强智能体的依赖引导回滚修复
专题命中 记忆与上下文管理 ：tool use(abstract)；tool-use(abstract)；分类 cs.AI
AI总结 该研究针对记忆增强智能体的错误记忆问题，提出依赖引导回滚修复方法，在150案例受控基准和50案例改编测试中，均优于对比方法，实现了更优的记忆恢复效果与成本权衡。
An adaptive and evolvable deep reinforcement learning framework for weather prediction
一种用于天气预报的自适应可演化深度强化学习框架
专题命中 记忆与上下文管理 ：agent(abstract,abstract_cn)；分类 cs.LG
AI总结 该研究提出FTAE-Weather框架，通过深度强化学习协调预训练气象模型，以极低额外参数实现预报误差显著降低，优于传统集合基线，将模型多样性转化为科学优势。
Toward Metacognitive One-Shot Indirect Prompt Injection: Strategy Abstraction Via Outcome-Conditioned Reflection
迈向元认知少样本间接提示注入：基于结果条件反射的策略抽象
专题命中 记忆与上下文管理 ：agent(abstract,abstract_cn)；分类 cs.CL
AI总结 本文提出SAVOR方法，将攻击适配转向离线策略蒸馏，仅需一次目标智能体查询，在多基准与模型上攻击成功率显著优于现有方法，且记忆可跨防御迁移。
MemWM: Memory-Augmented Text-Based World Model
MemWM：记忆增强的基于文本的世界模型
机构 * LMU Munich（慕尼黑大学） ； Munich Center for Machine Learning (MCML)（慕尼黑机器学习中心） ； Huawei Heisenberg Research Center（华为海森堡研究中心） ； Zhejiang University（浙江大学） ； Technical University of Munich (TUM)（慕尼黑工业大学） ； TU Berlin（柏林工业大学） ； Kiel University（基尔大学）
专题命中 记忆与上下文管理 ：agent(abstract)；planning(abstract)；分类 cs.AI
AI总结 该研究提出记忆增强的基于文本的世界模型MemWM，通过引入世界记忆解决世界模型的系统性预测错误，在ALFWorld等基准上提升智能体规划成功率与效率。
PMMC: Prospective Multimodal Memory Compilation for Long-Term LVLM Agents
PMMC：面向长期LVLM智能体的前瞻性多模态记忆编译
专题命中 记忆与上下文管理 ：agent(abstract)；planning(abstract)；分类 cs.AI
AI总结 针对现有LVLM智能体记忆系统的缺陷，提出PMMC框架，将部分记忆推理移至整合阶段，构建结构化问题库，提升答案质量与证据召回率，降低查询成本。
Training Skills Like Parameters via Self-Supervised Semantic Diffusion
通过自监督语义扩散将技能像参数一样训练
机构 * Tsinghua University（清华大学） ； Shanghai AI Laboratory（上海人工智能实验室） ； The Hong Kong University of Science and Technology（香港科技大学）
专题命中 记忆与上下文管理 ：agent(abstract)；agentic(abstract)；分类 cs.CL
AI总结 该研究提出受扩散模型启发的无监督自进化智能体框架，通过自监督信号更新外部文本技能库，提升了智能体在短剧剧本创作领域的生成能力。
Comments Preprint, work in progress
Beyond Memory: A Templated Substrate for Heterogeneous Collaborative Knowledge Work with LLM Agents
超越记忆：一种用于异构协作知识工作的带大语言模型代理的模板化基础架构
机构 * University of Notre Dame（圣母大学）
专题命中 记忆与上下文管理 ：agent(abstract)；multi-agent(abstract)；分类 cs.AI
AI总结 研究指出知识工作成果难传承，大语言模型代理无持久记忆。提出llm-wiki-memory-template，它是异构协作知识工作基础架构，沿多人类、多代理、多领域三个轴，通过案例研究展示其能保留失败路径等，解决负面结果丢失问题。
Comments 15 pages, 3 figures, 1 table
Competitive and Complementary Tools
竞争与互补工具
机构 * Santa Fe Institute（圣菲研究所）
专题命中 记忆与上下文管理 ：agent(abstract)；agentic(abstract)；分类 cs.AI
AI总结 研究人类将思维外化于工具的现象，把智能体、工具和任务建模为动力系统，探讨能力与依赖的共同进化及双稳态，经多数据集测试，结果重塑了工具构建、人工智能部署及抗工具教育的方式。
PM-Bench: Evaluating Prospective Memory in LLM Agents
PM-Bench：评估大语言模型智能体中的前瞻记忆
机构 * University of California, Los Angeles（加利福尼亚大学洛杉矶分校）
专题命中 记忆与上下文管理 ：agent(abstract)；agentic(abstract)；分类 cs.AI
AI总结 研究针对智能体人工智能中的前瞻记忆挑战，引入PM-Bench基准，受认知科学启发评估大语言模型智能体相关能力。在模拟一周内比较八个先进模型，发现各模型在此基准测试中均具挑战性，且无单一改善策略占优，还发布该基准用于诊断与干预。
Comments Published as a conference paper at COLM 2026
ToolAtlas: Learning Once, Reusing Everywhere with Tool-Side Memory
ToolAtlas：通过工具端内存实现一次学习、处处复用
机构 * School of Computer Science, Peking University（北京大学计算机科学学院） ； Microsoft（微软）
专题命中 记忆与上下文管理 ：agent(abstract)；tool use(abstract)；分类 cs.LG
AI总结 研究针对大语言模型代理依赖外部工具时工具知识难共享问题，提出ToolAtlas框架，通过执行验证探测构建提供商端工具内存，经实验证明该框架能有效提升性能且可跨环境和框架复用，确立了提供商端工具内存范式。
SMetric: Rethink LLM Scheduling for Serving Agents with Balanced Session-centric Scheduling
SMetric：以平衡的会话中心调度重新思考面向服务代理的大语言模型调度
机构 * Institute of Parallel and Distributed Systems, Shanghai Jiao Tong University（并行与分布式系统研究所，上海交通大学） ； Alibaba Group（阿里巴巴集团）
专题命中 记忆与上下文管理 ：agent(abstract)；agentic(abstract)；分类 cs.AI
AI总结 研究代理服务中LLM调度问题，提出基于全局层KV存储和会话内局部性的见解，设计SMetric平衡会话中心调度，相比先进调度器提升集群TPS及预填充TPS，降低每个令牌延迟。
When Claws Remember but Do Not Tell: Stealthy Memory Injection in Persistent Personal Agents
当智能体的记忆留存却不外露：持久化个人智能体中的隐秘内存注入攻击
机构 * Nanyang Technological University（南洋理工大学） ； CFAR, A*STAR（CFAR，A*STAR） ； Johns Hopkins University（约翰霍普金斯大学）
专题命中 记忆与上下文管理 ：agent(abstract)；workflow(abstract)；分类 cs.AI
AI总结 针对持久化个人智能体的隐秘内存注入威胁，构建多场景基准测试集WhisperBench，提出单次邮件投送的黑盒攻击框架MemGhost，可跨架构、跨防御实现高成功率的长期智能体入侵。
Comments 25 pages, 8 figures. Preprint
ACE: Pluggable Adaptive Context Elasticizer across Agents
ACE: 跨智能体的可插拔自适应上下文弹性化器
机构 * Meituan（美团） ； Shanghai Jiao Tong University（上海交通大学）
专题命中 记忆与上下文管理 ：agent(abstract)；agentic(abstract)；分类 cs.AI
AI总结 提出ACE模块，通过无损消息存储和自适应上下文编排，实现历史步骤信息的弹性化处理，在多种智能体框架中优于截断和摘要方法。
Quantifying Theoretical AI Alignment Guarantees: Receiver-Utility Bounds in Bayesian Persuasion
量化理论上的AI对齐保证：贝叶斯说服中的接收者效用界
机构 * Cornell University（康奈尔大学）
专题命中 记忆与上下文管理 ：agent(abstract)；AI agent(abstract)；分类 cs.AI
AI总结 通过贝叶斯说服模型，研究AI发送者优化错位目标时，人类接收者仍能获得多少有用信息，证明接收者效用比不超过3/2，并给出紧性下界。
Comments 12 pages, EC 2026 Poster and EC 2026 Incentive-Based AI Alignment Workshop Poster
GIST-CMTF: Goal-State Inference for Causal Minimal Tool Filtering in LLM Agents
GIST-CMTF：LLM代理中因果最小工具过滤的目标状态推断
机构 * Rahul Suresh Babu ； Rohit Shukla
专题命中 记忆与上下文管理 ：agent(abstract)；tool-use(abstract)；分类 cs.AI
AI总结 提出GIST-CMTF层，通过预测候选符号目标状态并估计歧义性，解决工具增强LLM代理因用户请求多义性导致的错误目标执行问题，在120个任务上达到97.0%成功率。
MASS: Deep Research for Social Sciences with Memory-Augmented Social Simulation
MASS：基于记忆增强社会模拟的深度社会科学研究
机构 * The International Joint Institute of Tianjin University, Fuzhou, Tianjin University, China（天津大学福州国际联合学院） ； TJUNLP Lab, School of Computer Science and Technology, Tianjin University, China（天津大学计算机科学与技术学院TJUNLP实验室）
专题命中 记忆与上下文管理 ：agent(abstract)；planning(abstract)；分类 cs.AI
AI总结 提出MASS范式，通过动态目标路径规划、多学科行为数据集和艾宾浩斯遗忘机制增强社会模拟真实性，提升LLM生成研究的洞察力与创新性，整体质量提升6.81%，洞察力提升17.19%。
AdMem: Advanced Memory for Task-solving Agents
AdMem: 面向任务求解智能体的高级记忆
机构 * Princeton University（普林斯顿大学） ； Amazon（亚马逊） ； Arm
专题命中 记忆与上下文管理 ：agent(abstract)；multi-agent(abstract)；分类 cs.AI
AI总结 提出一种统一自动记忆框架，集成语义、情节和程序记忆，通过双层级设计和多智能体架构实现自动生成、奖励标注与自适应检索，提升长程多轮任务的鲁棒性和成功率。
Zetta $ζ$: An Efficient Closed-Loop Embodied Harness for Self-Evolving Physical Intelligence
Zetta ζ：用于自进化物理智能的高效闭环具身框架
机构 * Institute for AI Industry Research (AIR), Tsinghua University（清华大学人工智能产业研究院（AIR）） ； Z-Trans AI
专题命中 记忆与上下文管理 ：agent(abstract)；agentic(abstract)
AI总结 Zetta ζ是一种闭环具身框架，通过时间尺度分离的循环进化评判器与恢复技能，结合Z-Infra在LIBERO-Pro、RoboCasa上实现90.8%、93.6%的成功率，为物理智能扩展提供路径。
FreeToken: Efficient Edge-Native MoE Serving with Bandwidth-Adaptive Execution
FreeToken：面向边缘原生MoE服务的带宽自适应高效执行方案
专题命中 记忆与上下文管理 ：agent(abstract)；agentic(abstract)
AI总结 FreeToken是边缘原生MoE服务系统，通过协同设计服务栈实现带宽自适应执行，将个人计算机转化为弹性推理平台，可在边缘硬件上部署大参数MoE模型，拓展了本地AI服务能力。
DriveVLA-M0: Failure-Aware Memory Augmentation for Autonomous Driving
DriveVLA-M0：面向自动驾驶的故障感知记忆增强方法
机构 * Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； Chongqing Chang’an Technology Co., Ltd.（重庆长安科技有限公司）
专题命中 记忆与上下文管理 ：agent(abstract)；planning(abstract)
AI总结 本文提出DriveVLA-M0，一种具备故障感知潜在记忆的检索增强型VLA模型，通过故障案例记忆与针对性修正机制，在NAVSIM基准上优于现有方法，实现自动驾驶性能提升。
Compiling and Benchmarking Task-State Horizons for Embodied Agents
面向具身智能体的任务状态视界的编译与基准测试
专题命中 记忆与上下文管理 ：agent(abstract)；agentic(abstract)
AI总结 该研究定义任务状态视界（TSH），推出RoboGraph编译器并发布含588个情节的基准，发现多数先进智能体模型在高TSH下维护、更新任务相关状态存在差距。
Comments 32 pages, including appendices
Explicit, Not Longer: What Makes Epistemic Stance Survive Memory Compression
明确，而非冗长：什么使认知立场在记忆压缩中留存
专题命中 记忆与上下文管理 ：agent(abstract)；分类 cs.AI、cs.CL、cs.LG
AI总结 本研究探究使认知立场在记忆压缩中留存的因素，发现将立场表述为带标签的字段可提升留存率，明确立场而非仅延长表述是关键，明确的最佳方式取决于模型。
Comments 20 pages, 3 figures, 4 tables. Code, per-trial data, and the pre-registration commit: https://github.com/collapseindex/factwash
Mimir: A Neuro-Symbolic Memory System with Dynamic Grounding for Embodied Agents in Interactive Environments
Mimir：面向交互环境中具身智能体的、具备动态 grounding 的神经符号记忆系统
专题命中 记忆与上下文管理 ：agent(abstract)；planning(abstract)
AI总结 本文提出Mimir，一种分离世界与任务记忆并具备动态grounding的神经符号记忆系统，在EB-ALFRED、EB-Habitat等具身任务中显著提升了智能体的长程执行成功率。
Comments 9 pages, 4 figures
