AI Agent

PLACEMEM: Toward a Compute-Aware Memory Plane for Lifelong Agents

PLACEMEM：迈向用于终身智能体的计算感知内存平面

Sukanta Ganguly

机构 * NetApp 纠错

专题命中 记忆与上下文管理 ：agent(abstract)；分类 cs.AI

AI总结 研究终身智能体的内存需求，提出PLACEMEM，以版本化胶囊表示智能体内存，介绍其在当前原型中的应用及特性，给出vLLM优先原型及基准测试工具，展示了成果与未来路线图。

Comments 6 pages, 3 Tables,. 1 Figure

S-EMBER: A Large-Scale Benchmark for Streaming Egocentric Memory Retrieval

S-EMBER：用于流式自我中心记忆检索的大规模基准测试

Xiaodong Wang, Xuanyi Zhao, Pedro Rodriguez, Devendra Singh Sachan, Barlas Oguz, Seungwhan Moon, Shang-Wen Li, Gargi Ghosh, Xin Dong, Wen-Tau Yih

机构 * FAIR, Meta（公平研究院，元公司） ； Reality Labs, Meta（现实实验室，元公司） 纠错

专题命中 记忆与上下文管理 ：AI agent(abstract)；分类 cs.AI

AI总结 研究针对可穿戴设备连续第一人称记录下AI助手的情景记忆问题，引入S-EMBER基准测试，通过视频及问答对模拟真实交互，发现前沿模型存在定位矛盾，为可穿戴AI代理情景记忆发展奠定基础。

Episodic-to-Semantic Consolidation Without Identity Drift

无身份漂移的情景到语义巩固

Xue Qin, Simin Luan, Cong Yang, Zhijun Li

机构 * School of Software, Harbin Institute of Technology（哈尔滨工业大学软件学院） ； School of Computer Science and Technology, Harbin Institute of Technology（哈尔滨工业大学计算机科学与技术学院） ； School of Future Science and Engineering, Soochow University（苏州大学未来科学与工程学院） 纠错

专题命中 记忆与上下文管理 ：agent(abstract)；分类 cs.AI

AI总结 针对长期运行自适应智能体中知识巩固与身份完整性之间的张力，提出将巩固作为情景记忆上的确定性函数，输出可单独寻址的语义知识层，保持代理加密身份不变，实验证明平均减少79.82%无效规划尝试。

Lynx: Progressive Speculative Quantization for accelerating KV Transfer in Long-Context Inference

Lynx: 渐进式推测量化加速长上下文推理中的KV传输

Wenchen Han, Gingfung Matthew Yeung, Marco Barletta, William Toner, Amory Hoste, Adam Barker

机构 * University College London（伦敦大学学院） ； Huawei（华为） 纠错

专题命中 记忆与上下文管理 ：agentic(abstract)；分类 cs.LG

AI总结 针对长上下文推理中KV缓存传输延迟问题，提出Lynx系统，通过将KV缓存分为高优先级Anchor流和低优先级Residual流，实现渐进式传输和推测解码，在降低首令牌延迟的同时保持高精度。

Comments 15 pages, 12 figures. This manuscript was originally submitted to SIGCOMM '26 in February 2026

Autonomous Scientific Discovery via Iterative Meta-Reflection

通过迭代元反射实现自主科学发现

Bingchen Zhao, Sara Beery, Oisin Mac Aodha

机构 * University of Edinburgh（爱丁堡大学） ； Massachusetts Institute of Technology（麻省理工学院） 纠错

专题命中 记忆与上下文管理 ：tool use(abstract)；分类 cs.AI

AI总结 提出DiscoPER框架，利用大语言模型进行开放式的自主科学发现，通过动态代码生成、统计检验和二阶推理机制，在iNatDisco基准上以72.7%假设支持率恢复8/9已知模式。

TRACE: State-Aware Query Processing over Temporal Evidence Graphs for Conversational Data

TRACE：面向对话数据的时间证据图状态感知查询处理

Maolin Wang, Yu Wang, Zichun Liu, Baiyuan Qiu, Chenbin Zhang, Jiguang Shen, Haoran Yang, Hao Miao

机构 * Hong Kong Institute of AI for Science, City University of Hong Kong（香港城市大学香港人工智能科学研究院） ； Independent Researcher（独立研究者） ； Central South University（中南大学） ； The Hong Kong Polytechnic University（香港理工大学） 纠错

专题命中 记忆与上下文管理 ：AI agent(abstract)；分类 cs.CL

AI总结 提出TRACE框架，通过构建时间证据图并维护有效性标注，实现对话数据中状态感知的查询处理，提升时间推理和多跳推理能力。

When Regulation Has Memory: Hysteresis and Control Burden in Artificial Agency

当调控具有记忆：人工智能体中的迟滞与控制负担

Veronique Ziegler

机构 * Independent Researcher（独立研究员） 纠错

专题命中 记忆与上下文管理 ：agent(abstract)；分类 cs.AI

AI总结 通过自适应不确定性调控模型，发现智能体调控增益形成可复现的迟滞环，且提前稳定化可降低控制需求，表明评估智能体需考虑调控负担而非仅状态稳定性。

Comments 16 pages, 8 figures

Lifelong In-Context Learning with Transformers Requires Parametric Forms of Attention

基于Transformer的终身上下文学习需要注意力的参数化形式

Luke McDermott, Robert W. Heath, Rahul Parhi

机构 * UC San Diego（加州大学圣地亚哥分校） 纠错

专题命中 记忆与上下文管理 ：AI agent(abstract)；分类 cs.LG

AI总结 本文提出将上下文学习扩展到终身设置是AI代理持续学习的实用方案，并论证需要参数化注意力机制来在固定硬件预算下理解终身上下文。

Forget Without Compromise: Nexus Sampling for Streaming KV-Cache Eviction Under Fixed Budgets

无需妥协的遗忘：固定预算下流式KV缓存驱逐的Nexus采样

Duc Duong, Hoang Anh Duy Le, Jianwen Xie, Anshumali Shrivastava, Zhaozhuo Xu

机构 * Department of Computer Science, Grinnell College（格林内尔学院计算机科学系） ； Department of Computer Science, Rice University（莱斯大学计算机科学系） ； Lambda, Inc（Lambda公司） ； Workato（Workato公司） 纠错

专题命中 记忆与上下文管理 ：agentic(abstract)；分类 cs.LG

AI总结 提出Nexus采样方法，通过迭代注意力计算和加权水库采样替代确定性top-K选择，在固定预算下保留微妙重要令牌，理论证明其长期优势，实验在80%驱逐率下性能接近密集注意力。

Intend, Reflect, Refine: An Adaptive Multimodal Reflection Framework for Autonomous Driving

意图、反思、优化：一种用于自动驾驶的自适应多模态反思框架

Zisheng Chen, Yuping Qiu, Jianhua Han, Tao Tang, Xiuwei Chen, Likui Zhang, Ying-Cong Chen, Hang Xu, Xiaodan Liang

机构 * Sun Yat-sen University（中山大学） ； HKUST(GZ)（香港科技大学（广州）） ； Yinwang Intelligent Technology Co. Ltd.（引望智能科技有限公司） 纠错

专题命中 记忆与上下文管理 ：planning(abstract)；分类 cs.AI

AI总结 提出IRR-Drive框架，通过生成初步文本意图并预测未来语义BEV表示，构建双模态反思空间，实现自适应轨迹修正，在NAVSIM基准上达到最优性能。

Per-Entity Bias Mapping for AI Visibility: Why Brand Mentions Require Entity-Specific Calibration

面向AI可见性的逐实体偏差映射：为何品牌提及需要实体特定校准

Zoltan Varga

机构 * Neural Awareness 纠错

专题命中 记忆与上下文管理 ：agentic(abstract)；分类 cs.CL

AI总结 提出逐实体偏差映射（PEBM）框架，识别三种失败模式及参数-检索滞后不对称性，通过大规模实证揭示品牌幻觉悖论，并引入鬼影制图机制解释实体在稀疏潜在区域的虚构输出。

Comments 26 pages, 14 tables. Zenodo preprint: https://doi.org/10.5281/zenodo.20419277. Data and code: https://doi.org/10.5281/zenodo.20308957

Privacy-Preserving Federated Temporal Graph Learning with Digital Twin--Guided Adaptive Deception for Cyber-Resilient IoMT

基于数字孪生引导自适应欺骗的隐私保护联邦时序图学习及其在弹性医疗物联网中的应用

Syed Zeeshan Haider, Anwar Shah, Muneeb Arif, Hamza Iftikhar, Waqas Ali

机构 * FAST National University of Computer and Emerging Sciences（FAST国立计算机与新兴科学大学） 纠错

专题命中 记忆与上下文管理 ：agent(abstract)；分类 cs.LG

AI总结 提出联邦时序图卷积网络与优势演员-评论家（Federated TGCN-A2C）架构，结合数字孪生异常评分、联邦A2C动作选择和增强蜜罐层，在CICDDoS 2019和TON-IoT数据集上分别达到99.48%和99.61%的测试准确率，并覆盖更多攻击类别。

SafeClawBench: Separating Semantic, Audit-Evidence, and Sandbox Harm in Tool-Using LLM Agents

SafeClawBench: 区分工具使用LLM代理中的语义、审计证据和沙箱危害

Yuchuan Tian, Mengyu Zheng, Haocheng Mei, Ye Yuan, Chao Xu, Xinghao Chen, Hanting Chen, Yu Wang

机构 * Peking University（北京大学） ； Beijing Jiaotong University（北京交通大学） ； SUIBE（上海外国语大学） ； Huawei（华为） ； Tsinghua University（清华大学） 纠错

专题命中 记忆与上下文管理 ：agent(abstract)；分类 cs.AI

AI总结 提出SafeClawBench基准，通过三个独立端点（语义攻击接受、审计可见危害证据、沙箱观察危害）评估工具使用LLM代理的安全性，揭示不同失败模式并支持可复现比较。

Comments 32 pages, 5 figures

EvoArena: Tracking Memory Evolution for Robust LLM Agents in Dynamic Environments

EvoArena: 追踪记忆演化以构建动态环境中的鲁棒LLM智能体

Jundong Xu, Qingchuan Li, Jiaying Wu, Yihuai Lan, Shuyue Stella Li, Huichi Zhou, Bowen Jiang, Lei Wang, Jun Wang, Anh Tuan Luu, Caiming Xiong, Hae Won Park, Bryan Hooi, Zhiyuan Hu

机构 * National University of Singapore（新加坡国立大学） ； Singapore Management University（新加坡管理大学） ； University of Washington（华盛顿大学） ； University College London（伦敦大学学院） ； University of Pennsylvania（宾夕法尼亚大学） ； Nanyang Technological University（南洋理工大学） ； Recursive ； Massachusetts Institute of Technology（麻省理工学院） 纠错

专题命中 记忆与上下文管理 ：agent(abstract)；分类 cs.CL

AI总结 提出EvoArena基准套件模拟终端、软件和社交领域的渐进环境变化，并设计基于补丁的记忆范式EvoMem记录结构化更新历史，使智能体能通过记忆变化推理环境演化，实验表明当前智能体在动态环境中表现不佳，EvoMem可稳定提升性能。

Talking to Your Data: Exploring Embodied Conversation as an Interface for Personal Health Reflection

与你的数据对话：探索具身对话作为个人健康反思的界面

Nikola Kovacevic, Bastien Husler, Di Zhuang, Rafael Wampfler, Barbara Solenthaler

机构 * Department of Computer Science, ETH Zurich（苏黎世联邦理工学院计算机科学系） 纠错

专题命中 记忆与上下文管理 ：agent(abstract)；分类 cs.AI

AI总结 提出一种通过具身对话代理与可穿戴健康数据交互的新范式，采用双代理设计（观察者提取统计特征，呈现者以“口语化统计”沟通），通过模拟自我用户研究（N=5）与传统仪表盘对比，评估感知理解、行动具体性和认知转变。

Journal ref Joint Proceedings of the ACM Intelligent User Interfaces (IUI) Workshops 2026, Paphos, Cyprus, July 13-16, 2026

FragFuse: Bypassing Access Control of Large Language Model Agents via Memory-Based Query Fragmentation and Fusion

FragFuse：通过基于记忆的查询碎片化与融合绕过大型语言模型智能体的访问控制

Zixin Rao, Wentian Zhu, Chan Aristella Lu, Zhaorun Chen, Wei Niu, Le Guan, Bo Li, Zhen Xiang

机构 * University of Georgia（佐治亚大学） ； University of Chicago（芝加哥大学） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） 纠错

专题命中 记忆与上下文管理 ：agent(abstract)；分类 cs.AI

AI总结 提出FragFuse攻击，利用LLM智能体的长期记忆机制，将违禁内容碎片化存储后融合重构，绕过访问控制，平均绕过成功率达86.3%。

Comments 33 pages, 4 figures. Accepted by USENIX Security 2026

Decision-Aware Memory Cards: Counterfactual-Inspired Context Selection and Compression for Tool-Using LLM Agents

决策感知记忆卡：用于工具使用LLM智能体的反事实启发式上下文选择与压缩

Xinyu Guan, Qianyang Zhao, Yuming Deng

机构 * Alibaba Group（阿里巴巴集团） 纠错

专题命中 记忆与上下文管理 ：agent(abstract)；分类 cs.AI

AI总结 提出CICL决策感知上下文层，通过构建上下文图、评分单元效用并打包为记忆卡，提升工具使用LLM智能体在行动时的证据选择与压缩能力，在SWE-bench验证集上实现检索命中率提升。

Comments 15 pages, 2 figures, 8 tables. Code is available at https://github.com/stephen-guan-researcher/CICL; Qwen-QLoRA adapter is available at https://huggingface.co/XinyuGuan/CICL

StatefulDiscovery: Evidence-Calibrated Claim Formation in Open-Ended Scientific Discovery

StatefulDiscovery：开放科学发现中证据校准的声明形成

Jiayao Chen, Shi Liu, Linyi Yang

机构 * Southern University of Science and Technology（南方科技大学） 纠错

专题命中 记忆与上下文管理 ：agent(abstract)；分类 cs.AI

AI总结 提出StatefulDiscovery框架，通过外部化探索状态来协调前沿选择、证据获取和声明裁决，在40个真实数据任务中生成更多高质量、有充分证据支持的声明。

Position: Hippocampal Explicit Memory Is the Cornerstone for AGI

立场：海马体显式记忆是通用人工智能的基石

Sangjun Park

机构 * Sangjun Park 纠错

专题命中 记忆与上下文管理 ：planning(abstract)；分类 cs.AI

AI总结 本文主张，将显式记忆整合到大语言模型中是迈向通用人工智能的关键，因为LLM的学习机制类似人类内隐记忆，而高阶认知功能依赖海马体显式记忆。

Comments Accepted to ICML 2026 (Position Paper Track)

My Chemical Harness: Evolutionary Molecular Design over Synthetic Pathways with Large Language Model Agents

我的化学缰绳：基于合成路径的大语言模型智能体进化分子设计

César Ojeda, Darius A. Faroughy, Maryam Karimi, Payam Zarrintaj, Mir Mehdi Seyedebrahimi, Martín Carballo-Pacheco

机构 * Institute of Mathematics, Faculty of Science, University of Potsdam（数学研究所，科学学院，波茨坦大学） ； NHETC, Department of Physics and Astronomy, Rutgers University（NHETC，物理与天文学系，罗格斯大学） ； Potsdam Transfer, University of Potsdam（波茨坦转移，波茨坦大学） ； E3 LLC 纠错

专题命中 记忆与上下文管理 ：agent(abstract)；分类 cs.LG

AI总结 提出一种以可执行合成路径为种群、大语言模型仅作策略控制器的进化框架，在可溶性环氧化物水解酶代理任务上达到最优性能。

Comments 27 pages | 10 figures

GIFT: LLM-Guided State-Reward Interface for Financial Reinforcement Learning

GIFT: 基于LLM引导的状态-奖励接口用于金融强化学习

Yanyan Wu, Boyi Zhang, Yanlin Liu, Xinyu Fang, Jining Luan, Meiqi Zhang, Jiacheng Liu, Hao Zeng, Dexu Yu, Chang Liu, Hanwen Du, Yongxin Ni, Youhua Li

机构 * East China University of Science and Technology（华东理工大学） ； University of Science and Technology of China（中国科学技术大学） ； Southwestern University of Finance and Economics（西南财经大学） ； University of Sydney（悉尼大学） ； City University of Hong Kong（香港城市大学） ； Northeastern University（东北大学） ； The Ohio State University（俄亥俄州立大学） ； National University of Singapore（新加坡国立大学） 纠错

专题命中 记忆与上下文管理 ：agent(abstract)；分类 cs.AI

AI总结 提出GIFT框架，利用大语言模型引导PPO强化学习中的状态增强和奖励塑造，提升金融交易策略的样本外风险调整收益。

Comments 25 pages, 7 figures. Code and data are available at https://github.com/KAG778/GIFT . Equal contribution: Yanyan Wu and Boyi Zhang. Corresponding author: Youhua Li

Automated Estimation of MBIST Area and Test Time in Heterogeneous Memory IPs via Stacked Ensemble Framework

基于堆叠集成框架的异构内存IP中MBIST面积与测试时间的自动化估算

Chee Jin Teoh, Ab Al-Hadi Ab Rahman, Johnny Kee Hui Wong, Premkumar A/L Kesavan Prabagaran, Muhammad Nadzir Marsono, Nuzhat Khan

专题命中 记忆与上下文管理 ：planning(abstract)

AI总结 本研究提出堆叠集成框架，基于RTL参数直接预测异构内存IP的MBIST面积与测试时间，准确率优于基线方法，可快速估算MBIST开销以支持高效设计决策。

Report on The 1st Workshop on Human-Centered Proactive and Personalized Agents for Interactive Information Access at CHIIR 2026

CHIIR 2026 第一届面向交互式信息获取的以人为中心的主动式与个性化智能体研讨会报告

Kirandeep Kaur, Vinayak Gupta, Tanya Roosta, Madhura Raju, Grace Hui Yang, Chirag Shah

专题命中 记忆与上下文管理 ：agentic(abstract)

AI总结 该报告总结了CHIIR 2026第一届相关研讨会，探讨交互式信息获取向主动个性化智能体转变的机遇与问题，明确主动的核心内涵并梳理出相关设计挑战。

Brief Announcement: Fair Binding for Hidden-State Authorization in Byzantine SMR

简短公告：拜占庭SMR中隐藏状态授权的公平绑定

Arnab Mallick

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 针对拜占庭SMR中隐藏状态授权问题，提出公平预留/使用协议，满足授权安全性与先到者活性，解决隐藏资源安全动态分配问题。

Comments Accepted at DISC 2026

Why This and Not That? A Collaborative Reflection Approach for Understanding Thought Coverage in Decision Making Support Dialog

为何选此而非彼？一种用于理解决策支持对话中思维覆盖的协作反思方法

Morita Tarvirdians, Hayley Hung, Catharine Oertel

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 该研究针对决策支持对话智能体的自适应策略易误判用户状态的问题，提出以人为中心的协作反思方法，经用户研究发现用户解释可指导更恰当的对话动作。

Proof-of-Execution Memory: Defending LLM Agents Against Forged-Reasoning Attacks by Verifying What Actually Happened

执行证明内存：通过验证实际发生的内容防御大语言模型智能体的伪造推理攻击

Md Habibur Rahman, Jaeho Kim

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 该研究针对大语言模型智能体的伪造推理攻击，提出执行证明内存（PoEM）防御方案，通过维护防篡改的HMAC链式分类账验证实际执行步骤，使攻击成功率降至0%，且误报率极低、开销微小。

Comments 8 pages, 6 figures, 5 tables. Code: https://github.com/bithabib/ai_security

A memory-based three-state model of competing technology adoption: substitution regimes, multi-homing, and churn

基于记忆的技术竞争采纳三状态模型：替代机制、多归属与流失

Stefano Scialla, Marco Patriarca, Els Heinsalu, Julyan H. E. Cartwright

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 该研究提出基于记忆的三状态智能体竞争模型，可复现四类技术替代机制，揭示相似市场替代曲线或有不同微观成因，为关联技术替代轨迹与个体行为提供紧凑基线。

Comments 15 pages, 4 figures

An ergodic theorem for multi-period mutual insurance

多期相互保险的遍历定理

John Armstrong

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 该论文针对存在异质性风险且无不可保险系统性风险的市场，证明多期相互保险的遍历定理，提出仅用短期合约即可实现极限效用的机制，可应用于风险分摊经济体及保险产品设计。

Simplicial Semantics for Belief Revision

信念修正的单纯语义

Philip Sink

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 本文以《单纯复形中信念的一种语义》为基准修改信念语义，基于单纯模型节点为视角的概念提出两种信念修正形式化表述，并探讨迭代修正的概念陷阱及解决方案。

Absorbing phase transition in a queueing model of coupled adaptive agents

耦合自适应智能体排队模型中的吸收相变

Alexei Vazquez

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 该研究构建耦合自适应智能体排队模型，揭示其存在不连续相变，得到临界度与最大群体规模，解释了人类联合/单独活动的决策机制及通信记录中的相关现象。

Comments 10 pages