AI Agent

RealmEye: Virtual Machine Introspection for Arm CCA Realm VMs

RealmEye：面向Arm CCA Realm虚拟机的虚拟机 introspection（虚拟机内省）

Ruofei Qu, Wei Feng, Hongzhan Ma, Menghan Jia, Muyan Shen, Yu Qin

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 RealmEye是首个面向Arm CCA Realm虚拟机的虚拟机内省系统，将内省逻辑置于RMM中，无需修改Realm即可检测rootkit，兼容现有工具，在Arm FVP上可有效检测Diamorphine rootkit的恶意行为。

Comments 14 pages. Preprint

When Agents Talk: Honeytokens under Shared Memory

当智能体对话时：共享内存下的蜜罐

Joshua S. Gans

专题命中 记忆与上下文管理 ：AI agent(abstract)

AI总结 该研究通过2026年网络能力评估案例，分析共享内存下蜜罐的安全缺陷，提出将令牌身份存于私有引用监视器等架构应对方案，指出蜜罐仍需单独安全边界。

Comments artificial intelligence, cybersecurity, honeytokens, defensive deception, shared memory, intrusion detection

Mastering Stochastic OLG Models in Continuous Time

掌握连续时间下的随机OLG模型

Yves Achdou, Johannes Brumm, Lukas Frank

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 本研究提出有限差分神经算子框架，结合神经网络与有限差分法优势，成功求解含个体及总体风险的连续时间OLG模型，为异质主体模型计算提供新手段。

Active Electronic Terahertz Imaging for Industrial Applications: From Hardware to the Paradigm Shift by Artificial Intelligence

面向工业应用的主动电子太赫兹成像：从硬件到人工智能驱动的范式转变

Aparajita Bandyopadhyay, Hui Yuan, Willie J. Padilla, David J. Brady, Hartmut G. Roskos

专题命中 记忆与上下文管理 ：agentic(abstract)

AI总结 本综述聚焦主动电子太赫兹成像，综述其硬件、成像模态、增强技术及AI应用，推导技术路线图以解决太赫兹成像瓶颈，有望为工业应用提供高性价比解决方案。

Comments 40 pages, 6 figures

Steady state, core, operational optimization of an ARC-like tokamak via plasma composition and shape

类ARC托卡马克的稳态、核心与运行优化：通过等离子体成分和形状

A. Saltzman, P. Rodriguez-Fernandez, A. Ho, G. Snoep, J. Han, J. Hall, M. S. Anastopoulos Tzanis, J. Hillesheim, A. J. Creely, P. Snyder, N. T. Howard

专题命中 记忆与上下文管理 ：workflow(abstract)

AI总结 本研究采用贝叶斯优化方法，对类ARC托卡马克的等离子体成分与形状等参数进行稳态运行优化，提升了聚变功率与功率密度，该方法可推广至其他托卡马克。

FlashBoot: Sub-Second Weight Loading for Large Models at Rack Scale

FlashBoot：机架级大模型的亚秒级权重加载方案

Issac Zhu, Hscos Zhang, Keith Jiang, Jack Li, Hugh Yin, Jason Zhao

专题命中 记忆与上下文管理 ：workflow(abstract)

AI总结 FlashBoot是基于SGLang设计的机架级大模型权重加载子系统，通过FabricArena布局等技术解决现有方案的结构性缺陷，将单节点及机架级权重加载速度大幅提升，性能远超现有最先进方案。

Memory-, Circuit-, and Ansatz-Efficient VQLS for CFD on Hybrid Quantum-HPC Systems

面向混合量子-高性能计算系统的、内存、电路与本征态拟设高效的变分量子线性求解器（VQLS）用于计算流体动力学（CFD）

Chao Lu, Muralikrishnan Gopalakrishnan Meena, Eduardo Antonio Coello Perez, Kalyana Chakravarthi Gottiparthi, Seongmin Kim

专题命中 记忆与上下文管理 ：workflow(abstract)

AI总结 本研究针对混合量子-HPC系统上VQLS用于CFD的三大挑战，通过基准测试编码策略、评估本征态拟设、在Frontier超算部署工作流，建立了实用基线并明确了更大规模问题的瓶颈。

Is Forward Prediction Enough? Physical State Grounding for JEPA World Models

前向预测足够吗？面向JEPA世界模型的物理状态 grounding

Haodong Yan, Jiaguan Zhu, Mingyuan Jia, Ruiqing Yin, Junjie He, Zhide Zhong, Junfeng Li, Jinxuan Lu, Hengtao Li, Tianran Zhang, Jiayi Chen, Wenxuan Song, Wen Chen, Yuxiang Gao, Haoang Li

机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； COCO Matrix 纠错

专题命中 记忆与上下文管理 ：planning(abstract)

AI总结 针对JEPA世界模型前向预测未明确物理状态可识别性的问题，提出PSG-JEPA模型，通过训练阶段的两个grounding目标提升性能，在三个评估层面均优于现有基线。

State transitions in land-vegetation systems emerge at Paris Agreement warming levels in CMIP6

CMIP6中陆地-植被系统的状态转变在巴黎协定规定的变暖水平下出现

Pouriya Alinaghi, Sybren Drijfhout, Joran Angevaare, Chris Jones, Andy Wiltshire

专题命中 记忆与上下文管理 ：workflow(abstract)

AI总结 本研究基于CMIP6集合识别陆地-植被系统的9类共47种状态转变，发现巴黎协定规定的2℃或更低变暖已足以触发多数转变，揭示了不同区域转变的驱动机制。

A Costly-information Foundation for Psychometric Curves

心理测量曲线的信息成本基础

Jake Zhang

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 该研究以Hebert等提出的Fisher信息成本为基础，用变分方法分析二元选择问题，得出智能体最优响应为状态S型函数的结论，契合心理测量曲线特征。

Learning Latent Memory States from Longitudinal Athlete Monitoring Data

从纵向运动员监测数据中学习潜在记忆状态

Dae-Jin Lee

专题命中 记忆与上下文管理 ：workflow(abstract)

AI总结 该研究提出潜在记忆表作为纵向数据分析单元，通过记忆算子生成，经含复合质量指数Q的六属性验证，在SoccerMon案例中表现优于经典基线，可复用且能区分真实记忆与对照。

PLoRA: An NDP-Enhanced Pooled-Memory System for Cost-Efficient Multi-LoRA Serving

PLoRA：一种用于高性价比多LoRA服务的NDP增强型池化内存系统

Zhongkai Yu, Ohm Rishabh Venkatachalam, Zheng Wang, Yikai Li, Yichen Lin, Zihao Yu, Yuke Wang, Liu Liu, Xulong Tang, Shuyi Pei, Yangwook Kang, Yufei Ding

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 PLoRA是一种NDP增强型池化内存系统，通过优化适配器与KV缓存的存储和访问方式，在H100上服务1000个适配器时，解码延迟较S-LoRA平均低6.6倍，实现了高性价比的多LoRA服务。

Foundation Model-Assisted Full Waveform Inversion

基础模型辅助的全波形反演

Mustafa Alfarhan, Matteo Ravasi, Fuqiang Chen, George Turkiyyah, David Keyes

专题命中 记忆与上下文管理 ：workflow(abstract)

AI总结 该研究提出用预训练地震基础模型SeisLM的特征构建全波形反演早期目标函数，通过实验验证其可避免周期跳变，提升反演效果，优于传统及混合损失工作流。

Morphology of frozen labyrinths from irreversible threshold dynamics

不可逆阈值动力学产生的冻结迷宫的形态

Daniel Richard Levy

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 该研究探究不可逆多数阈值动力学的行为，发现其会冻结平衡非一致迷宫，确定粗域布局的确定性机制，揭示冻结壁的挫败特征，丰富了阈值动力学的形态调控认知。

Comments 13 pages, 7 figures

IntentLint: Supporting Intent Scaffolding and Prompt-time Linting in Human-AI Collaborative Data Analysis

IntentLint：支持人机协同数据分析中的意图支架与提示时 linting

Felicia Li Feng, Jian Zhao, Anamaria Crisan

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 研究针对人机协同数据分析中意图对齐差等问题，提出含意图支架和提示时 linting 的 IntentLint 系统，经16名分析师验证可提升意图感知与策略反思，为相关设计提供启示。

CUDA MPC: A GPU-Native Solver for Model Predictive Control

CUDA MPC：一款面向模型预测控制的GPU原生求解器

Babak Akbari, Melissa Greeff

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 本文提出GPU原生MPC框架CUDA MPC，通过协同设计优化算法等实现低开销，在多机器人基准测试中实时性远超CPU及同类框架，是首个实现10智能体集群无碰撞协调的实时求解器。

Local Global Games and Network Common Learning

局部全局博弈与网络共同学习

Olga Rospuskova, Omer Tamuz, Jake Zhang

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 该研究针对全局博弈提出网络共同学习概念，发现其在二维网格等网络中可实现，在直线等存在信息瓶颈的网络中无法实现，均衡中仅安全行动留存。

PROPEL: A Memory-Driven, Adaptive Vector-Flow-Field Router with Process-Aware Waveguide Generation for Large-Scale Photonic Integrated Circuits

PROPEL：面向大规模光子集成芯片的内存驱动、自适应矢量流场路由器及工艺感知波导生成技术

A Abdur Rahman Akib, Eunso Shin, Jonathan Rogers, Jonathan Wierer, Stanley Cheung

专题命中 记忆与上下文管理 ：planning(abstract)

AI总结 PROPEL是面向大规模PIC的内存驱动自适应矢量流场路由框架，可处理多类约束，在多数无源路由案例中速度领先，还支持多种高级功能以应对异构布局需求。

NELSSA: A GPU-PNM Heterogeneous System for Mixed-Length LLM Serving via Length-based Request Placement

NELSSA：一种基于GPU-PNM异构系统的LLM混合长度服务框架，通过基于长度的请求放置实现

Sookyung Choi, Seungyong Lee, Kangkyu Park, Yunseo Chun, Junseok Lee, Hyeongseok Gwak, Myunghyun Rhee, Euiseok Kim, Donguk Moon, Kwangsik Shin, Guseul Heo, Youngpyo Joo, Hoshik Kim, Jongse Park

专题命中 记忆与上下文管理 ：agentic(abstract)

AI总结 NELSSA是集成GPU与PNM加速器的LLM服务系统，通过基于长度的请求放置处理混合长度工作负载，解码吞吐量最高提升5.5倍，P99延迟最高降低15倍，为LLM基础设施提供新范式。

Comments 14 pages, 19 figures. Accepted to the 59th IEEE/ACM International Symposium on Microarchitecture (MICRO 2026)

Settling the Optimal Exponent Relating Sumsets and Difference Sets

确定与和集及差集相关的最优指数

Haowei Lin, Shanda Li

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 该研究解决了阿贝尔群有限子集的和差不等式中指数最优性的公开问题，构造集族证明第一个不等式的指数1/2最优，相关工作借助AI智能体Hyra完成。

Scalable Dynamic Optimal Transport via Distributed Linearized ADMM

基于分布式线性化交替方向乘子法的可扩展动态最优传输

Hari Dahal, Rongjie Lai, Yangyang Xu

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 本文针对动态最优传输数值求解的不稳定与内存开销大问题，提出结合线性化交替方向乘子法的重构方案与分布式变量划分方法，通过实验验证了方法的稳定性、鲁棒性与可扩展性。

Interactive Alignment

交互式对齐

Sylvain Chassang

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 研究交互式主体与人类福祉的长期对齐问题，采用人工智能主体模拟和进化博弈论框架两种方法，结果显示进化博弈论可近似宪法主体经济动态，实用规范执行能更有效维持长期对齐。

Comments 53 pages, 18 Figures, 3 tables

Memory for Attention: Language-Conditioned Re-Perception with a Vision--Language--Motion Map

注意力的记忆：通过视觉-语言-运动地图进行语言条件下的重新感知

Dibyendu Ghosh

专题命中 记忆与上下文管理 ：planning(abstract)

AI总结 研究携带行为注释地图的机器人的规划问题，通过将重新感知视为注意力决策，利用持久地图的记忆实现资源分配优化，在语言条件任务中表现出色，证明地图能指导机器人关注重点，而非空间导航。

Isolated but Exposed: Persistence-Based Memory Extraction Attack on LLM Agents

孤立但暴露：基于持久性的大语言模型智能体内存提取攻击

Xinyu Gao, Wenyu Chen, Xiangtao Meng, Li Wang, Chuanchao Zang, Jianing Wang, Zheng Li, Shanqing Guo

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 研究基于大语言模型的智能体内存提取攻击，提出SPORE攻击方法，通过解耦对抗命令与检索锚点、优化覆盖空间及持久化有效载荷，突破内存隔离，实现高提取率，揭示仅靠内存隔离不足，需重审工具端信任边界。

Major-Minor LQ Mean Field Games with Erroneous Initial Information: Distributed Error Estimation and Strategy Modification

具有错误初始信息的主次线性二次平均场博弈：分布式误差估计与策略修正

Yuxin Jin, Haotian Wang, Wang Yao, Xiao Zhang

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 研究具有错误初始信息的主次线性二次平均场博弈，通过构建最大似然估计器识别误差，提出基于估计的策略修正，刻画估计误差，表明主要智能体估计精度取决于观测到的次要智能体数量，数值结果验证了方法。

Active few-shot segmentation by reinforcing data selection

通过强化数据选择实现主动少样本分割

Chenlan Zhao, Benny Wong, Timothy F. Lundberg, Ahmed M. Elsayed, Abdallah Aljarkas, Hamad A. Aljamaan, Lynn Karam, Qianye Yang, Yipeng Hu, Claire C. Villette, Shaheer U. Saeed

机构 * Centre for Bioengineering, School of Engineering and Materials Science, Queen Mary University of London（伦敦玛丽女王大学工程与材料科学学院生物工程中心） ； Digital Environment Research Institute, Queen Mary University of London（伦敦玛丽女王大学数字环境研究所） ； UCL Hawkes Institute（伦敦大学学院UCL霍克斯研究所；医学物理与生物医学工程系） ； Department of Medical Physics and Biomedical Engineering, University College London（耶鲁大学生物与生物医学科学系） ； Department of Biological and Biomedical Sciences, Yale University（牛津大学工程科学系生物医学工程研究所） ； Institute of Biomedical Engineering, Department of Engineering Science, University of Oxford 纠错

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 研究少样本医学图像分割中支持集选择问题，提出强化学习框架，智能体直接预测最大化下游分割性能的支持集，实验表明该方法优于随机选择和现有方法，凸显支持集互补性及强化学习的潜力。

Comments Accepted at EMA4MICCAI 2026 - The 2nd MICCAI Workshop on Efficient Medical AI

Automated Full-Sphere Measurement Methodology for Reconfigurable Intelligent Surface Beam Steering in an Anechoic Chamber

用于在消声室中可重构智能表面波束转向的自动全向测量方法

Tobias Kancz, Robert Langwieser, Philipp Svoboda

专题命中 记忆与上下文管理 ：workflow(abstract)

AI总结 该研究针对可重构智能表面波束转向，提出自动消声室测量方法，结合近场扫描仪与变换技术及低散射支架，通过控制单元编程实现波束转向配置，测量并评估相关参数，验证了方法可行性，给出了不同状态下的增益数据。

Comments 10 pages, 9 figures, Preprint Journal Submission

State-Dependent Observation Noise Reintroduces Epistemic Value in Linear-Gaussian Active Inference

状态依赖观测噪声在线性高斯主动推理中重新引入认知价值

Daniel Corva

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 研究线性高斯主动推理中认知价值缺失问题，提出状态依赖观测噪声方法，通过耦合协方差R(x)与潜在均值，使后验协方差和卡尔曼增益依赖行动，恢复认知驱动力，弥合对偶控制与主动推理差距。

Comments 44 pages, 2 figures. Companion software: cpomdp v0.4.2, archived at https://doi.org/10.5281/zenodo.21429863; development repository at https://github.com/inferogenesis/cpomdp

Dimension Reduction for Quantum Adaptive Agents

量子自适应智能体的降维方法

Rishi Sundar, Thomas J. Elliott

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 研究量子自适应智能体，引入路由-截断-修复过程，将熵量子记忆优势转化为内存维度降低，通过时间矩阵乘积态表示等操作，经保真度-散度证书量化权衡，实现基准自适应过程的维度显著降低且保持行为高保真。

Comments 4 + 2 pages main text, 23 page supplement

Belief Identification in Populations

群体中的信念识别

Christopher P. Chambers, Yusufcan Masatlioglu, R. Emilio Muniz-Langle

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 研究从匿名汇总信念数据识别贝叶斯主体群体信念分布的问题，利用图论结构判断识别情况，确立了从汇总信念数据恢复信念异质性的限制与设计原则。