AI Agent

WhiFlash: Accelerating Speculative Decoding with Token-Level Cross-Paradigm Routing

WhiFlash: 通过令牌级跨范式路由加速推测解码

Young D. Kwon, Miles Williams, Rui Li, Alexandros Kouris, Stylianos I. Venieris

机构 * Samsung AI Center, Cambridge, UK（三星AI中心，剑桥，英国） 纠错

专题命中 规划决策 ：agentic(abstract)；分类 cs.AI、cs.LG

AI总结 提出WhiFlash，首个统一自回归与扩散并行草稿的跨范式推测解码方法，通过细粒度路由和缓存优化实现高达69.6%的吞吐量提升。

Comments Under review

Gating Before Commitment: Anticipating Intent Divergence to Prevent Post-Interaction Decision Failures in Autonomous Driving

承诺前的门控：预测意图分歧以防止自动驾驶中交互后的决策失败

Cong Xu, Ravi Sankar

机构 * University of South Florida（南佛罗里达大学） 纠错

专题命中 规划决策 ：planning(abstract,comments)；分类 cs.AI

AI总结 该研究提出承诺前的门控决策层，通过语言引导意图模块检测自动驾驶车辆交互中的意图分歧，可修复规划、降低误触发率，其对故障的最快检测和不确定性否决作用获实验支持。

Comments 8 pages, 4 figures. Submitted to the 16th Workshop on Planning, Perception and Navigation for Intelligent Vehicles (PPNIV) at IROS 2026. Supplementary video included as ancillary material

i-EXAM: Instructable and Explainable Attack Connectivity Graph Modeler

i-EXAM：可指导且可解释的攻击连通性图建模器

Rakesh Podder, Wadia Ganim, Sarath Sreedharan, Indrajit Ray, Indrakshi Ray

机构 * Colorado State University（科罗拉多州立大学） 纠错

专题命中 规划决策 ：planning(abstract,comments)；分类 cs.AI

AI总结 i-EXAM工具借助规划编译，帮系统管理员创建复杂网络安全配置文件并做假设分析，可识别攻击路径、评估指标、生成强化策略，还能用大语言模型解释策略。

Comments In the Proceedings of the International Conference on Automated Planning and Scheduling (ICAPS 2026)

LaGO: Latent Action Guidance for Online Reinforcement Learning

LaGO：面向在线强化学习的潜在动作引导

Kuan-Yen Liu, Ren-Jyun Huang, Ti-Rong Wu

机构 * Siebel School of Computing（计算科学系） ； Data Science, University of Illinois Urbana-Champaign, USA（数据科学，伊利诺伊大学厄巴纳-香槟分校，美国） ； Department of Computer Science, National Yang Ming Chiao Tung University, Taiwan（计算机科学系，National Yang Ming Chiao Tung大学，台湾） ； Institute of Information Science, Academia Sinica, Taiwan（信息科学研究所， Academia Sinica，台湾） 纠错

专题命中 规划决策 ：planning(abstract,comments)；分类 cs.AI

AI总结 提出LaGO框架，利用预训练大语言模型作为潜在动作先验，软引导在线策略优化，在离散和连续控制基准上显著提升奖励与成功率。

Comments 9 pages, 2 figures. Accepted at the ICML 2026 Workshop on Large Language Models for Planning (LM4Plan)

Deep RL for Fast Long-Horizon Operations Scheduling on NASA's Carruthers Geocorona Observatory Mission

用于NASA Carruthers Geocorona天文台任务的快速长时域操作调度的深度强化学习

Alex Zhang, Jackson Craig, Lara Waldrop

机构 * NASA（美国国家航空航天局） 纠错

专题命中 规划决策 ：planning(abstract,journal_ref)；分类 cs.LG

AI总结 提出一种深度强化学习框架，通过宏动作抽象和动态动作掩码解决长时域组合优化问题，为NASA Carruthers Geocorona天文台生成全局可行调度，提升科学质量，并在6小时内完成训练。

Comments Preprint, peer-reviewed, will be part of ICAPS 2026 conference proceedings

Journal ref Proceedings of the International Conference on Automated Planning and Scheduling, 36(1), 538-546, (2026)

A causal graph-informed temporal convolution architecture for interpretable retail electricity price forecasting

用于可解释零售电价预测的因果图引导时序卷积架构

Yufan Ji, Abdollah Shafieezadeh, Noah Dormady

专题命中 规划决策 ：planning(abstract)；分类 cs.LG

AI总结 本研究提出CG-TCN模型，通过整合因果图与时序卷积网络提升零售电价预测的精度与可解释性，在俄亥俄州数据上的预测误差优于基准模型，可为电力市场相关决策提供支撑。

SPA: Securing Persistent LLM Agents Across Queries with Plan-First Information-Flow Control

SPA：通过优先计划的信息流控制保护跨查询的持久化大语言模型智能体

Dylan Girrens, Guangjing Wang

专题命中 规划决策 ：planning(abstract)；分类 cs.SE

AI总结 SPA是一种优先计划的架构，通过双格信息流控制保护LLM智能体的规划、执行与跨查询状态复用，在AgentDojo和AgentDojo-MQ上可显著降低攻击成功率，同时揭示了安全与效用的权衡。

Comments Submitted to USENIX Security 2027. 24 pages, 17 figures

Twelve Quick Tips for Managing IT Disasters in Small Research Software Teams

小型研究软件团队管理IT灾难的十二条实用建议

Greg Wilson

专题命中 规划决策 ：planning(abstract)；分类 cs.SE

AI总结 本文为非资深系统管理员的小型研究软件团队提供十二条IT灾难规划与恢复建议，明确“完成”标准，并提示可借助机构相关团队协助。

Comments 11 pages

Active sensing to characterize the heterogeneity of plant stress

主动传感用于表征植物胁迫的异质性

Ayman Laaroussi, Peter Hanappe, David Colliaux

机构 * Paris Research, Sony Computer Science Laboratories（索尼计算机科学实验室巴黎研究所） 纠错

专题命中 规划决策 ：planning(abstract)；分类 cs.AI

AI总结 该研究提出一种结合3D重建、几何分析与运动规划的自主机器人平台，用于对植物叶片进行靶向荧光测量，实现自动化的空间分辨生理测量，为高分辨率植物表型及自主农业检测提供新方法。

Comments UR2026

Towards Expert Financial QA via Self-Improving RAG

面向专家级金融问答的自改进检索增强生成（RAG）

Junjie Xiong, Shawheen Ghezavat, Aum Hirpara

机构 * University of California, Berkeley（加州大学伯克利分校） ； California Polytechnic State University（加州州立理工大学） ； Hofstra University（霍夫斯特拉大学） 纠错

专题命中 规划决策 ：agent(abstract)；分类 cs.CL

AI总结 该研究针对专家级金融问答的合规与防幻觉需求，提出自改进RAG框架，通过三个专门智能体及反馈自校正实现，在FinanceBench数据集上获86%神谕引导准确率，为金融监管应用提供可解释方案。

Comments 17 pages, 2 figures. Accepted at the ICLR 2026 Workshop on Advances in Financial AI

BLANC: Discovering Patent White Space via Changes in Normalized Pointwise Mutual Information Between Multi-View Clusters

BLANC：通过多视图簇间归一化点间互信息变化发现专利空白区域

Shuichi Miyazawa, Kensuke Fujii

专题命中 规划决策 ：planning(abstract)；分类 cs.CL

AI总结 本研究提出BLANC三阶段流程，通过多视图神经主题建模、NPMI及ΔNPMI检测，在USPTO等语料库中成功恢复专利空白区域，其特异性优于单视图聚类与现有共现度量。

Comments 15 pages, 4 figures, 10 tables. A preliminary Japanese-language report covering the methodology and the industrial case study is scheduled to appear as AGC Research Report 76 (2026), ISSN 2434-0774. The present article is the full version, containing the entire quantitative evaluation

Not Just Reason, Not Just Scan: Reinforcement Learning for Proactive Scientific Error Verification over Academic Paper

不仅是推理，不仅是扫描：面向学术论文的主动科学错误验证强化学习

Rongjin Li, Yuanxin Liu, Hao Zhou, Fandong Meng, Jie Zhou, Xu Sun

机构 * Beijing University of Posts and Telecommunications（北京邮电大学） ； Peking University（北京大学） ； WeChat AI, Tencent Inc.（腾讯微信人工智能部门） 纠错

专题命中 规划决策 ：workflow(abstract)；分类 cs.CL

AI总结 针对现有无预设问题/证据的学术论文科学错误验证研究不足的问题，提出VERA-RL强化学习框架，构建VERA-13K数据集，训练Qwen3-VL-8B后其可验证推理能力接近旗舰级多模态大语言模型。

Comments Accepted by EMNLP 2026 Findings

PILOT in the Loop: Live Self-Improvement for Long-Horizon Agents

循环中的PILOT：长智能体的实时自我改进

Yang Xiao, Yusong Sun, Haoyi Wu, Wenyang Hui, Wen Da, Zhaokai Luo, Mu Chuan, Yao Hu, Wenjie Li, Chengyue Jiang

专题命中 规划决策 ：agent(abstract)；分类 cs.AI

AI总结 该研究针对长智能体自我改进方法无法实时利用经验的问题，提出PILOT框架，通过实时引导与实时自我进化机制，在多基准测试中取得显著性能提升。

Finding the Right Evidence: Factor-Guided Coarse-to-Fine Reasoning for Long Videos

寻找合适的证据：因子引导的长视频由粗到细推理

Baixuan Xu, Yinyui Xu, Tianshi Zheng, Zhaowei Wang, Weiqi Wang, Haochen Shi, Jiayu Liu, Qing Zong, Xiyu Ren, Xinyu Geng, Zhitao He, Yangqiu Song

机构 * Department of Computer Science and Engineering, HKUST（香港科技大学计算机科学与工程学系） 纠错

专题命中 规划决策 ：agentic(abstract)；分类 cs.LG

AI总结 针对长视频问答的证据稀疏、选项区分困难问题，提出因子引导的PACE框架，经实验在多基准数据集上优于现有方法，实现性能提升。

Beyond Capability Benchmarks: Learning Operational Fingerprints of LLM Cloud Services from Production Incident Metadata

超越能力基准：从生产事件元数据学习LLM云服务的操作指纹

Meiwei Zhang, Eduardo Miranda, Bruce Baynes, Suvigya Jain, Wanlong Chen, Tao He, Sergey Borodavkin

机构 * Google Cloud Platform, Google LLC（谷歌云平台，谷歌有限责任公司） 纠错

专题命中 规划决策 ：planning(abstract)；分类 cs.LG

AI总结 该研究提出OpEmbed框架，利用生产支持案例元数据学习LLM云服务的操作指纹，在Google Cloud的大规模生产案例评估中表现优异，可用于模型上线、支持评估等场景。

Journal ref ISSRE 2026 Industry Track

Quantitative Analysis of $ω$-Regular Robust MDPs

ω-正则鲁棒马尔可夫决策过程的定量分析

Ali Asadi, Krishnendu Chatterjee, Ehsan Kafshdar Goharshady, Mehrdad Karrabi, Alipasha Montaseri, Ali Shafiee

机构 * Institute of Science and Technology Austria（奥地利科学技术研究所） 纠错

专题命中 规划决策 ：agent(abstract)；分类 cs.AI

AI总结 该研究针对线性定义不确定性集的(s,a)-矩形鲁棒马尔可夫决策过程，解决了ω-正则奇偶性目标的定量分析问题，证明存在纯无记忆最优策略并提出多项式时间算法，通过实验与随机博弈方法对比验证了效果。

Comments 26 Pages

CEDAR: Controlled and Event-Driven Demand Forecasting via Residual Decomposition

CEDAR：基于残差分解的可控事件驱动需求预测

Junjie Meng, Ranxu Zhang, Zi-an Zhang, Shujun Liu, Xiaoning Qi, Xiaozhou Xu, Yanyong Zhang, Hui Xiong, Chao Wang

机构 * School of Artificial Intelligence and Data Science, University of Science and Technology of China（中国科学技术大学人工智能与数据科学学院） ； Alibaba Group（阿里巴巴集团） ； Thrust of Artificial Intelligence, The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）人工智能学域） 纠错

专题命中 规划决策 ：planning(abstract)；分类 cs.LG

AI总结 该研究针对现有时间序列预测方法对策略不敏感、反事实分析不可靠的问题，提出基于残差分解的两阶段框架CEDAR，在阿里1688数据集上验证其可提升模拟精度并助力预算规划。

Comments 12 pages, 4 figures, 5 tables. Published in KDD 2026

Journal ref Proceedings of the 32nd ACM SIGKDD Conference on Knowledge Discovery and Data Mining V.2 (KDD '26), August 09-13, 2026, Jeju Island, Republic of Korea. ACM, 2026, 12 pages

ConfAL-WM: Confidence-Guided Active Learning for Action-Conditioned World Models

ConfAL-WM：用于动作条件世界模型的置信度引导主动学习

Xiang Liu, Sen Cui, Changshui Zhang

机构 * Tsinghua University（清华大学） 纠错

专题命中 规划决策 ：planning(abstract)；分类 cs.AI

AI总结 针对动作条件世界模型在新场景下的局部错误问题，提出ConfAL-WM框架，基于EVAC和UNet实现置信度引导的高效数据选择与局部训练增强，在RoboTwin2.0上验证了其提升训练效率与预测质量的效果。

Comments Project page: https://ConfAL-WM.github.io

Groundhog Bit-Flip Attack: Seeding Infinite Generation Loops in Mixture-of-Experts LLMs through Bit Flips

土拨比特翻转攻击：通过比特翻转在混合专家大语言模型中植入无限生成循环

Huakang Lin, Tiancheng Zheng, Mingxuan Sun, Tianhong Xu, Fan Zhang, Yunsi Fei, Ruyi Ding

机构 * Louisiana State University（路易斯安那州立大学） ； Northeastern University（东北大学） ； Zhejiang University（浙江大学） ； University of California, Los Angeles（加利福尼亚大学洛杉矶分校） ； Southeast University（东南大学） 纠错

专题命中 规划决策 ：agentic(abstract)；分类 cs.CL

AI总结 本研究提出首个针对混合专家大语言模型的土拨比特翻转攻击，通过翻转路由层相关比特，可使平均输出膨胀率达5912%，揭示了MoE架构的鲁棒性漏洞。

Comments 9 pages, 3 figures; Accepted at EMNLP 2026

Measurement-Budget Allocation in Quantum Learning with Finite-Shot Generalization Guarantees

Ferhat Ozgur Catak

机构 * University of Stavanger（斯塔万格大学） 纠错

专题命中 规划决策 ：planning(abstract)；分类 cs.AI

Comments 25 pages

Beyond Information Seeking: Severity-Aware Question Supervision for Proactive Medical Dialogue

超越信息获取：面向主动医疗对话的严重度感知问题监督

Chenxuan Li, Xinrong Chen, Luyan Zhang, Peidong Jia, Zhongyu Zhao, Xuecheng Shang, Peixing Wan

机构 * Peking University（北京大学） ； Northeastern University（东北大学） ； School of Basic Medical Sciences, Peking University（北京大学基础医学院） 纠错

专题命中 规划决策 ：agent(abstract)；分类 cs.CL

AI总结 本研究针对主动医疗对话提出ESR严重度感知问题监督目标，在DDxPlus数据集上提升了高严重度诊断准确率、降低了漏诊率，推动主动医疗对话向感知后果的证据获取方向发展。

NeuralParker: A Reinforcement Learning Planner for Irregular Parking Environments

NeuralParker：面向不规则停车环境的强化学习规划器

Zihan Wang, Bai Huang, Yang Guan, Xiao Li, Haoyu Xu, Naizheng Wang, Shengbo Eben Li

机构 * Tsinghua University（清华大学） ； Central University of Finance and Economics（中央财经大学） ； Meituan（美团） 纠错

专题命中 规划决策 ：planning(abstract)；分类 cs.LG

AI总结 NeuralParker是面向不规则泊车环境的强化学习混合规划器，采用目标相对全局表示与终端集成器，在基准测试及实车验证中均优于基线，规划成功率与轨迹质量更优。

Multilevel Fair Allocation under Additive Preferences

加性偏好下的多级公平分配

Maxime Lucet, Nawal Benabbou, Aurélie Beynier, Nicolas Maudet

专题命中 规划决策 ：agent(abstract)；分类 cs.AI

AI总结 本文针对树状层次智能体的多级公平资源分配问题，提出三种基于嫉妒的公平概念适配方式，证明相同偏好下MWRR可保证相关概念，一般偏好下MWRR表现有差异，实验显示其对未正式保证的适配仍有良好性能。

Comments Accepted at the 9th International conference on Algorithmic Decision Theory

Rules Before Oracles: Auditable, User-Configurable Argument Selection for Deliberative Polling

规则先于神谕：协商民意调查的可审计、用户可配置论证选择

Muntaser Syed, Markus Zanker, Marius Silaghi

机构 * Florida Institute of Technology（佛罗里达理工学院） ； Free University of Bozen-Bolzano（波尔扎诺自由大学） 纠错

专题命中 规划决策 ：agentic(abstract)；分类 cs.AI

AI总结 该研究针对协商民意调查的论证选择问题，提出了基于公开可计算证据、用户持参的可审计规则，经模拟验证其在支持质量等指标上优于不透明排名器，可应用于开源对等平台。

SRPO: Self-Reflective Policy Optimization for Long-Horizon Reasoning

SRPO：用于长程推理的自反思策略优化

Jialong Liu, Yuling Shi, Ning Yang, Xiaodong Gu, Zuchao Li

机构 * School of artificial intelligence, Wuhan University（武汉大学人工智能学院） ； School of computer science, Shanghai Jiao Tong University（上海交通大学计算机科学与工程学院） ； Institute of automation, Chinese Academy of Sciences（中国科学院自动化研究所） 纠错

专题命中 规划决策 ：agentic(abstract)；分类 cs.AI

AI总结 本研究提出 SRPO 框架，将人类的自反思能力内化到 LLMs 中，无需额外模型即可将稀疏监督转化为密集训练信号，在数学推理等基准上以高数据效率取得了最先进性能。

Comments Accepted to ICML 2026

LpWM: A Case for Sparse Representations in World Models

LpWM：世界模型中稀疏表示的一个应用案例

Yilun Kuang, Yash Dagade, Quentin Le Lidec, Lucas Maes, Randall Balestriero, Yann LeCun

机构 * NYU（纽约大学） ； Duke University（杜克大学） ； Mila（米拉） ； Brown University（布朗大学） 纠错

专题命中 规划决策 ：planning(abstract)；分类 cs.LG

AI总结 本文提出LpWM模型，以稀疏表示替代密集表示建模动作条件潜在动力学，在PushT任务上规划成功率优于密集模型，且能揭示可解释的动力学结构。

TRACE: Temporal Retrieval with Anchored and Convergent Evidence for Long-Horizon Video Understanding

TRACE：用于长视频理解的基于锚定收敛证据的时序检索

Pengyiang Liu, Junbo Niu, Xiaoyang Hu, Zhongyue Shi, Zitian Wang, Linjiang Huang, Si Liu

专题命中 规划决策 ：agent(abstract)；分类 cs.CL

AI总结 针对长视频理解中证据核查不足的问题，提出VES-Bench基准和无需训练的TRACE智能体，在帧成本更低的情况下实现了高正确率，在多个基准上表现出色。

Comments Accepted to EMNLP 2026 Main Conference. 19 pages, 5 figures, 6 tables. Project page: https://buaa-colalab.github.io/TRACE/

Towards Actionable Visualization: Ten Years Later, What Generative AI Changes and What It Cannot

面向可操作的可视化：十年之后，生成式AI带来了什么改变，又有什么是它做不到的

Leonel Merino, Mohammad Ghafari, Oscar Nierstrasz

专题命中 规划决策 ：AI agent(abstract)；分类 cs.SE

AI总结 该研究回顾了十年前软件可视化领域的研究现状，探讨生成式AI对该领域的改变与局限，提出未来应聚焦于帮助人类理解复杂软件系统及AI生成内容，并指出可操作可视化已成为该领域可达成的标准。

Comments 2026 IEEE Working Conference on Software Visualization (VISSOFT)

Gated Decoupled Compositional Bandits: A Unified Theory of Contextual Bandits with Supervised-Calibrated Action Scaling and Pre-Execution Gating

门控解耦组合多臂老虎机：带监督校准动作缩放与预执行门控的上下文多臂老虎机统一理论

Oleg Miroshnichenko

专题命中 规划决策 ：tool-use(abstract)；分类 cs.LG

AI总结 该研究提出门控解耦组合多臂老虎机（GDCB），证明其可统一多个工业系统，核心定理可将非平稳问题转化为近似平稳问题，还推广了相关结果，配套论文已验证短期租赁动态定价实例。

Comments 30 pages, 4 figures

RiskWorld: Object-Centric Latent World Modeling for Autonomous Driving Risk Identification

RiskWorld：面向自动驾驶风险识别的以对象为中心的潜在世界建模

Jingzheng Li, Yufei Ge, Qianren Mao, Zhijun Chen, Bing Li, Xingyu Peng, Baochang Zhang, Xianglong Liu

专题命中 规划决策 ：planning(abstract)；分类 cs.LG

AI总结 提出 RiskWorld 模型，以对象为中心的潜在世界建模，结合预训练视频表示与自车-对象历史，在 RiskBench 上实现 63.0% F1 和 2.1% 误报率，可有效识别自动驾驶风险。