AI Agent

ToolOrchestra: Elevating Intelligence via Efficient Model and Tool Orchestration

ToolOrchestra：通过高效模型和工具协同提升智能

Hongjin Su, Shizhe Diao, Ximing Lu, Mingjie Liu, Jiacheng Xu, Xin Dong, Yonggan Fu, Peter Belcak, Hanrong Ye, Hongxu Yin, Yi Dong, Evelina Bakhturina, Tao Yu, Yejin Choi, Jan Kautz, Pavlo Molchanov

机构 * NVIDIA ； University of Hong Kong（香港大学） 纠错

专题命中 工作流自动化 ：tool-use(abstract)；agentic(abstract)；分类 cs.AI、cs.CL、cs.LG

AI总结 ToolOrchestra通过高效模型和工具协同提升智能，实现更高效且更有效的工具增强推理系统。

Comments 21 pages, 6 figures

FlowMesh: A Service Fabric for Composable LLM Workflows

Junyi Shen, Noppanat Wadlom, Lingfeng Zhou, Dequan Wang, Xu Miao, Lei Fang, Yao Lu

专题命中 工作流自动化 ：agent(abstract)；workflow(abstract)；agentic(abstract)

Remote Labor Index: Measuring AI Automation of Remote Work

Mantas Mazeika, Alice Gatti, Cristina Menghini, Udari Madhushani Sehwag, Shivam Singhal, Yury Orlovskiy, Steven Basart, Manasi Sharma, Denis Peskoff, Elaine Lau, Jaehyuk Lim, Lachlan Carroll, Alice Blair, Vinaya Sivakumar, Sumana Basu, Brad Kenstler, Yuntao Ma, Julian Michael, Xiaoke Li, Oliver Ingebretsen, Aditya Mehta, Jean Mottola, John Teichmann, Kevin Yu, Zaina Shaik, Adam Khoja, Richard Ren, Jason Hausenloy, Long Phan, Ye Htet, Ankit Aich, Tahseen Rabbani, Vivswan Shah, Andriy Novykov, Felix Binder, Kirill Chugunov, Luis Ramirez, Matias Geralnik, Hernán Mesura, Dean Lee, Ed-Yeremai Hernandez Cardona, Annette Diamond, Summer Yue, Alexandr Wang, Bing Liu, Ernesto Hernandez, Dan Hendrycks

机构 * Center for AI Safety（人工智能安全中心） ； Scale AI 纠错

专题命中 工作流自动化 ：agent(abstract)；AI agent(abstract)；分类 cs.AI、cs.CL、cs.LG

Comments Website: https://www.remotelabor.ai

ScreenCoder: Advancing Visual-to-Code Generation for Front-End Automation via Modular Multimodal Agents

Yilei Jiang, Yaozhi Zheng, Yuxuan Wan, Jiaming Han, Qunzhong Wang, Michael R. Lyu, Xiangyu Yue

机构 * CUHK（香港中文大学） ； MMLab（多模态实验室） ； ARISE Lab（ARISE实验室） 纠错

专题命中 工作流自动化 ：agent(abstract)；planning(abstract)；multi-agent(abstract)

Comments ScreenCoder-v2

Build Your Personalized Research Group: A Multiagent Framework for Continual and Interactive Science Automation

Ed Li, Junyu Ren, Xintian Pan, Cat Yan, Chuanhao Li, Dirk Bergemann, Zhuoran Yang

专题命中 工作流自动化 ：agent(abstract)；agentic(abstract)；分类 cs.AI、cs.CL、cs.LG

Comments 37 pages, 5 figures. Code: https://github.com/ltjed/freephdlabor

Command A: An Enterprise-Ready Large Language Model

Team Cohere, :, Aakanksha, Arash Ahmadian, Marwan Ahmed, Jay Alammar, Milad Alizadeh, Yazeed Alnumay, Sophia Althammer, Arkady Arkhangorodsky, Viraat Aryabumi, Dennis Aumiller, Raphaël Avalos, Zahara Aviv, Sammie Bae, Saurabh Baji, Alexandre Barbet, Max Bartolo, Björn Bebensee, Neeral Beladia, Walter Beller-Morales, Alexandre Bérard, Andrew Berneshawi, Anna Bialas, Phil Blunsom, Matt Bobkin, Adi Bongale, Sam Braun, Maxime Brunet, Samuel Cahyawijaya, David Cairuz, Jon Ander Campos, Cassie Cao, Kris Cao, Roman Castagné, Julián Cendrero, Leila Chan Currie, Yash Chandak, Diane Chang, Giannis Chatziveroglou, Hongyu Chen, Claire Cheng, Alexis Chevalier, Justin T. Chiu, Eugene Cho, Eugene Choi, Eujeong Choi, Tim Chung, Volkan Cirik, Ana Cismaru, Pierre Clavier, Henry Conklin, Lucas Crawhall-Stein, Devon Crouse, Andres Felipe Cruz-Salinas, Ben Cyrus, Daniel D'souza, Hugo Dalla-Torre, John Dang, William Darling, Omar Darwiche Domingues, Saurabh Dash, Antoine Debugne, Théo Dehaze, Shaan Desai, Joan Devassy, Rishit Dholakia, Kyle Duffy, Ali Edalati, Ace Eldeib, Abdullah Elkady, Sarah Elsharkawy, Irem Ergün, Beyza Ermis, Marzieh Fadaee, Boyu Fan, Lucas Fayoux, Yannis Flet-Berliac, Nick Frosst, Matthias Gallé, Wojciech Galuba, Utsav Garg, Matthieu Geist, Mohammad Gheshlaghi Azar, Ellen Gilsenan-McMahon, Seraphina Goldfarb-Tarrant, Tomas Goldsack, Aidan Gomez, Victor Machado Gonzaga, Nithya Govindarajan, Manoj Govindassamy, Nathan Grinsztajn, Nikolas Gritsch, Patrick Gu, Shangmin Guo, Kilian Haefeli, Rod Hajjar, Tim Hawes, Jingyi He, Sebastian Hofstätter, Sungjin Hong, Sara Hooker, Tom Hosking, Stephanie Howe, Eric Hu, Renjie Huang, Hemant Jain, Ritika Jain, Nick Jakobi, Madeline Jenkins, JJ Jordan, Dhruti Joshi, Jason Jung, Trushant Kalyanpur, Siddhartha Rao Kamalakara, Julia Kedrzycki, Gokce Keskin, Edward Kim, Joon Kim, Wei-Yin Ko, Tom Kocmi, Michael Kozakov, Wojciech Kryściński, Arnav Kumar Jain, Komal Kumar Teru, Sander Land, Michael Lasby, Olivia Lasche, Justin Lee, Patrick Lewis, Jeffrey Li, Jonathan Li, Hangyu Lin, Acyr Locatelli, Kevin Luong, Raymond Ma, Lukáš Mach, Marina Machado, Joanne Magbitang, Brenda Malacara Lopez, Aryan Mann, Kelly Marchisio, Olivia Markham, Alexandre Matton, Alex McKinney, Dominic McLoughlin, Jozef Mokry, Adrien Morisot, Autumn Moulder, Harry Moynehan, Maximilian Mozes, Vivek Muppalla, Lidiya Murakhovska, Hemangani Nagarajan, Alekhya Nandula, Hisham Nasir, Shauna Nehra, Josh Netto-Rosen, Daniel Ohashi, James Owers-Bardsley, Jason Ozuzu, Dennis Padilla, Gloria Park, Sam Passaglia, Jeremy Pekmez, Laura Penstone, Aleksandra Piktus, Case Ploeg, Andrew Poulton, Youran Qi, Shubha Raghvendra, Miguel Ramos, Ekagra Ranjan, Pierre Richemond, Cécile Robert-Michon, Aurélien Rodriguez, Sudip Roy, Sebastian Ruder, Laura Ruis, Louise Rust, Anubhav Sachan, Alejandro Salamanca, Kailash Karthik Saravanakumar, Isha Satyakam, Alice Schoenauer Sebag, Priyanka Sen, Sholeh Sepehri, Preethi Seshadri, Ye Shen, Tom Sherborne, Sylvie Shang Shi, Sanal Shivaprasad, Vladyslav Shmyhlo, Anirudh Shrinivason, Inna Shteinbuk, Amir Shukayev, Mathieu Simard, Ella Snyder, Ava Spataru, Victoria Spooner, Trisha Starostina, Florian Strub, Yixuan Su, Jimin Sun, Dwarak Talupuru, Eugene Tarassov, Elena Tommasone, Jennifer Tracey, Billy Trend, Evren Tumer, Ahmet Üstün, Bharat Venkitesh, David Venuto, Pat Verga, Maxime Voisin, Alex Wang, Donglu Wang, Shijian Wang, Edmond Wen, Naomi White, Jesse Willman, Marysia Winkels, Chen Xia, Jessica Xie, Minjie Xu, Bowen Yang, Tan Yi-Chern, Ivan Zhang, Zhenyu Zhao, Zhoujie Zhao

专题命中 工作流自动化 ：agent(abstract)；tool use(abstract)；分类 cs.AI、cs.CL、cs.LG

Comments 55 pages

Advancing vision-language models in front-end development via data synthesis

Tong Ge, Yashu Liu, Jieping Ye, Tianyi Li, Chao Wang

专题命中 工作流自动化 ：workflow(abstract)；agentic(abstract)；分类 cs.AI、cs.CL、cs.LG

Social-RAG: Retrieving from Group Interactions to Socially Ground AI Generation

Ruotong Wang, Xinyi Zhou, Lin Qiu, Joseph Chee Chang, Jonathan Bragg, Amy X. Zhang

专题命中 工作流自动化 ：agent(abstract)；AI agent(abstract)；workflow(abstract)

Comments To appear at CHI2025

Accelerating Scientific Research Through a Multi-LLM Framework

Joaquin Ramirez-Medina, Mohammadmehdi Ataei, Alidad Amirfazli

专题命中 工作流自动化 ：agent(abstract)；planning(abstract)；workflow(abstract)

Comments 34 pages

Multiagent Reinforcement Learning Enhanced Decision-making of Crew Agents During Floor Construction Process

Bin Yang, Boda Liu, Yilong Han, Xin Meng, Yifan Wang, Hansi Yang, Jianzhuang Xia

专题命中 工作流自动化 ：agent(abstract)；planning(abstract)；multi-agent(abstract)

Retrieval-Augmented Instruction Tuning for Automated Process Engineering Calculations : A Tool-Chaining Problem-Solving Framework with Attributable Reflection

Sagar Srinivas Sakhinana, Geethan Sannidhi, Venkataramana Runkana

专题命中 工作流自动化 ：agent(abstract)；autonomous agent(abstract)；分类 cs.AI、cs.LG、cs.SE

Comments Accepted for publication at ML4CCE workshop at ECML PKDD 2024. Please find the link: https://ml4cce-ecml.com/#agenda

MALADE: Orchestration of LLM-powered Agents with Retrieval Augmented Generation for Pharmacovigilance

Jihye Choi, Nils Palumbo, Prasad Chalasani, Matthew M. Engelhard, Somesh Jha, Anivarya Kumar, David Page

专题命中 工作流自动化 ：agent(abstract)；multi-agent(abstract)；分类 cs.AI、cs.CL、cs.LG

Comments Paper published at Machine Learning for Healthcare 2024 (MLHC'24)

Automating the Enterprise with Foundation Models

Michael Wornow, Avanika Narayan, Krista Opsahl-Ong, Quinn McIntyre, Nigam H. Shah, Christopher Re

专题命中 工作流自动化 ：planning(abstract)；workflow(abstract)；分类 cs.AI、cs.LG、cs.SE

Large Language Models Illuminate a Progressive Pathway to Artificial Healthcare Assistant: A Review

Mingze Yuan, Peng Bao, Jiajia Yuan, Yunhao Shen, Zifan Chen, Yi Xie, Jie Zhao, Yang Chen, Li Zhang, Lin Shen, Bin Dong

专题命中 工作流自动化 ：autonomous agent(abstract)；workflow(abstract)；分类 cs.AI、cs.CL、cs.LG

Comments 24 pages, 1 figure, 3 tables

FAIR-RAG: Faithful Adaptive Iterative Refinement for Retrieval-Augmented Generation

Mohammad Aghajani Asl, Majid Asgari-Bidhendi, Behrooz Minaei-Bidgoli

机构 * Sharif University of Technology（谢里夫理工大学） ； Iran University of Science and Technology（伊朗科学技术大学） ； Noor Avaran Jelvehaye Maanaei Najm Co., Ltd.（诺尔·阿瓦兰·杰拉维耶·马纳埃尼纳姆公司） 纠错

专题命中 工作流自动化 ：agentic(abstract,comments)；agent(abstract)；分类 cs.AI、cs.CL

Comments 30 pages, 5 figures, 5 tables. Keywords: Retrieval-Augmented Generation (RAG), Large Language Models (LLMs), Agentic AI, Multi-hop Question Answering, Faithfulness

Full end-to-end diagnostic workflow automation of 3D OCT via foundation model-driven AI for retinal diseases

通过基于基础模型的AI实现3D OCT的全流程诊断工作流程自动化用于视网膜疾病

Jinze Zhang, Jian Zhong, Li Lin, Jiaxiong Li, Ke Ma, Naiyang Li, Meng Li, Yuan Pan, Zeyu Meng, Mengyun Zhou, Shang Huang, Shilong Yu, Zhengyu Duan, Sutong Li, Honghui Xia, Juping Liu, Dan Liang, Yantao Wei, Xiaoying Tang, Jin Yuan, Peng Xiao

专题命中 工作流自动化 ：workflow(title)；分类 cs.AI

AI总结 FOCUS通过基于基础模型的AI实现3D OCT视网膜疾病诊断的端到端自动化，提高了诊断效率和准确性。

Metag: A dataset to build agentic meta-reviewing capabilities

Metag：用于构建智能体元评审能力的数据集

Anirudh Sundar, Min Chen, Divya Tadimeti, Gemma Zhang, Alice Li, Nigel Boachie Kumankumah, Pavan Uttej Ravva, Sadid Hasan, Somya Chatterjee, Pruthvi Prakash Navada, Xiao Wang, Yue Kang, Sulaiman Vesal, Larry Heck

机构 * Georgia Institute of Technology（佐治亚理工学院） ； Microsoft（微软公司） 纠错

专题命中 工作流自动化 ：agentic(title)；分类 cs.LG

AI总结 本文推出Metag数据集，用于构建元评审智能体，助力元评审员快速确认作者对评审意见的回应及变更位置，提升同行评审透明度与可追溯性。

Comments 23 pages, 5 figures, 6 tables

A Generative Deep Learning Workflow for Inverse Molecular Design of Fuels

用于燃料逆分子设计的生成式深度学习工作流

Kiran K. Yalamanchi, Pinaki Pal, Balaji Mohan, Abdullah S. AlRamadan, Jihad A. Badra, Yuanjiang Pei

机构 * Transportation and Power Systems Division, Argonne National Laboratory（阿贡国家实验室运输与电力系统 division） ； Transport Technologies Division, Research and Development Center, Saudi Aramco（沙特阿美运输技术 division，研发中心） ； Aramco Americas: Aramco Research Center–Detroit（阿美美洲：阿美研究中心–底特律） 纠错

专题命中 工作流自动化 ：workflow(title)；分类 cs.LG

AI总结 本研究开发结合Co-VAE与QSPR的生成式深度学习框架，用于燃料逆分子设计，可识别高RON燃料分子，还可扩展至多性质设计并纳入可合成性标准。

Agent-Orchestration in Autonomous Chip Design

自主芯片设计中的智能体编排

Linyang Li

机构 * Nova Silicon（诺瓦硅公司） 纠错

专题命中 工作流自动化 ：agent(title)；分类 cs.AI

AI总结 该研究针对芯片设计领域，结合大型语言模型与工具使用智能体，提出将芯片设计超级智能建模为庞大AI组织的思路，探索适用于该复杂行业的AI类型。

Hallucinations and Constraints : Regulating surgical workflow recognition beyond accuracy

幻觉与约束：超越准确率的手术工作流程识别调控

John S. H. Baxter, Pierre Jannin

机构 * Université de Rennes（雷恩大学） ； Inserm（法国国家健康与医学研究院） 纠错

专题命中 工作流自动化 ：workflow(title)；分类 cs.LG

AI总结 该研究针对医学图像处理中AI的幻觉问题，提出用线性时序逻辑谓词结合概率图模型调控，在机器人辅助子宫切除术阶段识别中准确率提约10%且消除多数拓扑错误。

Comments 11 pages, 1 figure, 1 table, accepted to the MICCAI 2026 Workshop on Fairness, Regulation, and Ethics (FAIMI-BRIDGE-EPIMI 2026)

Failures Reveal What Metrics Miss: An Evidence-Driven Agent for Recursive Refinement of ECG Classifiers

失败揭示指标遗漏之处：用于心电图分类器递归优化的证据驱动智能体

Jinliang Deng, Yiming Niu, Yibo Pan, Zhiqi Shao, Qin Luo, Yongxin Tong

机构 * Beihang University（北京航空航天大学） ； Chongqing University（重庆大学） ； Fuwai Hospital（阜外医院） 纠错

专题命中 工作流自动化 ：agent(title)；分类 cs.AI

AI总结 研究聚焦心电图分类器优化依赖人工的问题，提出RecursiveECG框架，利用LLM基于具体失败情况和心电图证据优化分类器，经特殊转换和审查分析制定修订，在多数据集上表现出色，验证了基于证据优化过程的有效性。

DN-Hypo-Pipeline: An AI-Driven Workflow for Generating Hypotheses using Large Language Models and Scientific Explanations

DN-Hypo-Pipeline：一种基于大语言模型和科学解释的AI驱动假设生成工作流

Lei Lin, Xinlong Pan, Ronghao Wang, Chunbao Zhou, Jue Wang, Yangang Wang, Ivana Rasovska

机构 * Computer Network Information Center, Chinese Academy of Sciences, China（中国科学院计算机网络信息中心） 纠错

专题命中 工作流自动化 ：workflow(title)；分类 cs.AI

AI总结 提出DN-Hypo-Pipeline，利用大语言模型和科学解释作为先验知识，从现有文献中推导新假设，在数据科学建模中通过统计推断和专家评估证明优于直接生成方法，并验证了生成假设对应的算法性能。

Supporting Autonomous Process Execution within a Multi-Perspective Constraint Frame via Numeric Planning

通过数值规划在多视角约束框架内支持自主流程执行

Paul Wittlinger, Giacomo Acitelli, Anti Alman, Fabrizio Maria Maggi, Andrea Marrella

专题命中 工作流自动化 ：planning(title)；分类 cs.AI

AI总结 研究在人工智能增强业务流程管理系统中，通过引入新工具，用多视角约束增强流程框架，为部分流程执行推荐最优延续，经实证评估该技术具可扩展性和有效性，能支持自主及约束感知决策。

An End-to-End Hybrid Quantum--Classical Sampling Workflow for Discrete Markov Random Fields: A Reproducible Case Study

离散马尔可夫随机场的端到端混合量子-经典采样工作流程：一个可重现的案例研究

Arul Rhik Mazumder

机构 * School of Computer Science（计算机科学学院） ； Carnegie Mellon University（卡内基梅隆大学） 纠错

专题命中 工作流自动化 ：workflow(title)；分类 cs.LG

AI总结 研究离散马尔可夫随机场采样难题中，对小MRF采用幅度编码独立同分布采样，与经典MCMC比较。通过多个实例展示不同方法的ESS比率等，还进行了预处理时间、MPS缩放及VQC与MPS的比较，揭示各方法特点及差距。

Comments 9 pages, 7 figures, 9 tables, Accepted to IEEE International Conference of Quantum Computing and Engineering - QCE 2026 in the Quantum End-to-End Hybrid Case Studies (QECS) Technical Papers track

A New Workflow for Materials Discovery Bridging the Gap Between Experimental Databases and Graph Neural Networks

一种新的工作流程用于材料发现，弥合实验数据库与图神经网络之间的差距

Brandon Schoener, Yuting Hu, Pasit Wanlapha, Akshay Rengarajan, Ian Moog, Michael Wang, Peihong Zhang, Jinjun Xiong, Hao Zeng

机构 * Department of Physics, University at Buffalo, State University of New York, Buffalo, NY ； Department of Computer Science \& Engineering, University at Buffalo, State University of New York, Buffalo, NY ； Institute for Artificial Intelligence ； Data Science, University at Buffalo, State University of New York, Buffalo, NY 纠错

专题命中 工作流自动化 ：workflow(title)；分类 cs.LG

AI总结 本文提出了一种新的工作流程，通过将实验数据库与晶体学信息文件对齐，弥补了实验数据与图神经网络之间的差距，提升了材料属性预测的准确性和效率。

Comments 8 pages, 3 figures, 1 table, submitted to Journal of Magnetism and Magnetic Materials

Agentic AI for IPoDWDM Network Lifecycle Automation: An MCP-Enabled Architecture

用于IPoDWDM网络生命周期自动化的智能AI：一种启用MCP的架构

Chunmin Xia, Jakub Harbaczewski, Nikhil Dsilva, Julie Raulin, Dominic Schneider, Achim Autenrieth

机构 * Adtran Networks SE（阿特兰网络公司） 纠错

专题命中 工作流自动化 ：agentic(title)；分类 cs.AI

AI总结 该研究针对多供应商、多层IPoDWDM网络，提出分布式多MCP架构，借助SDN实现自动化及自主控制，运用GNPy模型等进行闭环跨层控制，并通过实验验证，实现端到端服务生命周期自动化。

Comments Accepted for oral presentation at the European Conference on Optical Communication (ECOC 2026)

An Empirical Study of Downstream Adaptation for Agent Skills

智能体技能下游适配的实证研究

Xinjian Wu, Jingzhi Gong, Gunel Jahangirova, Zhenpeng Chen, Jie M. Zhang

专题命中 工作流自动化 ：agent(title)；分类 cs.SE

AI总结 研究大语言模型智能体技能下游适配，分析六个技能库的1126个适配实例，构建含46种模式的分类法，揭示重用悖论，发现适配相互依赖及近五分之一适配引入安全敏感内容，为改进技能设计等提供启示。

Comments 10 pages, 3 figures, 13 tables

GLM-5 Serving Parameter Tuning for OpenClaw: Single-Deployment MaaS Inference Optimization for Long-Context Agent Workloads

用于OpenClaw的GLM-5服务参数调优：针对长上下文代理工作负载的单部署MaaS推理优化

Minjie Hua, Ning Wang, Peijun Yang, Kai Wang, Shiguo Lian

机构 * China Unicom（中国联合网络通信集团有限公司） 纠错

专题命中 工作流自动化 ：agent(title)；分类 cs.AI

AI总结 研究在MaaS多模型推理优化架构中对GLM-5服务参数调优，在单节点优化模块调整相关参数，找到最佳配置，相比基线提升了请求和总令牌吞吐量，降低了平均TTFT和延迟P90，推荐其为默认部署配置。

Comments 10 pages, 3 figures, 2 tables; technical report

DA-Studio: An Agentic System for End-to-End Data Analysis

DA-Studio：用于端到端数据分析的智能体系统

Yizhe Liu, Shaolei Zhang, Ju Fan

机构 * Renmin University of China（中国人民大学） 纠错

专题命中 工作流自动化 ：agentic(title)；分类 cs.AI

AI总结 提出DA-Studio，一个集成了沙盒执行与可检查工作流的端到端数据分析系统，通过迭代动作生成与代码执行，从原始文件与自然语言请求逐步构建可执行分析步骤。

Comments VLDB 2026 Demo submission

Semantic Prompting: Agentic Incremental Narrative Refinement through Spatial Semantic Interaction

语义提示：通过空间语义交互实现代理增量叙事优化

Xuxin Tang, Ibrahim Tahmid, Eric Krokos, Kirsten Whitley, Xuan Wang, Chris North

机构 * Department of Defense（国防部） 纠错

专题命中 工作流自动化 ：agentic(title)；分类 cs.AI

AI总结 本文提出语义提示框架，通过感知语义交互、推理解释意图并执行定位修订，解决现有空间-文本生成中的交互修订不一致、人机意图不一致和定制粒度不足问题，提升空间精细化调整的精度和用户交互效率。

Comments 9 pages, 7 figures, accepted by ACM AVI 2026; has updated the appendix