Fast Neural-Network Approximation of Active Target Search Under Uncertainty
快速神经网络近似主动目标搜索在不确定性下的应用
机构 * Technical University of Cluj-Napoca（克卢日-纳波卡技术大学）
专题命中 工具调用 ：agent(abstract)；分类 cs.LG
AI总结 本文提出用卷积神经网络近似主动搜索算法，以降低在线计算成本，通过多通道网格训练实现目标检测率与传统方法相当。
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. 工具调用 5112 篇
Generative Discovery of Magnetic Insulators under Competing Physical Constraints
在竞争物理约束下发现磁绝缘体的生成发现
机构 * Department of Math, University of Southern California（数学系，南加州大学） ； Department of Computer Science, Colby College（计算机科学系，科尔比学院） ； California NanoSystems Institute, University of California, Los Angeles（加州大学洛杉矶分校加州纳米系统研究所）
专题命中 工具调用 ：workflow(abstract)；分类 cs.AI
AI总结 本文提出MagMatLLM框架，通过生成和进化选择结合第一性原理验证，发现十二种新磁绝缘体，展示了在稀疏化学空间中多目标材料发现的通用方法。
Tractable Verification of Model Transformations: A Cutoff-Theorem Approach for DSLTrans
可验证的模型转换：基于截止定理的DSLTrans方法
专题命中 工具调用 ：workflow(abstract)；分类 cs.SE
AI总结 本文提出了一种可验证的DSLTrans转换验证流程，通过截止定理证明了有限模型检查的完备性，并结合优化方法和实现，提高了验证效率和准确性。
Comments 41 pages, 4 figures
AI to Learn 2.0: A Deliverable-Oriented Governance Framework and Maturity Rubric for Opaque AI in Learning-Intensive Domains
AI学习2.0：面向学习密集领域的交付导向治理框架和成熟度评估表
机构 * Department of Biomedical Sciences, College of Life and Health Sciences, Chubu University（生物医学科学系，生命与健康科学学院，楚博大学） ； Center for Mathematical Science and Artificial Intelligence, Chubu University（数学科学与人工智能中心，楚博大学） ； Institute for Advanced Research, Nagoya University（先进研究所，名古屋大学）
专题命中 工具调用 ：workflow(abstract)；分类 cs.AI
AI总结 本文提出AI学习2.0框架，旨在解决AI辅助工作中的代理失效问题，通过交付导向的治理框架、五部分包装、七维成熟度评估表和能力-证据阶梯，确保交付成果的可使用性、可审计性、可转移性和可辩护性。
Comments 10 pages, 2figures
Quantum framework for Reinforcement Learning: Integrating Markov decision process, quantum arithmetic, and trajectory search
强化学习的量子框架：整合马尔可夫决策过程、量子算术和轨迹搜索
机构 * Graduate School of Science and Technology, Keio University（Keio大学科学技术研究生院） ； Graduate School of Information Science and Electrical Engineering, Kyushu University（九州大学信息科学与电气工程研究生院） ； RIKEN Center for Computational Science（理化学研究所计算科学中心）
专题命中 工具调用 ：agent(abstract)；分类 cs.LG
AI总结 本文提出一个基于量子原理的强化学习框架，利用量子模型实现马尔可夫决策过程，通过量子算法提升智能体与环境交互的计算效率，展示量子现象在强化学习中的应用潜力。
Journal ref Physical Review A (2025)
What Makes an LLM a Good Optimizer? A Trajectory Analysis of LLM-Guided Evolutionary Search
什么使一个LLM成为好的优化器？LLM引导的进化搜索轨迹分析
机构 * Univ. Grenoble Alpes, CNRS, Grenoble INP, LIG（格勒诺布尔阿尔卑斯大学、国家科学研究中心、格勒诺布尔INP、LIG实验室）
专题命中 工具调用 ：agentic(abstract)；分类 cs.CL
AI总结 研究通过分析15个LLM在8个任务上的优化轨迹，发现初始能力相似的模型会产生差异大的搜索轨迹，强优化器表现为局部细化，弱优化器则出现语义漂移，解决方案新颖性只有在搜索保持局部化时才有效。
Comments 9 pages, 8 figures, Accepted at Findings of ACL 2026
Reinforced Generation of Combinatorial Structures: Ramsey Numbers
增强的组合结构生成：Ramsey数
机构 * University of California, Berkeley（加州大学伯克利分校） ； Google DeepMind（谷歌DeepMind） ； Google（谷歌）
专题命中 工具调用 ：agent(abstract)；分类 cs.AI
AI总结 本文通过AlphaEvolve算法改进了九个经典Ramsey数的下界，同时恢复了所有已知精确Ramsey数的下界，并在许多其他情况下匹配了最佳下界。
MiroThinker: Pushing the Performance Boundaries of Open-Source Research Agents via Model, Context, and Interactive Scaling
MiroThinker：通过模型、上下文和交互扩展推动开源研究代理的性能边界
机构 * MiroMind Team（MiroMind团队）
专题命中 工具调用 ：agent(abstract)；分类 cs.CL
AI总结 MiroThinker通过模型、上下文和交互扩展提升开源研究代理性能，实现更深入的交互和更复杂的任务处理，其72B版本在多个基准测试中表现优异，接近商业模型。
Comments Technical Report
Spatiotemporal-Aware Bit-Flip Injection on DNN-based Advanced Driver Assistance Systems (extended version)
时空感知的位翻转注入在基于深度神经网络的高级驾驶辅助系统中
专题命中 工具调用 ：planning(abstract)；分类 cs.LG
AI总结 本文提出STAFI框架，通过空间和时间感知方法识别DNN中关键故障点，实验表明其发现的危险故障比基线方法多29.56倍。
Comments The authors have identified issues in the experimental setup and evaluation that may affect the validity of the results. In particular, inconsistencies in the fault injection protocol and temporal analysis may lead to incorrect conclusions. The authors therefore request withdrawal for thorough revision
Train Separately, Merge Together: Modular Post-Training with Mixture-of-Experts
分开训练，合并一起：模块化后训练与专家混合
机构 * University of Washington（华盛顿大学） ； University of California, Berkeley（加州大学伯克利分校） ； Allen Institute for AI（人工智能研究院）
专题命中 工具调用 ：tool use(abstract)；分类 cs.LG
AI总结 本文提出BAR方法，通过独立训练领域专家并采用专家混合架构实现高效更新，避免了传统重训练的高成本和性能下降问题，实验显示其在多个领域任务中表现优异。
Comments 9 content pages, 23 pages overall, 3 figures
Lishu: A Real-Source Research Workbench for Elite Business Journal Search, Analysis, and Writing Support
Lishu：精英商业期刊搜索、分析与写作支持的实源研究工作台
专题命中 工具调用 ：workflow(abstract)；分类 cs.SE
AI总结 本文介绍Lishu，一个用于搜索、监控和解读精英商业与管理期刊文献的可部署网页工具，整合UTD-24和FT50期刊池，支持更广泛的研究流程，包括文献检索、主题分析和写作支持。
From Language to Action: Enhancing LLM Task Efficiency with Task-Aware MCP Server Recommendation
从语言到行动：通过任务感知的MCP服务器推荐提升LLM任务效率
专题命中 工具调用 ：agent(abstract)；分类 cs.SE
AI总结 本文提出任务感知的MCP服务器推荐框架，通过构建任务-工具关联数据集和改进的推荐模型，提升LLM在实际开发任务中的效率和准确性。
Comments 44 pages, 12 figures, 4 tables
When Search Goes Wrong: Red-Teaming Web-Augmented Large Language Models
当搜索出错时：针对具有网络搜索功能的大型语言模型的红队测试
机构 * Nanyang Technological University, Singapore（新加坡南洋理工大学） ； Nanjing University of Aeronautics（南京航空航天大学） ； Tsinghua University, China（清华大学）
专题命中 工具调用 ：workflow(abstract)；分类 cs.AI
AI总结 本文提出CREST-Search框架，针对具有网络搜索功能的LLM的安全性问题，通过三种新型攻击策略和迭代上下文优化机制，揭示网络搜索带来的安全漏洞。
Deliberative Searcher: Improving LLM Reliability via Reinforcement Learning with constraints
反思搜索器：通过带有约束的强化学习提高大语言模型的可靠性
机构 * Fudan University（复旦大学） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室）
专题命中 工具调用 ：agent(abstract)；分类 cs.AI
AI总结 本文提出反思搜索器框架，结合置信度校准与基于检索的搜索，通过强化学习优化准确性，提升模型输出的可靠性。
Comments Accepted by ACL 2026
AI-Assisted Peer Review at Scale: The AAAI-26 AI Review Pilot
大规模AI辅助同行评审：AAAI-26 AI评审试点
机构 * AAAI（国际人工智能协会）
专题命中 工具调用 ：tool use(abstract)；分类 cs.AI
AI总结 本文探讨了AI在大规模同行评审中的应用，展示了AAAI-26中22977篇论文通过先进系统生成的AI评审，结果显示作者和评审委员认为AI评审在技术准确性和研究建议方面优于人类评审，并引入了新的基准测试。
MASH: Modeling Abstention via Selective Help-Seeking
MASH：通过选择性求助进行模型退避建模
机构 * Department of Computer Science, Cornell University（康奈尔大学计算机科学系）
专题命中 工具调用 ：tool use(abstract)；分类 cs.CL
AI总结 本文提出MASH框架，通过强化学习实现LLM退避决策，提升多跳问答准确率7.6%，展示出优于传统方法的退避性能。
Comments 25 pages, with 15 dedicated to citations and appendix. 17 tables and 11 figures. Preprint, under review. Paper updated to reflect new title and results
CodeCureAgent: Automatic Classification and Repair of Static Analysis Warnings
CodeCureAgent：静态分析警告的自动分类与修复
专题命中 工具调用 ：agentic(abstract)；分类 cs.SE
AI总结 本文提出CodeCureAgent，利用大语言模型代理自动分析、分类和修复静态分析警告，通过三步启发式方法生成合理修复方案，有效提升代码质量。
AdverMCTS: Combating Pseudo-Correctness in Code Generation via Adversarial Monte Carlo Tree Search
AdverMCTS：通过对抗性蒙特卡洛树搜索对抗代码生成中的伪正确性
专题命中 工具调用 ：agent(abstract)；分类 cs.SE
AI总结 本文提出AdverMCTS，通过将代码搜索与主动漏洞发现结合，对抗代码生成中的伪正确性问题，实验表明其优于现有方法，有效降低误报率。
From GPT-3 to GPT-5: Mapping their capabilities, scope, limitations, and consequences
从GPT-3到GPT-5：映射其能力、范围、限制及后果
机构 * University of Bergen（卑尔根大学） ； Norwegian University of Life Sciences（挪威生命科学大学） ； Sohar University（苏哈尔大学） ； Norwegian University of Science and Technology（挪威科技大学） ； Kristiania University of Applied Sciences（克里斯蒂安尼亚应用科学大学）
专题命中 工具调用 ：workflow(abstract)；分类 cs.AI
AI总结 本文比较分析GPT系列从GPT-3到GPT-5的发展，探讨技术演进、能力变化、部署转变、持续限制及下游影响，强调后续版本不仅是更大更准的模型，而是更复杂的系统。
A Complete Decomposition of KL Error using Refined Information and Mode Interaction Selection
基于精炼信息和模式交互选择的KL误差完整分解
机构 * University of Southern California（南加州大学） ； National Institute of Informatics, SOKENDAI（国立信息学研究所，综合研究大学院大学）
专题命中 工具调用 ：tool use(abstract)；分类 cs.LG
AI总结 本文通过引入高阶模式交互，提出KL误差的完整分解方法，开发MAHGenTa算法，提升生成和分类任务的性能。
Show Me the Infographic I Imagine: Intent-Aware Infographic Retrieval for Authoring Support
展示我所想象的图表：面向作者支持的意图感知图表检索
机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； Nanjing University（南京大学）
专题命中 工具调用 ：agent(abstract)；分类 cs.AI
AI总结 本文提出意图感知图表检索框架，通过意图分类提升检索准确性，支持高效图表创作。
Comments Project homepage: https://infographicretrieval.github.io/
Multi-objective Bayesian Optimization with Human-in-the-Loop for Flexible Neuromorphic Electronics Fabrication
具有人机交互的多目标贝叶斯优化用于柔性神经形态电子制造
机构 * Department of Applied Physics, Aalto University（阿尔托大学应用物理系） ； Department of Physics, The University of Texas at Dallas（德克萨斯大学达拉斯分校物理系）
专题命中 工具调用 ：workflow(abstract)；分类 cs.LG
AI总结 本文提出结合多目标贝叶斯优化与人机交互框架，用于优化柔性神经形态电子制造中的光固化工艺参数，提升电性能与低漏电流的平衡，减少实验次数。
Journal ref J. Mater. Chem. C 14 (6), 2208-2216 (2026)
RAGnaroX: A Secure, Local-Hosted ChatOps Assistant Using Small Language Models
RAGnaroX：一种使用小型语言模型的安全、本地托管的ChatOps助手
机构 * University of Innsbruck（因斯布鲁克大学） ； c.c.com Moser GmbH（c.c.com Moser有限公司）
专题命中 工具调用 ：function calling(abstract)；分类 cs.AI
AI总结 RAGnaroX是一种基于本地硬件的高效ChatOps助手，采用Rust实现，提供可审计的本地解决方案，通过模块化数据摄入、混合检索和函数调用实现灵活安全的部署。
DRtool: An Interactive Tool for Analyzing High-Dimensional Clusterings
DRtool：一种用于分析高维聚类的交互式工具
机构 * Indiana University（印第安纳大学）
专题命中 工具调用 ：tool use(abstract)；分类 cs.LG
AI总结 本文提出DRtool，一种交互式工具，帮助分析高维聚类结果，通过多种可视化方法识别虚假聚类，提升聚类解释性。
Comments 32 pages, 14 figures
Cognitive Friction: A Decision-Theoretic Framework for Bounded Deliberation in Tool-Using Agents
认知摩擦：一种决策理论框架，用于工具使用智能体的有限推理
专题命中 工具调用 ：tool use(abstract)；分类 cs.AI
AI总结 本文提出Triadic Cognitive Architecture框架，通过认知摩擦建模决策过程，提升资源利用效率和行动速度，实验显示在EMDG和NSTG环境中优于贪心基线。
Comments Preprint
BayesInsights: Modelling Software Delivery and Developer Experience with Bayesian Networks at Bloomberg
BayesInsights：利用贝叶斯网络建模软件交付与开发者体验于布莱尔集团
专题命中 工具调用 ：tool use(abstract)；分类 cs.SE
AI总结 本文介绍了布莱尔集团开发的BayesInsights工具，通过贝叶斯网络可视化软件工程过程中的因果依赖关系，帮助识别软件交付挑战，获得24名高级从业者95.8%的积极反馈。
Comments 6 pages, 1 figure, Camera Ready Accepted at FSE-Industry 2026
BotVerse: Real-Time Event-Driven Simulation of Social Agents
BotVerse: 基于事件驱动的实时社会代理高保真模拟
机构 * Computer Science Dept., Sapienza University of Rome（罗马大学计算机科学系）
专题命中 工具调用 ：autonomous agent(abstract)；分类 cs.AI
AI总结 BotVerse通过LLM代理实现高保真社会模拟，提供安全实验环境用于红队测试和计算社会科学研究。
The Future of AI is Many, Not One
人工智能的未来是多元而非单一
机构 * University of Pennsylvania（宾夕法尼亚大学）
专题命中 工具调用 ：AI agent(abstract)；分类 cs.AI
AI总结 本文提出应摒弃单一超级智能代理的AI发展思路，主张通过多元AI代理团队促进突破性创新与科学发现。
Comments 25 pages, 0 figures
GammaZero: Learning To Guide POMDP Belief Space Search With Graph Representations
GammaZero：学习引导POMDP信念空间搜索的图表示
专题命中 工具调用 ：planning(abstract)；分类 cs.AI
AI总结 GammaZero通过图表示框架学习引导POMDP规划，利用统一的图信念表示实现跨问题规模的泛化，通过图神经网络和解码器架构从专家示范中学习价值函数和策略，指导蒙特卡洛树搜索。
Comments 10 pages content. 2 pages references. 2 pages appendix. Updated paper with more results from multiple domains and added appendix
A Novel Immune Algorithm for Multiparty Multiobjective Optimization
一种新型的多方多目标优化免疫算法
机构 * Guangdong Provincial Key Laboratory of Novel Security Intelligence Technologies（广东省新型安全智能技术重点实验室） ； School of Computer Science and Technology, Harbin Institute of Technology, Shenzhen（哈尔滨工业大学（深圳）计算机科学与技术学院） ； Peng Cheng Laboratory（鹏城实验室） ； School of Artificial Intelligence, Nanjing University of Information Science and Technology（南京信息工程大学人工智能学院） ； School of Computer Science and Engineering, Southern University of Science and Technology（南方科技大学计算机科学与工程系）
专题命中 工具调用 ：planning(abstract)；分类 cs.AI
AI总结 本文提出多方免疫算法（MPIA），通过引入基于不同决策者视角的非支配排序排名的跨方引导交叉策略和基于多方覆盖度量（MCM）的自适应激活策略，以解决多方多目标优化问题，实验表明其优于其他算法。
Comments \c{opyright} 2026 IEEE. Personal use of this material is permitted. Permission from IEEE must be obtained for all other uses, in any current or future media, including reprinting/republishing this material for advertising or promotional purposes, creating new collective works, for resale or redistribution to servers or lists, or reuse of any copyrighted component of this work in other works
Journal ref IEEE Transactions on Emerging Topics in Computational Intelligence, 9(2), 1238-1252 (2025)
