AI Agent

Grid-Orch: An LLM-Powered Orchestrator for Distribution Grid Simulation and Analytics

Grid-Orch：一种基于大语言模型的配电系统仿真与分析 orchestrator

Boming Liu, Jin Dong, Jamie Lian

机构 * Electrification and Energy Infrastructures Division, Oak Ridge National Laboratory（电力化与能源基础设施部门，橡树岭国家实验室） ； UT-Battelle, LLC（UT-巴托尔实验室） 纠错

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

AI总结 Grid-Orch通过Model Context Protocol将大语言模型与电力系统仿真结合，提供36个领域工具，支持自然语言进行复杂分析，提升配电系统研究效率。

It's Not the Size: Harness Design Determines Operational Stability in Small Language Models

大小并非关键：Harness设计决定小型语言模型的操作稳定性

Yong-eun Cho

机构 * KailosLab（凯洛斯实验室） 纠错

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

AI总结 本文通过实验分析Harness工程水平对小型语言模型操作性能的影响，采用三种Harness条件在24项任务中比较TSR和VTSR，发现Pipeline Harness在Gemma4 E2B上取得高成功率，且发现最小外壳条件下的TSR低于模型-only条件。

PaperFit: Vision-in-the-Loop Typesetting Optimization for Scientific Documents

PaperFit：科学文档中的视觉闭环排版优化

Bihui Yu, Xinglong Xu, Junjie Jiang, Jiabei Cheng, Caijun Jia, Siyuan Li, Conghui He, Jingxuan Wei, Cheng Tan

机构 * University of Chinese Academy of Sciences（中国科学院大学） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； School of Automation and Intelligent Sensing, Shanghai Jiao Tong University（上海交通大学自动化与智能感知学院） 纠错

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

AI总结 PaperFit通过视觉闭环优化将可编译的LaTeX文档转化为高质量PDF，解决排版问题并提升文档自动化流程的完整性。

Comments 47 pages, 17 figures, 17 tables

TiledAttention: a CUDA Tile SDPA Kernel for PyTorch

TiledAttention: 一种用于PyTorch的CUDA瓷砖SDPA内核

Taimur Khan

机构 * Helmholtz Centre for Environmental Research - UFZ（环境保护研究霍普夫研究所） 纠错

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

AI总结 TiledAttention是一种基于SDPA的注意力机制，通过cuTile Python实现，提供可编辑的调度层面，实现高性能和可定制化的平衡。

Fairness of Explanations in Artificial Intelligence (AI): A Unifying Framework, Axioms, and Future Direction toward Responsible AI

人工智能中解释的公平性：统一框架、公理与迈向负责任人工智能的未来方向

Gideon Popoola, John Sheppard

机构 * Montana State University（蒙大拿州立大学） 纠错

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

AI总结 本文探讨了人工智能中解释公平性的问题，提出统一框架和公理，指出解释过程中的程序性偏见，并提出评估流程以实现公平性审计。

Comments 53 pages, 1 figure

MedExAgent: Training LLM Agents to Ask, Examine, and Diagnose in Noisy Clinical Environments

MedExAgent：训练LLM代理在嘈杂的临床环境中提问、检查和诊断

Yicheng Gao, Xiaolin Zhou, Yahan Li, Yue Zhao, Ruishan Liu

机构 * University of Southern California（南加州大学） ； Arizona State University（亚利桑那州立大学） 纠错

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

AI总结 本文提出MedExAgent，通过两阶段流程训练医疗诊断代理，结合合成对话和DAPO优化，实现高效诊断与成本控制。

Direction for Detection: A Survey of Automated Vulnerability Detection and all of its Pain Points

检测方向：自动化漏洞检测的综述及其所有痛点

Dan Ristea, Shae McFadden, Ezzeldin Shereen, Madeleine Dwyer, Sanyam Vyas, Chris Hicks, Vasilios Mavroudis

机构 * University College London（伦敦大学学院） ； The Alan Turing Institute（艾伦·图灵研究所） ； King’s College London（伦敦国王学院） ； University of Southampton（南安普顿大学） 纠错

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

AI总结 本文综述了自动化漏洞检测领域，指出其在问题定义、数据集、指标等方面存在的12个痛点，并提出解决这些痛点的建议，同时探讨了AIxCC案例在代理AI时代中的相关性。

Career-Aware Resume Tailoring via Multi-Source Retrieval-Augmented Generation with Provenance Tracking: A Case Study

面向职业发展的简历定制：通过多源检索增强生成与溯源的多源检索增强生成：案例研究

Kumar Abhinav

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

AI总结 本文提出Resume Tailor系统，通过多源检索增强生成与溯源技术，利用纵向职业档案提升简历定制效果，实验显示在相关经验存在时，ATS匹配分数提升，但领域知识不足时分数下降。

Comments 6 pages, 1 figure, 5 tables. Also available on SSRN

D3-Gym: Constructing Real-World Verifiable Environments for Data-Driven Discovery

D3-Gym：构建现实世界可验证环境用于数据驱动发现

Hanane Nour Moussa, Yifei Li, Zhuoyang Li, Yankai Yang, Cheng Tang, Tianshu Zhang, Nesreen K. Ahmed, Ali Payani, Ziru Chen, Huan Sun

机构 * The Ohio State University（俄亥俄州立大学） ； Cisco Research（思科研究） 纠错

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

AI总结 D3-Gym通过构建首个自动化的可验证环境数据集，提升科学数据驱动发现的模型能力，验证信号质量高，训练效果显著。

On the Role of Artificial Intelligence in Human-Machine Symbiosis

人工智能在人机共生中的作用

Ching-Chun Chang, Yuchen Guo, Hanrui Wang, Timo Spinde, Isao Echizen

机构 * Information and Society Research Division, National Institute of Informatics（信息与社会研究部，国立信息研究所） ； Graduate School of Information Science and Technology, University of Tokyo（信息科学与技术研究生院，东京大学） 纠错

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

AI总结 研究探讨如何追踪人工智能在自然语言生成中的功能角色，提出方法推断提示中的隐含角色并在生成过程中嵌入，实验验证了方法在角色区分、抗扰性和语言质量上的有效性。

Unsupervised Electrofacies Classification and Porosity Characterization in the Offshore Keta Basin Using Wireline Logs

基于测井数据的无监督电性相分类及孔隙度表征：以近海凯塔盆地为例

Hamdiya Adams, Theophilus Ansah-Narh, Daniel Kwadwo Asiedu, Bruce Kofi Banoeng-Yakubo, Marcellin Atemkeng, Thomas Armah, Richmond Opoku-Sarkodie, Rebecca Davis, Ezekiel Nii Noye Nortey

机构 * Department of Earth Science（地球科学系） ； Department of Mathematics（数学系） ； Rhodes University（罗德斯大学） ； University of Ghana（加纳大学） ； Department of Actuarial Science（精算科学系） 纠错

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

AI总结 本文提出一种无监督机器学习方法，利用测井数据对近海凯塔盆地的电性相进行分类，通过聚类分析揭示了泥质含量、孔隙度和岩石框架属性的变化规律，为深部地质研究提供了可靠工具。

Comments 7 pages, 7 figures. Accepted to ICECET 2026

Data-Centric Foundation Models in Computational Healthcare: A Survey

计算医学中的数据驱动基础模型：一项综述

Yunkun Zhang, Jin Gao, Zheling Tan, Lingfeng Zhou, Kexin Ding, Mu Zhou, Shaoting Zhang, Dequan Wang

机构 * Shanghai Jiao Tong University（上海交通大学） ； Rutgers University（罗切斯特大学） ； Shanghai Jiao Tong University, China（上海交通大学） ； Shanghai Innovation Institute（上海创新研究院） 纠错

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

AI总结 本文综述了计算医学中数据驱动基础模型的发展，探讨了从预训练到推理的数据中心化方法，旨在提升医疗工作流程，并讨论了AI安全、评估及与人类价值观的对齐问题。

Comments Published in ACM Computing Surveys

Journal ref ACM Comput. Surv. 58, 11, Article 287 (August 2026), 35 pages

Spreadsheet Modeling Experiments Using GPTs on Small Problem Statements and the Wall Task

使用GPTs在小问题陈述和墙任务上进行电子表格建模实验

Thomas A. Grossman, Yuan Chen, Sopiko Datuashvili

机构 * University of San Francisco（旧金山大学） 纠错

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

AI总结 本文研究GPT工具在构建可重用分析电子表格模型中的作用，通过测试发现Excel AI在结构化实验中表现不一致且不可复现，指出需要专业用户验证和调整。

Journal ref Proceedings of the EuSpRIG 2025 Conference: Spreadsheet Productivity & Risks ISBN : 978-1-905404-60-5

From World-Gen to Quest-Line: A Dependency-Driven Prompt Pipeline for Coherent RPG Generation

从World-Gen到Quest-Line：一种依赖驱动的提示管道用于连贯的RPG生成

Dominik Borawski, Marta Szulc, Robert Chudy, Małgorzata Giedrowicz, Piotr Mironowicz

机构 * Gdańsk University of Technology（格但斯克技术大学） 纠错

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

AI总结 本文提出一种依赖驱动的提示管道，通过结构化中间表示建模叙事依赖，以生成连贯的RPG内容。该方法通过分阶段生成世界构建、NPC创建、玩家角色创建、战役级任务规划和任务扩展，减少叙事漂移并支持可扩展的叙事元素生成。

Comments 13 pages, 1 figure, 5 listings

RbtAct: Rebuttal as Supervision for Actionable Review Feedback Generation

RbtAct: 用于生成可操作性评审反馈的反驳作为监督

Sihong Wu, Yiling Ma, Yilun Zhao, Tiansheng Hu, Owen Jiang, Manasi Patwardhan, Arman Cohan

机构 * Yale University（耶鲁大学） ； New York University（纽约大学） ； TCS Research（TCS研究院） 纠错

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

AI总结 本文提出RbtAct，通过利用反驳作为隐式监督，优化反馈生成器以提高可操作性。引入了视角条件段级评审反馈生成任务，并构建了RMR-75K数据集，实验表明在可操作性和具体性上优于基线模型。

Comments ACL 2026 Findings

SnapMLA: Efficient Long-Context MLA Decoding via Hardware-Aware FP8 Quantized Pipelining

SnapMLA: 通过硬件感知的FP8量化流水线实现高效的长上下文MLA解码

Yifan Zhang, Zunhai Su, Shuhao Hu, Rui Yang, Wei Wu, Yulei Qian, Yuchen Xie, Xunliang Cai

机构 * Meituan LongCat Team（美团LongCat团队） ； Tsinghua University（清华大学） 纠错

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

AI总结 SnapMLA通过硬件感知的FP8量化流水线优化，提升长上下文解码效率，实验显示在长输出解码任务中吞吐量提升达1.91倍，同时在推理和代码生成基准上与BF16基线表现相近。

Large Language Models Are Effective Human Annotation Assistants, But Not Good Independent Annotators

大语言模型是有效的标注助手，但不是好的独立标注者

Feng Gu, Zongxia Li, Carlos Rafael Colon, Benjamin Evans, Ishani Mondal, Jordan Lee Boyd-Graber

机构 * Department of Computer Science, University of Maryland（大学计算机科学系） ； National Consortium for the Study of Terrorism and Responses to Terrorism（反恐与反恐响应国家研究中心） 纠错

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

AI总结 本文研究了大语言模型在事件标注中的有效性，发现其在辅助专家标注时表现优于传统方法，但独立标注仍不理想。

Comments 9 pages, 4 figures

Journal ref ACL 2026 Findings

Uncertainty Propagation in LLM-Based Systems

基于大语言模型系统的不确定性传播

Boming Xia, Liming Zhu, Erdun Gao, Qinghua Lu, Minhui Xue, Dino Sejdinovic

机构 * Responsible AI Research (RAIR) Centre（责任人工智能研究 (RAIR) 中心） ； Adelaide University（阿德莱德大学） ； CSIRO（澳大利亚联邦科学与工业研究组织） ； UNSW Sydney Australia（新南威尔士大学悉尼分校） 纠错

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

AI总结 本文研究了大语言模型系统中不确定性传播问题，提出系统层面的分析框架，梳理了内在模型、系统级和社会技术层面的传播机制，并识别了五个开放性研究挑战。

Comments WIP under review

Who Audits the Auditor? Tamper-Proof Fraud Detection with Blockchain-Anchored Explainable ML

谁审计审计师？基于区块链的可篡改欺诈检测可解释机器学习

Zhaohui Wang

机构 * Viterbi School of Engineering（维特比工程学院） ； University of Southern California（南加州大学） ； Los Angeles, CA, USA（美国加利福尼亚州洛杉矶） 纠错

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

AI总结 本文提出一种基于区块链的欺诈检测系统，通过智能合约确保审批流程的不可篡改性，提升审计可追溯性与监管合规性。

Comments Accepted to IEEE COMPSAC 2026 (Paper ID 9376, SEPT Symposium). This is the de-anonymized camera-ready version. Code is available at: https://github.com/GeoffreyWang1117/fraud-detection-chain

Neural Bandit Based Optimal LLM Selection for a Pipeline of Subtasks

基于神经带宽的最优LLM选择用于子任务流水线

Baran Atalar, Eddie Zhang, Carlee Joe-Wong

机构 * Carnegie Mellon University（卡内基梅隆大学） 纠错

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

AI总结 本文提出一种神经上下文带宽算法，用于在无需历史LLM性能数据的情况下，指导不同子任务的LLM选择，通过子任务输出影响后续任务，实现子任务间复杂依赖关系的学习。

Asset Harvester: Extracting 3D Assets from Autonomous Driving Logs for Simulation

资产收割者：从自动驾驶日志中提取3D资产用于模拟

Tianshi Cao, Jiawei Ren, Yuxuan Zhang, Jaewoo Seo, Jiahui Huang, Shikhar Solanki, Haotian Zhang, Mingfei Guo, Haithem Turki, Muxingzi Li, Yue Zhu, Sipeng Zhang, Zan Gojcic, Sanja Fidler, Kangxue Yin

机构 * NVIDIA 纠错

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

AI总结 本文提出Asset Harvester，通过图像到3D模型的端到端流程，将稀疏的现实日志中物体观测转换为完整的模拟资产，结合大规模数据整理、几何感知预处理和鲁棒训练方案，解决自动驾驶数据中的稀疏视角等挑战。

Comments NVIDIA white paper. The project page: https://research.nvidia.com/labs/sil/projects/asset-harvester/

Generative midtended cognition and Artificial Intelligence. Thinging with thinging things

生成性中介认知与人工智能。思考与思考之物

Xabier E. Barandiaran, Marta Pérez-Verdugo

机构 * IAS-Research Centre for Life, Mind and Society, Dept. Philosophy, UPV/EHU, University of the Basque Country, Donostia, Gipuzkoa (Spain)（生命、心智与社会研究中心，哲学系，巴斯克大学，Donostia, Gipuzkoa (西班牙)） 纠错

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

AI总结 本文探讨生成性中介认知概念，分析生成AI与人类认知的结合，提出该认知类型更接近社会认知而非传统扩展认知，并定义了生成性中介认知的两个维度：宽度和深度。

Comments 16 pages, 2 figures. Post-print of article published in Synthese. The final published version is available open access at https://doi.org/10.1007/s11229-025-04961-4

Journal ref Synthese 205 (2025) 137

EGMOF: Efficient Generation of Metal-Organic Frameworks Using a Hybrid Diffusion-Transformer Architecture

EGMOF：一种高效生成金属有机框架的混合扩散-Transformer架构

Seunghee Han, Yeonghun Kang, Taeun Bae, Junho Kim, Younghun Kim, Varinia Bernales, Alan Aspuru-Guzik, Jihan Kim

机构 * Department of Chemical and Biomolecular Engineering, Korea Advanced Institute of Science and Technology（韩国科学技术院化学与生物分子工程系） ； Department of Chemistry, University of Toronto（多伦多大学化学系） ； Vector Institute for Artificial Intelligence（人工智能矢量研究所） ； Department of Chemistry, Sungkyunkwan University（成均馆大学化学系） ； Acceleration Consortium（加速联盟） ； Department of Computer Science, University of Toronto（多伦多大学计算机科学系） ； Department of Materials Science & Engineering, University of Toronto（多伦多大学材料科学与工程系） ； Department of Chemical Engineering & Applied Chemistry, University of Toronto（多伦多大学化学工程与应用化学系） ； Canadian Institute for Advanced Research (CIFAR)（加拿大高级研究 institute (CIFAR)） ； NVIDIA 纠错

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

AI总结 EGMOF通过模块化流程实现高效MOF逆向设计，利用扩散模型与Transformer模型生成结构，仅需1000个训练样本即取得显著提升，适用于多种属性数据集。

Large Language Models to Enhance Business Process Modeling: Past, Present, and Future Trends

大语言模型增强业务流程建模：过去、现在与未来趋势

João Bettencourt, Sérgio Guerreiro

机构 * INESC-ID 纠错

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

AI总结 本文综述了利用大语言模型进行自然语言到BPMN流程模型转换的AI方法，分析了从规则基础到LLM架构的转变，指出语义正确性、评估碎片化等挑战，并提出未来研究方向。

Comments 27 pages, 2 images, 1 table

Text-as-Signal: Quantitative Semantic Scoring with Embeddings, Logprobs, and Noise Reduction

文本作为信号：利用嵌入、对数概率和噪声减少进行定量语义评分

Hugo Moreira

机构 * ISCTE-IUL（里斯本大学ISCTE-IUL分校） 纠错

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

AI总结 本文提出了一种将文本语料库转化为定量语义信号的实用流程，通过全文档嵌入、基于对数概率的评分和噪声减少的低维流形投影，实现文档和语料库层面的语义分析。

Comments 14 pages, 5 figures, 2 tables. Preprint

Autonomous Multi-objective Alloy Design through Simulation-guided Optimization

通过模拟引导的优化实现自主多目标合金设计

Penghui Yang, Chendong Zhao, Bijun Tang, Zhonghan Zhang, Xinrun Wang, Yanchen Deng, Xuyu Dong, Yuhao Lu, Jianguo Huang, Yixuan Li, Yushan Xiao, Cuntai Guan, Zheng Liu, Bo An

机构 * College of Computing and Data Science, Nanyang Technological University, Singapore 639798, Singapore（南洋理工大学计算机与数据科学学院，新加坡） ； School of Materials Science and Engineering, Nanyang Technological University, Singapore 639798, Singapore（南洋理工大学材料科学与工程学院，新加坡） ； School of Computing and Information Systems, Singapore Management University, Singapore 188065, Singapore（新加坡管理学院计算机与信息学院，新加坡） ； School of Materials Science and Engineering, Shanghai Jiao Tong University, Shanghai 200240, China（上海交通大学材料科学与工程学院，中国） ； Institute for Functional Intelligent Materials, National University of Singapore, Singapore（新加坡国立大学功能智能材料研究所，新加坡） 纠错

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

AI总结 本文提出AutoMAT框架，整合大语言模型、自动化CALPHAD模拟等技术，实现自主合金设计，发现高性能合金并缩短研发周期。

Exploring Structural Complexity in Normative RAG with Graph-based approaches: A case study on the ETSI Standards

探索规范性RAG中的结构性复杂性：基于图的方法的案例研究——以ETSI标准为例

Aiman Al Masoud, Marco Arazzi, Simone Germani, Antonino Nocera

机构 * Department of Electrical, Computer and Biomedical Engineering, University of Pavia（帕维亚大学电气、计算机与生物医学工程系） ； Comitato Elettrotecnico Italiano (CEI)（意大利电工委员会（CEI）） 纠错

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

AI总结 本文探讨了基于图的方法在处理规范性文档中的有效性，通过ETSI标准案例研究，提出了一种专为规范性文档设计的RAG方法，以提升检索性能。

Comments 6 pages, 7 figures

Toward Generalizable Graph Learning for 3D Engineering AI: Explainable Workflows for CAE Mode Shape Classification and CFD Field Prediction

迈向通用的3D工程AI图学习：用于CAE模态形状分类和CFD场预测的可解释工作流程

Tong Duy Son, Kohta Sugiura, Marc Brughmans, Andrey Hense, Zhihao Liu, Amirthalakshmi Veeraraghavan, Ajinkya Bhave, Jay Masters, Paolo di Carlo, Theo Geluk

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

AI总结 本文提出一个通用的3D工程AI图学习框架，通过将异构工程资产转换为物理感知图表示，并利用图神经网络进行分类和预测任务，应用于CAE振动模态分类和CFD气动场预测，提高可解释性和重用性。

Guardian-as-an-Advisor: Advancing Next-Generation Guardian Models for Trustworthy LLMs

顾问式守护者：推进下一代守护模型以实现可信的大语言模型

Yue Huang, Haomin Zhuang, Jiayi Ye, Han Bao, Yanbo Wang, Hang Hua, Siyuan Wu, Pin-Yu Chen, Xiangliang Zhang

机构 * University of Notre Dame（圣母大学） ； University of California, Los Angeles（加利福尼亚大学洛杉矶分校） ； MIT-IBM Watson AI Lab（MIT-IBM沃森人工智能实验室） ； IBM Research（IBM研究院） 纠错

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

AI总结 本文提出Guardian-as-an-Advisor框架，通过预测风险标签和解释并前置建议，提升模型安全性和实用性，同时降低误拒率。

Soft-Quantum Algorithms

软量子算法

Basil Kyriacou, Mo Kordzanganeh, Maniraman Periyasamy, Alexey Melnikov

机构 * Terra Quantum AG 纠错

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

AI总结 本文提出通过单个正则化项训练保持单位性的矩阵，再通过电路对齐恢复门基架构，从而提升量子机器学习效率。

Comments 6 pages, 6 figures, 0 tables