AI Agent

FragmentRetro: A Quadratic Retrosynthetic Method Based on Fragmentation Algorithms

FragmentRetro: 基于碎片算法的二次逆合成方法

Yu Shee, Anthony M. Smaldone, Anton Morgunov, Gregory W. Kyro, Victor S. Batista

机构 * Yale University（耶鲁大学） 纠错

专题命中 工具调用 ：planning(abstract)；分类 cs.AI

AI总结 FragmentRetro是一种基于碎片算法的二次逆合成方法，通过碎片组合和指纹筛选实现二次复杂度，提升逆合成规划的效率和解决率。

Comments Code available on GitHub https://github.com/randyshee/FragmentRetro Documentation is available https://fragment.batistalab.com/

Reimagining the Traditional Flight Computer: E6BJA as a Modern, Multi-Platform Tool for Flight Calculations and Training

重新构想传统飞行计算机：E6BJA作为现代多平台工具用于飞行计算和训练

Jamie J. Alnasir

专题命中 工具调用 ：planning(abstract)；分类 cs.SE

AI总结 E6BJA是一款多平台飞行计算工具，通过增强建模能力和更准确的大气计算，提升飞行计划和训练的准确性与教育价值。

Comments Pre-print v2. 27 pages, 18 figures, 2 tables

Your Brain on ChatGPT: Accumulation of Cognitive Debt when Using an AI Assistant for Essay Writing Task

你的大脑在使用ChatGPT时：在使用AI助手写论文任务时积累的认知债务

Nataliya Kosmyna, Eugene Hauptmann, Ye Tong Yuan, Jessica Situ, Xian-Hao Liao, Ashly Vivian Beresnitzky, Iris Braunstein, Pattie Maes

专题命中 工具调用 ：tool use(abstract)；分类 cs.AI

AI总结 研究发现使用LLM辅助写作会导致认知负担增加，长期依赖LLM可能影响学习效果。

Comments 216 pages, 102 figures, 4 tables and appendix

DTI-GP: Bayesian operations for drug-target interactions using deep kernel Gaussian processes

DTI-GP: 使用深度核高斯过程进行药物-靶点相互作用的贝叶斯操作

Bence Bolgár, András Millinghoffer, Péter Antal

机构 * Department of Measurement and Information Systems, Budapest University of Technology and Economics（测量与信息系统系，布达佩斯技术大学） 纠错

专题命中 工具调用 ：workflow(abstract)；分类 cs.LG

AI总结 DTI-GP通过深度核学习和贝叶斯推断提升药物-靶点相互作用预测的准确性与置信度，实现高效的选择和排序操作。

Align While Search: Belief-Guided Exploratory Inference for World-Grounded Embodied Agents

对齐而搜索：基于信念的探索性推理用于世界感知的具身智能体

Seohui Bae, Jeonghye Kim, Youngchul Sung, Woohyung Lim

机构 * LG AI Research（LG人工智能研究） ； KAIST（韩国科学技术院） 纠错

专题命中 工具调用 ：agent(abstract)；分类 cs.AI

AI总结 本文提出了一种基于信念的探索性推理方法，通过后验引导和轻量级模型实现高效的世界对齐，优于现有基线方法。

LoongFlow: Directed Evolutionary Search via a Cognitive Plan-Execute-Summarize Paradigm

LoongFlow：通过认知计划-执行-总结范式实现定向进化搜索

Chunhui Wan, Xunan Dai, Zhuo Wang, Minglei Li, Yanpeng Wang, Yinan Mao, Yu Lan, Zhiwen Xiao

机构 * Baidu Inc（百度公司） 纠错

专题命中 工具调用 ：agent(abstract)；分类 cs.AI

AI总结 LoongFlow通过认知计划-执行-总结范式实现高效进化搜索，提升算法发现与流水线优化的性能。

Can We Test Consciousness Theories on AI? Ablations, Markers, and Robustness

我们能用人工智能测试意识理论吗？消融、标志和鲁棒性

Yin Jun Phua

机构 * Institute of Science Tokyo（东京科学研究所） 纠错

专题命中 工具调用 ：agent(abstract)；分类 cs.AI

AI总结 本文通过构建人工代理测试意识理论，发现GWT和HOT分别负责广播能力与质量控制，揭示了意识理论的互补性与功能层次。

Unified Interactive Multimodal Moment Retrieval via Cascaded Embedding-Reranking and Temporal-Aware Score Fusion

通过级联嵌入-重排序和时间感知得分融合实现统一的交互式多模态时刻检索

Toan Le Ngo Thanh, Phat Ha Huu, Tan Nguyen Dang Duy, Thong Nguyen Le Minh, Anh Nguyen Nhu Tinh

专题命中 工具调用 ：agent(abstract)；分类 cs.AI

AI总结 本文提出通过级联嵌入-重排序和时间感知得分融合实现统一的多模态时刻检索系统，解决跨模态噪声、时间序列连贯性和模态选择问题。

Comments Accepted at AAAI Workshop 2026

DAPO: Design Structure-Aware Pass Ordering in High-Level Synthesis with Graph Contrastive and Reinforcement Learning

DAPO：面向高阶综合的结构感知流程排序设计

Jinming Ge, Linfeng Du, Likith Anaparty, Shangkun Li, Tingyuan Liang, Afzal Ahmad, Vivek Chaturvedi, Sharad Sinha, Zhiyao Xie, Jiang Xu, Wei Zhang

机构 * The Hong Kong University of Science and Technology（香港科学与技术大学） ； Indian Institute of Technology (Palakkad)（印度理工学院（帕拉卡德）） ； Indian Institute of Technology (Goa)（印度理工学院（果阿）） ； The Hong Kong University of Science and Technology (Guangzhou)（香港科学与技术大学（广州）） 纠错

专题命中 工具调用 ：agent(abstract)；分类 cs.LG

AI总结 DAPO通过对比学习和强化学习，实现高阶综合中设计结构感知的流程排序，提升优化策略的效率和准确性。

Comments Accepted by DATE 2026

A Formalism for Optimal Search with Dynamic Heuristics (Extended Version)

最优动态启发式搜索的形式化方法（扩展版）

Remo Christen, Florian Pommerening, Clemens Büchner, Malte Helmert

专题命中 工具调用 ：planning(abstract)；分类 cs.AI

AI总结 本文提出了一种形式化的动态启发式搜索方法，通过通用算法框架研究A*的动态建模，并展示了其通用最优性结果，同时将经典规划方法视为其特殊案例。

Deep Hedging Under Non-Convexity: Limitations and a Case for AlphaZero

深度对冲在非凸性下的局限性：AlphaZero的案例

Matteo Maggiolo, Giuseppe Nuti, Miroslav Štrupl, Oleg Szehr

机构 * Dalle Molle Institute for Artificial Intelligence (IDSIA) - SUPSI/USI（达摩多人工智能研究所（IDSIA）- SUPSI/USI） 纠错

专题命中 工具调用 ：planning(abstract)；分类 cs.LG

AI总结 本文研究了深度对冲在非凸性环境下的局限性，提出AlphaZero方法在复制策略上表现更优，具有更高的样本效率。

Comments 15 pages in main text + 3 pages of references + 14 pages of appendices

Convolutional Monge Mapping between EEG Datasets to Support Independent Component Labeling

卷积蒙日映射在EEG数据集之间进行转换以支持独立成分标注

Austin Meek, Carlos H. Mendoza-Cardenas, Austin J. Brockmeier

机构 * Department of Computer and Information Sciences University of Delaware（计算机与信息科学系德克萨斯大学） ； Twitch Interactive Inc.（Twitch互动公司） ； Department of Electrical and Computer Engineering Department of Computer and Information Sciences University of Delaware（电气与计算机工程系计算机与信息科学系德克萨斯大学） 纠错

专题命中 工具调用 ：tool use(abstract)；分类 cs.LG

AI总结 本文提出了一种改进的卷积蒙日映射方法，通过两种新方法实现EEG数据集之间的映射，以提高独立成分分类的准确性。

Comments Code available at: https://github.com/cniel-ud/ICWaves; Accepted to NeurIPS 2025 Workshop on Learning from Time Series for Health

Thinking with Programming Vision: Towards a Unified View for Thinking with Images

通过编程视觉思考：迈向图像思考的统一视角

Zirun Guo, Minjie Hong, Feng Zhang, Kai Jia, Tao Jin

机构 * Zhejiang University（浙江大学） ； ByteDance BandAI（字节跳动BandAI） 纠错

专题命中 工具调用 ：tool use(abstract)；分类 cs.CL

AI总结 CodeVision提出一种灵活的代码作为工具框架，通过两阶段训练提升模型对图像变化和多工具推理的鲁棒性，实验显示显著提升性能并促进新兴能力。

Will Power Return to the Clouds? From Divine Authority to GenAI Authority

权力会重返云端吗？从神权到生成AI权威

Mohammad Saleh Torkestani, Taha Mansouri

专题命中 工具调用 ：agentic(abstract)；分类 cs.AI

AI总结 本文通过比较历史视角，分析生成AI与神权在权力结构、权威模式和信任机制上的相似性与差异，提出四支柱治理方案以缩小信任与依赖的差距。

Structuring Collective Action with LLM-Guided Evolution: From Ill-Structured Problems to Executable Heuristics

利用LLM引导的进化结构化集体行动：从无序问题到可执行启发式方法

Kevin Bradley Dsouza, Graham Alexander Watt, Yuri Leonenko, Juan Moreno-Cruz

机构 * University of Waterloo（滑铁卢大学） ； Royal Bank of Canada（加拿大皇家银行） 纠错

专题命中 工具调用 ：agent(abstract)；分类 cs.LG

AI总结 ECHO-MIMIC通过LLM引导的进化搜索，将无序问题转化为可执行的启发式方法，实现集体行动的结构化解决方案。

A Fast Heuristic Search Approach for Energy-Optimal Profile Routing for Electric Vehicles

一种用于电动车能耗最优路径规划的快速启发式搜索方法

Saman Ahmadi, Mahdi Jalili

专题命中 工具调用 ：planning(abstract)；分类 cs.AI

AI总结 本文提出了一种基于多目标A*搜索的快速启发式搜索方法，用于电动车能耗最优路径规划，通过路径支配规则减少复杂路径处理，实现高效路径搜索。

Comments 13 pages, 5 Figures, 1 table, To appear as part of AAAI 2026 Proceedings

Complexity Reduction Study Based on RD Costs Approximation for VVC Intra Partitioning

基于RD成本近似用于VVC内划分的复杂度降低研究

M. E. A. Kherchouche, F. Galpin, T. Dumas, F. Schnitzler, D. Menard, L. Zhang

机构 * InterDigital, R&I（InterDigital研发与创新部） ； Univ Rennes, INSA Rennes（里昂大学，印斯那学院） ； CNRS, IETR - UMR 6164（国家科学研究中心，IETR研究所） 纠错

专题命中 工具调用 ：agent(abstract)；分类 cs.LG

AI总结 本文提出两种基于机器学习的VVC内划分复杂度降低方法，通过回归和强化学习技术优化RD成本预测，提升RDO过程效率。

Comments 2025 Data Compression Conference (DCC)

Beyond Relational: Semantic-Aware Multi-Modal Analytics with LLM-Native Query Optimization

超越关系：基于语义的多模态分析与LLM原生查询优化

Junhao Zhu, Lu Chen, Xiangyu Ke, Ziquan Fang, Tianyi Li, Yunjun Gao, Christian S. Jensen

机构 * Zhejiang University（浙江大学） ； Aalborg University（奥胡斯大学） 纠错

专题命中 工具调用 ：agentic(abstract)；分类 cs.AI

AI总结 Nirvana通过结合可编程语义运算符和LLM原生查询优化，实现多模态数据分析，显著提升效率和可扩展性。

An LLM-based Framework for Human-Swarm Teaming Cognition in Disaster Search and Rescue

基于大语言模型的灾难搜索救援中人-群智能协同认知框架

Kailun Ji, Xiaoyu Hu, Xinyu Zhang, Jun Chen

机构 * School of Electronics and Information, Northwestern Polytechnical University（电子工程学院，西北工业大学） ； Chongqing Institute for Brain and Intelligence, Guangyang Bay Laboratory（脑科学与智能研究院，广阳湾实验室） 纠错

专题命中 工具调用 ：planning(abstract)；分类 cs.AI

AI总结 本文提出基于大语言模型的LLM-CRF系统，通过自然交互捕捉意图并实现任务规划，显著提升灾难救援任务效率与成功率。

On a Reinforcement Learning Methodology for Epidemic Control, with application to COVID-19

关于流行病控制的强化学习方法论，应用于新冠疫情

Giacomo Iannucci, Petros Barmpounakis, Alexandros Beskos, Nikolaos Demiris

专题命中 工具调用 ：agent(abstract)；分类 cs.LG

AI总结 本文提出了一种结合贝叶斯推断与强化学习的流行病控制方法，通过实时数据驱动决策，有效降低ICU负担，应用于新冠疫情控制。

Comments Submitted to Statistics and Computing. Approx. 26 pages, 10 figures

ToolHaystack: Stress-Testing Tool-Augmented Language Models in Realistic Long-Term Interactions

ToolHaystack: 在现实长期交互中压力测试工具增强的语言模型

Beong-woo Kwak, Minju Kim, Dongha Lim, Hyungjoo Chae, Dongjin Kang, Sunghwan Kim, Dongil Yang, Jinyoung Yeo

机构 * Department of Artificial Intelligence, Yonsei University（人工智能系，延世大学） ； Department of Computer Science & Engineering, Yonsei University（计算机科学与工程系，延世大学） 纠错

专题命中 工具调用 ：tool use(abstract)；分类 cs.CL

AI总结 ToolHaystack通过模拟现实长期交互中的噪声和上下文干扰，揭示了现有工具增强语言模型在长期鲁棒性方面的不足。

Comments Our code and data are available at https://github.com/bwookwak/ToolHaystack Edited for adding acknowledgement section

"To Survive, I Must Defect": Jailbreaking LLMs via the Game-Theory Scenarios

为生存，我必须背叛：通过博弈论场景进行大语言模型的劫持攻击

Zhen Sun, Zongmin Zhang, Deqi Liang, Han Sun, Yule Liu, Yun Shen, Xiangshan Gao, Yilong Yang, Shuai Liu, Yutao Yue, Xinlei He

机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科学与技术大学（广州）） ； East China Normal University（华东师范大学） ； Flexera（Flexera公司） ； Zhejiang University（浙江大学） ； Xidian University（西安电子科技大学） ； Xi’an Jiaotong University（西安交通大学） ； Institute of Deep Perception Technology, JITRI（JITRI深度感知技术研究所） 纠错

专题命中 工具调用 ：agent(abstract)；分类 cs.AI

AI总结 本文提出一种基于博弈论的可扩展黑盒劫持框架GTA，通过重塑LLM目标以提高攻击成功率，实现在多种场景下的高ASR表现。

Comments 20 pages

Instruction Tuning Chronologically Consistent Language Models

Songrun He, Linying Lv, Asaf Manela, Jimmy Wu

机构 * Washington University in St. Louis（华盛顿大学圣路易斯分校） 纠错

专题命中 工具调用 ：tool use(abstract)；分类 cs.LG

Advanced Tool Learning and Selection System (ATLASS): A Closed-Loop Framework Using LLM

Mohd Ariful Haque, Justin Williams, Sunzida Siddique, Md. Hujaifa Islam, Hasmot Ali, Kishor Datta Gupta, Roy George

机构 * Clark Atlanta University（克拉克亚特兰大大学） ； Daffodil International University（达福尔国际大学） ； Ahsanullah University of Science and Technology（阿沙努拉大学科学与技术学院） 纠错

专题命中 工具调用 ：agent(abstract)；分类 cs.AI

Journal ref 2025 IEEE International Conference on Service-Oriented System Engineering (SOSE), Tucson, AZ, USA, 21-24 July 2025, IEEE

CriticSearch: Fine-Grained Credit Assignment for Search Agents via a Retrospective Critic

Yaocheng Zhang, Haohuan Huang, Zijun Song, Yuanheng Zhu, Qichao Zhang, Zijie Zhao, Dongbin Zhao

机构 * Institute of Automation, CAS（中国科学院自动化研究所） ； School of Advanced Interdisciplinary Sciences, UCAS（清华大学交叉信息学院） ； School of Artificial Intelligence, UCAS（清华大学人工智能学院） 纠错

专题命中 工具调用 ：agent(abstract)；分类 cs.CL

Comments 17 pages, 10 figures

Analysis of Diffusion Models for Manifold Data

Anand Jerry George, Rodrigo Veiga, Nicolas Macris

机构 * EPFL, School of Computer and Communication Sciences（苏黎世联邦理工学院计算机与通信科学学院） ； Department of Electrical Engineering University 1 City 1（电气工程系大学1城市1） 纠错

专题命中 工具调用 ：tool use(abstract)；分类 cs.LG

From Street to Orbit: Training-Free Cross-View Retrieval via Location Semantics and LLM Guidance

Jeongho Min, Dongyoung Kim, Jaehyup Lee

专题命中 工具调用 ：planning(abstract)；分类 cs.AI

Comments Accepted to WACV 2026, 10pages, 4 figures

Improving Pre-Trained Vision-Language-Action Policies with Model-Based Search

Cyrus Neary, Omar G. Younis, Artur Kuramshin, Ozgur Aslan, Glen Berseth

机构 * Mila — Quebec AI Institute（魁北克人工智能研究所） ； Université de Montréal（蒙特利尔大学） ； The University of British Columbia（不列颠哥伦比亚大学） 纠错

专题命中 工具调用 ：planning(abstract)；分类 cs.AI

Breadth-First Search vs. Restarting Random Walks for Escaping Uninformed Heuristic Regions

Daniel Platnick, Dawson Tomasz, Eamon Earl, Sourena Khanzadeh, Richard Valenzano

机构 * Toronto Metropolitan University（多伦多 Metropolitan 大学） 纠错

专题命中 工具调用 ：planning(abstract)；分类 cs.AI

Learning API Functionality from In-Context Demonstrations for Tool-based Agents

Bhrij Patel, Ashish Jagmohan, Aditya Vempaty

机构 * University of Maryland, College Park（马里兰大学学院公园分校） ； Emergence AI NYC（纽约Emergence AI） 纠错

专题命中 工具调用 ：agent(abstract)；分类 cs.AI

Comments 19 Pages, 14 Figures, 7 Tables