AI Agent

FVA-RAG: Falsification-Verification Alignment for Mitigating Sycophantic Hallucinations

FVA-RAG：通过对抗性上下文对齐缓解趋炎附势幻觉

Mayank Ravishankara

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

AI总结 FVA-RAG通过引入对抗性上下文检索，有效缓解了因前提错误导致的幻觉问题，其在多个基准测试中表现优于现有方法。

Toward building next-generation Geocoding systems: a systematic review

迈向下一代地名编码系统：系统综述

Zhengcong Yin, Daniel W. Goldberg, Binbin Lin, Bing Zhou, Diya Li, Andong Ma, Ziqian Ming, Heng Cai, Zhe Zhang, Shaohua Wang, Shanzhen Gao, Joey Ying Lee, Xiao Li, Da Huo

机构 * Esri, Inc（Esri公司） ； LABI Education（LABI教育） 纠错

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

AI总结 本文通过系统综述探讨下一代地名编码系统的技术需求、工作流程模块化及改进机遇，旨在为系统设计和评估提供研究方向。

ReACT-Drug: Reaction-Template Guided Reinforcement Learning for de novo Drug Design

ReACT-Drug：基于反应模板的强化学习指导的从头药物设计

R Yadunandan, Nimisha Ghosh

机构 * Department of Computer Science and Engineering, Shiv Nadar University Chennai（计算机科学与工程系，舍维纳达尔大学钦奈） 纠错

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

AI总结 ReACT-Drug通过反应模板指导的强化学习实现从头药物设计，结合蛋白质嵌入和片段搜索生成高亲和力、高合成可行性的候选分子。

Enhancing Lung Cancer Treatment Outcome Prediction through Semantic Feature Engineering Using Large Language Models

通过大语言模型进行语义特征工程提升肺癌治疗预后预测

MunHwan Lee, Shaika Chowdhury, Xiaodi Li, Sivaraman Rajaganapathy, Eric W Klee, Ping Yang, Terence Sio, Liewei Wang, James Cerhan, Nansu NA Zong

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

AI总结 本研究利用大语言模型进行语义特征工程，提升肺癌治疗预后预测的准确性与可解释性。

Counterfactual Basis Extension and Representational Geometry: An MDL-Constrained Model of Conceptual Growth

反事实基础扩展与表征几何：一种基于MDL约束的概念发展模型

Chainarong Amornbunchornvej

机构 * National Electronics and Computer Technology Center（国家电子与计算机技术中心） 纠错

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

AI总结 本文提出基于MDL约束的概念发展模型，通过几何框架解释概念扩展为误差驱动的基底扩展过程，强调反事实表示在学习中的作用及限制。

Comments First draft

Machine Learning-Driven Predictive Resource Management in Complex Science Workflows

基于机器学习的复杂科学工作流预测性资源管理

Tasnuva Chowdhury, Tadashi Maeno, Fatih Furkan Akman, Joseph Boudreau, Sankha Dutta, Shengyu Feng, Adolfy Hoisie, Kuan-Chieh Hsu, Raees Khan, Jaehyung Kim, Ozgur O. Kilic, Scott Klasky, Alexei Klimentov, Tatiana Korchuganova, Verena Ingrid Martinez Outschoorn, Paul Nilsson, David K. Park, Norbert Podhorszki, Yihui Ren, John Rembrandt Steele, Frédéric Suter, Sairam Sri Vatsavai, Torre Wenaus, Wei Yang, Yiming Yang, Shinjae Yoo

机构 * Brookhaven National Laboratory（布鲁克海文国家实验室） ； Oak Ridge National Laboratory（橡树岭国家实验室） ； University of Pittsburgh（匹兹堡大学） ； Carnegie Mellon University（卡内基梅隆大学） ； University of Massachusetts（马萨诸塞大学） ； SLAC National Accelerator Laboratory（SLAC国家加速器实验室） 纠错

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

AI总结 本文提出利用机器学习模型优化复杂科学工作流的资源管理，通过预测资源需求提升处理效率和资源利用率。

Solving a Research Problem in Mathematical Statistics with AI Assistance

利用人工智能辅助解决数学统计学中的研究问题

Edgar Dobriban

机构 * Department of Statistics and Data Science, University of Pennsylvania（统计与数据科学系，宾夕法尼亚大学） 纠错

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

AI总结 利用GPT-5辅助解决数学统计学中稳健密度估计的未解决问题，推导出最小最大最优误差率。

Comments added references

A Multi-Component AI Framework for Computational Psychology: From Robust Predictive Modeling to Deployed Generative Dialogue

面向计算心理学的多组件AI框架：从稳健的预测建模到部署的生成对话

Anant Pareek

机构 * Independent Researcher（独立研究者） 纠错

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

AI总结 本文提出一个多组件AI框架，结合预测建模与生成对话，实现从心理状态分析到实际应用的完整研究到部署流程。

Inverse Optimality for Fair Digital Twins: A Preference-based approach

反最优性在公平数字孪生中的应用：基于偏好的方法

Daniele Masti, Francesco Basciani, Arianna Fedeli, Girgio Gnecco, Francesco Smarra

机构 * Gran Sasso Science Institute（gran sass science institute） ； Scuola IMT Alti Studi Lucca ； Fondazione Ugo Bordoni 纠错

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

AI总结 本文提出一种基于偏好的方法，通过引入公平性作为可学习目标，改进数字孪生的决策过程，以更好地反映人类感知的公平性。

Comments Submitted for possible publication at the IFAC World Congress 2026

Beyond Formal Semantics for Capabilities and Skills: Model Context Protocol in Manufacturing

超越能力与技能的形式语义：制造业中的模型上下文协议

Luis Miguel Vieira da Silva, Aljosha Köcher, Felix Gehlhoff

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

AI总结 本文提出基于模型上下文协议（MCP）的制造业能力与技能建模方法，通过标准化接口实现与LLM的高效交互，提升工业自动化灵活性。

Comments \c{opyright} 2025 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

Towards Task-Oriented Flying: Framework, Infrastructure, and Principles

面向任务的飞行：框架、基础设施与原则

Kangyao Huang, Hao Wang, Jingyu Chen, Jintao Chen, Yu Luo, Di Guo, Xiangkui Zhang, Xiangyang Ji, Huaping Liu

机构 * Tsinghua University（清华大学） ； Dalian University of Technology（大连理工大学） ； Beijing University of Posts and Telecommunications（北京邮电大学） 纠错

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

AI总结 本文提出面向任务的四旋翼端到端DRL框架，整合复杂任务规范的设计原则，揭示模拟任务定义、训练设计原则和物理部署间的相互依赖关系，为动态无结构环境下的自主飞行提供实用基础。

Self-Supervised Learning on Molecular Graphs: A Systematic Investigation of Masking Design

分子图上的自监督学习：掩码设计的系统性研究

Jiannan Yang, Veronika Thost, Tengfei Ma

机构 * Stony Brook University（石溪大学） ； MIT-IBM Watson AI Lab（MIT-IBM沃森人工智能实验室） 纠错

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

AI总结 本文系统研究了分子图自监督学习中掩码设计的影响，发现预测目标与编码器架构的协同作用比复杂的掩码分布更为关键，且语义丰富的目标能显著提升下游性能。

Efficient Stimuli Generation using Reinforcement Learning in Design Verification

在设计验证中利用强化学习实现高效的刺激生成

Deepak Narayan Gadde, Thomas Nalapat, Aman Kumar, Djones Lettnin, Wolfgang Kunz, Sebastian Simon

机构 * Infineon Technologies Dresden, Germany ； Infineon Technologies Munich, Germany ； 1 Infineon Technologies Dresden GmbH \& Co. KG, Germany 2 Infineon Technologies AG, Germany 3 Rheinland-Pf \"a lzische Technische Universit \"a t Kaiserslautern-Landau, Germany 纠错

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

AI总结 本文提出利用强化学习生成高效刺激，以提升系统级芯片设计验证的覆盖率效率。

Comments Accepted for publication at the 20th International Conference on Synthesis, Modeling, Analysis and Simulation Methods, and Applications to Circuit Design (SMACD'24), Jul 2-5 2024, Volos, Greece

UW-BioNLP at ChemoTimelines 2025: Thinking, Fine-Tuning, and Dictionary-Enhanced LLM Systems for Chemotherapy Timeline Extraction

UW-BioNLP在ChemoTimelines 2025中的表现：基于思考、微调和词典增强的LLM系统用于化疗时间线提取

Tianmai M. Zhang, Zhaoyi Sun, Sihang Zeng, Chenxi Li, Neil F. Abernethy, Barbara D. Lam, Fei Xia, Meliha Yetisgen

机构 * University of Washington（华盛顿大学） 纠错

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

AI总结 UW-BioNLP通过思考、微调和词典增强LLM方法，在ChemoTimelines 2025中实现了最佳性能，提升了化疗时间线提取的准确性。

Comments To be published in Proceedings of the 7th Clinical Natural Language Processing Workshop

The Right to be Forgotten in Pruning: Unveil Machine Unlearning on Sparse Models

在剪枝中享有被遗忘的权利：揭示稀疏模型上的机器无学习

Yang Xiao, Gen Li, Jie Ji, Ruimeng Ye, Xiaolong Ma, Bo Hui

机构 * University of Tulsa（塔尔萨大学） ； Clemson University（克莱姆斯大学） ； The University of Arizona（亚利桑那大学） 纠错

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

AI总结 本文提出'无剪枝'方法，用于稀疏模型中消除删除数据对剪枝拓扑的影响，并设计新指标评估其有效性。

Comments 9 pages for main part

TabTune: A Unified Library for Inference and Fine-Tuning Tabular Foundation Models

TabTune：用于推理和微调表格基础模型的统一库

Aditya Tanna, Pratinav Seth, Mohamed Bouadi, Utsav Avaiya, Vinay Kumar Sankarapu

机构 * Lexsi Labs（Lexsi实验室） 纠错

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

AI总结 TabTune是一个统一库，通过单一接口标准化表格基础模型的完整工作流程，支持多种适应策略并提升评估一致性。

Comments The library is open source and available at https://github.com/Lexsi-Labs/TabTune

QuantumChem-200K: A Large-Scale Open Organic Molecular Dataset for Quantum-Chemistry Property Screening and Language Model Benchmarking

QuantumChem-200K：一个大规模开放有机分子数据集用于量子化学性质筛选和语言模型基准测试

Yinqi Zeng, Renjie Li

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

AI总结 QuantumChem-200K通过提供大规模有机分子数据集和微调语言模型，实现了光引发剂筛选和光敏感材料发现的高效预测。

Comments 9 pages, 5 figures, 3 tables

A Comprehensive Survey on Long Context Language Modeling

对长上下文语言模型的全面综述

Jiaheng Liu, Dawei Zhu, Zhiqi Bai, Yancheng He, Huanxuan Liao, Haoran Que, Zekun Wang, Chenchen Zhang, Ge Zhang, Jiebin Zhang, Yuanxing Zhang, Zhuo Chen, Hangyu Guo, Shilong Li, Ziqiang Liu, Yong Shan, Yifan Song, Jiayi Tian, Wenhao Wu, Zhejian Zhou, Ruijie Zhu, Junlan Feng, Yang Gao, Shizhu He, Zhoujun Li, Tianyu Liu, Fanyu Meng, Wenbo Su, Yingshui Tan, Zili Wang, Jian Yang, Wei Ye, Bo Zheng, Wangchunshu Zhou, Wenhao Huang, Sujian Li, Zhaoxiang Zhang

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

AI总结 本文综述了长上下文语言模型的最新进展，涵盖模型构建、训练部署及评估分析，为研究人员和工程师提供全面的资源。

Time Travel: LLM-Assisted Semantic Behavior Localization with Git Bisect

时间旅行：借助Git Bisect的LLM辅助语义行为定位

Yujing Wang, Weize Hong

机构 * University of Waterloo（滑铁卢大学） ； Brock University（布罗克大学） 纠错

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

AI总结 本文提出利用LLM和Git Bisect进行语义行为定位，通过结构化推理链提升故障定位准确率，实验显示成功率提升6.4个百分点，平均bisect时间减少2倍。

Comments submitted to Git Bisect SCALCOM 2025 Calgary (to be published)

DynamiX: Dynamic Resource eXploration for Personalized Ad-Recommendations

DynamiX: 动态资源探索用于个性化广告推荐

Sohini Roychowdhury, Adam Holeman, Mohammad Amin, Feng Wei, Bhaskar Mehta, Srihari Reddy

机构 * Meta, Ads Data and Representation learning（Meta） 纠错

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

AI总结 Dynamix通过动态资源探索和特征增强提升个性化广告推荐的效率与准确性。

Comments 9 pages, 3 Tables, 5 images. https://openreview.net/pdf?id=oglD54lvcB

Journal ref Neurips 2025 Workshop, Reliable ML from Unreliable Data

CREST: Improving Interpretability and Effectiveness of Troubleshooting at Ericsson through Criterion-Specific Trouble Report Retrieval

CREST：通过基于标准的故障报告检索提升爱立信故障排除的可解释性和有效性

Soroush Javdan, Pragash Krishnamoorthy, Olga Baysal

机构 * Carleton University（卡尔顿大学） ； Ericsson Canada Inc.（爱立信加拿大公司） 纠错

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

AI总结 CREST通过基于标准的故障报告检索方法，利用专门模型提升故障排除的有效性和可解释性，显著提高检索准确性与可解释性。

Towards Continuous Assurance with Formal Verification and Assurance Cases

Dhaminda B. Abeywickrama, Michael Fisher, Frederic Wheeler, Louise Dennis

机构 * Department of Computer Science, The University of Manchester（曼彻斯特大学计算机科学系） ； Regulatory Support Directorate, Amentum（Amentum监管支持部门） 纠错

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

Comments 15 pages, 7 figures

Error-Driven Scene Editing for 3D Grounding in Large Language Models

Yue Zhang, Zun Wang, Han Lin, Jialu Li, Jianing Yang, Yonatan Bitton, Idan Szpektor, Mohit Bansal

机构 * UNC Chapel Hill（北卡罗来纳大学教堂山分校） ； University of Michigan（密歇根大学） ； Google Research（谷歌研究） 纠错

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

Comments Code: https://github.com/zhangyuejoslin/Deer-3D

Identify As A Human Does: A Pathfinder of Next-Generation Anti-Cheat Framework for First-Person Shooter Games

Jiayi Zhang, Chenxin Sun, Yue Gu, Qingyu Zhang, Jiayi Lin, Xiaojiang Du, Chenxiong Qian

机构 * School of Computing and Data Science, The University of Hong Kong（计算与数据科学学院，香港大学） ； Department of Electrical and Computer Engineering, Stevens Institute of Technology（电气与计算机工程系，史蒂文斯理工学院） 纠错

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

Assay2Mol: large language model-based drug design using BioAssay context

Yifan Deng, Spencer S. Ericksen, Anthony Gitter

机构 * Department of Computer Sciences, University of Wisconsin-Madison（威斯康星大学麦迪逊分校计算机科学系） ； Morgridge Institute for Research（摩尔格德研究所） ； Drug Development Core, Small Molecule Screening Facility, University of Wisconsin Carbone Cancer Center, University of Wisconsin-Madison（威斯康星大学卡本癌症中心药物开发核心、小分子筛选设施） ； Department of Biostatistics and Medical Informatics, University of Wisconsin-Madison（威斯康星大学麦迪逊分校生物统计学与医学信息学系） 纠错

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

Comments 26 pages, 10 figures

Surrogate-Based Differentiable Pipeline for Shape Optimization

Andrin Rehmann, Nolan Black, Josiah Bjorgaard, Alessandro Angioi, Andrei Paleyes, Niklas Heim, Dion Häfner, Alexander Lavin

机构 * Pasteur Labs（帕斯特实验室） 纠错

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

Anatomy-VLM: A Fine-grained Vision-Language Model for Medical Interpretation

Difei Gu, Yunhe Gao, Mu Zhou, Dimitris Metaxas

机构 * Rutgers University（新泽西罗格斯大学） ； Stanford University（斯坦福大学） 纠错

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

Comments Accepted to Winter Conference on Applications of Computer Vision (WACV) 2026

An MLCommons Scientific Benchmarks Ontology

Ben Hawks, Gregor von Laszewski, Matthew D. Sinclair, Marco Colombo, Shivaram Venkataraman, Rutwik Jain, Yiwei Jiang, Nhan Tran, Geoffrey Fox

机构 * AI Directorate Fermilab（AI部门费米实验室） ； Biocomplexity Institute University of Virginia（生物复杂性研究所弗吉尼亚大学） ； CS Dept University of Wisconsin-Madison（计算机科学系威斯康星大学麦迪逊分校） ； Discovery Partners Institute University of Illinois Urbana-Champaign（发现伙伴研究所伊利诺伊大学厄巴纳-香槟分校） ； Biocomplexity Institute（生物复杂性研究所） 纠错

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

Comments 16 Pages, 3 Figures

CultureGuard: Towards Culturally-Aware Dataset and Guard Model for Multilingual Safety Applications

Raviraj Joshi, Rakesh Paul, Kanishk Singla, Anusha Kamath, Michael Evans, Katherine Luna, Shaona Ghosh, Utkarsh Vaidya, Eileen Long, Sanjay Singh Chauhan, Niranjan Wartikar

机构 * NVIDIA（英伟达） 纠错

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

Sample Complexity of Distributionally Robust Off-Dynamics Reinforcement Learning with Online Interaction

Yiting He, Zhishuai Liu, Weixin Wang, Pan Xu

机构 * Duke University（杜克大学） 纠错

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

Comments 53 pages, 6 figures, 3 tables. Published in Proceedings of the 42nd International Conference on Machine Learning (ICML 2025)

Journal ref Proceedings of the 42nd International Conference on Machine Learning, PMLR 267:22595-22646, 2025