University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）

Towards Agentic Intelligence for Materials Science

迈向材料科学的代理智能

Huan Zhang, Yizhan Li, Wenhao Huang, Ziyu Hou, Yu Song, Xuye Liu, Farshid Effaty, Jinya Jiang, Sifan Wu, Qianggang Ding, Izumi Takahara, Leonard R. MacGillivray, Teruyasu Mizoguchi, Tianshu Yu, Lizi Liao, Yuyu Luo, Yu Rong, Jia Li, Ying Diao, Heng Ji, Bang Liu

机构 * DIRO & Institut Courtois, Université de Montréal（蒙特利尔大学DIRO与Courtois研究所） ； Mila – Quebec AI Institute（魁北克AI研究所） ； University of Waterloo（滑铁卢大学） ； Université de Sherbrooke（Sherbrooke大学） ； University of California, San Diego（加州大学圣地亚哥分校） ； The University of Tokyo, Institute of Industrial Science（东京大学工业科学研究所） ； The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） ； Singapore Management University（新加坡管理学院） ； The Hong Kong University of Science and Technology, Guangzhou（香港科学与技术大学（广州）） ； Alibaba DAMO Academy（阿里巴巴达摩院） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； CIFAR AI Chair（CIFAR人工智能主席） 纠错

AI总结 本文提出以流程为中心的代理系统框架，通过整合人工智能与材料科学，推动材料发现的自主化与智能化。

Comments 81 pages

Deep learning methods for inverse problems using connections between proximal operators and Hamilton-Jacobi equations

利用近端算子与哈密顿-雅可比方程之间联系的逆问题深度学习方法

Oluwatosin Akande, Gabriel P. Langlois, Akwum Onwunta

机构 * Industrial and Systems Engineering, Lehigh University（工业与系统工程，莱维大学） ； Department of Mathematics, University of Illinois Urbana-Champaign（数学系，伊利诺伊大学厄巴纳-香槟分校） 纠错

AI总结 本文提出利用近端算子与哈密顿-雅可比方程的联系，开发新的深度学习架构来直接学习先验，提升高维问题的求解效率。

Active Localization of Unstable Systems with Coarse Information

不稳定系统的粗信息主动定位

Ege Yuceel, Daniel Liberzon, Sayan Mitra

机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） 纠错

AI总结 本文提出了一种基于集估计器和Voronoi划分的主动定位算法，用于在粗略传感下恢复不稳定系统的初始状态并保证信息区域的稳定性。

Comments 10 pages, 4 figures, Accepted by International Conference on Hybrid Systems: Computation and Control (HSCC) 2026

M3: High-fidelity Text-to-Image Generation via Multi-Modal, Multi-Agent and Multi-Round Visual Reasoning

M3：通过多模态、多智能体和多轮视觉推理实现高保真的文本到图像生成

Bangji Yang, Ruihan Guo, Jiajun Fan, Chaoran Cheng, Ge Liu

机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） 纠错

AI总结 M3通过多智能体和多轮视觉推理提升开源模型的文本到图像生成能力，超越商业系统并实现最先进的性能。

Optimistic Training and Convergence of Q-Learning -- Extended Version

乐观训练与Q学习的收敛性——扩展版

Prashant Mehta, Sean Meyn

机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； University of Florida（佛罗里达大学） 纠错

AI总结 本文研究了Q学习在不同变体下的收敛性，指出在无意识策略下PBE可能无解或有多个解，并强调收敛需要更严格的结构条件。

PackInfer: Compute- and I/O-Efficient Attention for Batched LLM Inference

PackInfer: 用于批量LLM推理的计算和I/O高效注意力

Rui Ning, Wei Zhang, Fan Lai

机构 * Nanjing University, Nanjing, China（南京大学） ； Siebel Center for Computer Science, University of Illinois Urbana-Champaign, Urbana, IL, USA（伊利诺伊大学厄巴纳-香槟分校计算机科学中心） 纠错

AI总结 PackInfer通过高效计算和I/O机制优化批量LLM推理，显著降低延迟并提升吞吐量。