KDD

Agent-Diff: Benchmarking LLM Agents on Enterprise API Tasks via Code Execution with State-Diff-Based Evaluation

Agent-Diff：通过代码执行基于状态差的评估来基准测试LLM代理在企业API任务上的表现

Hubert M. Pysklo, Artem Zhuravel, Patrick D. Watson

机构 * Minerva University（Minerva大学） 纠错

AI总结 本文提出Agent-Diff框架，通过代码执行和基于状态差的评估，评估LLM代理在企业API任务中的性能，提供了九个LLM在224个任务上的基准测试，并通过消融实验评估框架的鲁棒性。

Comments Pre-Print. Under review for KDD 2026

Can-SAVE: Deploying Low-Cost and Population-Scale Cancer Screening via Survival Analysis Variables and EHR

Can-SAVE：通过生存分析变量和电子健康记录进行低成本和大规模癌症筛查

Petr Philonenko, Vladimir Kokh, Pavel Blinov

机构 * Sber AI Lab（Sber人工智能实验室） 纠错

AI总结 Can-SAVE利用生存分析变量和电子健康记录，开发出一种轻量级AI系统，通过医疗历史事件评估大规模人群癌症风险，实现高效癌症筛查。

Comments Accepted to the 32nd ACM SIGKDD Conference on Knowledge Discovery and Data Mining (KDD 2026)

Journal ref Proc. 32nd ACM SIGKDD Conf. on Knowledge Discovery and Data Mining (KDD '26), 2026, 11 pages