让 Agent 更可靠地调用工具和复用技能、识别并缓解模型安全、越狱和对齐风险、提升代码生成、执行反馈和自动修复能力
今天主要跟进：让 Agent 更可靠地调用工具和复用技能、识别并缓解模型安全、越狱和对齐风险、提升代码生成、执行反馈和自动修复能力。
本期从 2026-08-04 论文源抓取并去重 503 篇候选论文，筛选 6 篇重点论文与 20 篇补充关注。
本期重点
今天最值得跟进的方向
今天的高分论文主要指向：让 Agent 更可靠地调用工具和复用技能、识别并缓解模型安全、越狱和对齐风险、提升代码生成、执行反馈和自动修复能力。下面按核心问题、方法线索、主要论点和关键词整理，便于快速判断后续跟进价值。
重点论文：核心问题、方法线索与关键词
让 Agent 更可靠地调用工具和复用技能
中文标题使用cuGraph加速GPU架构上的动态图形聚类
信号显示这项工作通过GPU加速的频谱聚类扩展和最初为静态图设计的基于模块化的算法来解决时间网络中的社区检测
关键词servingcodesynthetic dataopen-source
代码/数据需查看原文确认
识别并缓解模型安全、越狱和对齐风险
中文标题法学硕士评审与人类同行评审的紧密程度如何？
信号显示大语言模型（ LLM ）越来越多地用于生成科学评论，但现有的评估很少检查不同的提供商是否在同一受控环境中与会议决策和人工审查优先事项保持一致
关键词alignmentevaluationevalBenchmarks and Evaluation
代码/数据需查看原文确认
提升代码生成、执行反馈和自动修复能力
中文标题JoyAI-Video-Edit ：使用自回归扩散的实时开放式视频编辑
信号显示实时视频编辑需要使用有限的计算资源进行低延迟因果生成，同时保持源保真度和长期时间一致性
关键词inferenceservinglatencyevaluation
代码/数据需查看原文确认
提升 RAG 检索和知识库问答可靠性
中文标题PRISM：Powerful Time Series to Image (TS2I) Representations 面向 Multivariate Anomaly Detection
信号显示时间序列异常检测（ TSAD ）是预测性维护、财务和云计算应用的基础，但性能仍然对表示选择敏感，尤其是在多变量设置中
关键词workflowragevaluationcode
代码/数据需查看原文确认
评测视频生成的时间一致性和运动真实感
中文标题SeqLLM ：通过行为序列建模增强LLM ，以实现微信支付的高风险决策
信号显示大型支付平台的商家风险控制每天筛查数千万商家，其中误报损害合法商家，误报使有害活动未被发现
关键词servingalignmentbenchmarkfine-tuning
代码/数据需查看原文确认
提升 RAG 检索和知识库问答可靠性
中文标题ATLAS ：学习跨看不见的领域推荐
信号显示推荐系统仍然受域约束：在一个交互环境中训练的模型通常需要重新训练或目标域适应才能在新目录上运行
关键词ragalignmentcodeknowledge
代码/数据需查看原文确认
其他值得关注
GDPevo: Evaluating Agent Self-Evolution on Real Business Tasks
中文标题GDPevo ：评估代理对真实业务任务的自我进化
关注理由涉及工具调用、执行反馈和可复用能力，可作为 Agent 工作流可靠性的补充线索。
DataSpace: Benchmarking Data Agents for Verifiable Analytics over Heterogeneous Workspaces
中文标题DataSpace：基准ing Data Agents 面向 Verifiable Analytics over Heterogeneous Workspaces
关注理由涉及工具调用、执行反馈和可复用能力，可作为 Agent 工作流可靠性的补充线索。
MultiCompose: Multi-Concept Personalized Composition with Per-Subject Attribute Binding
中文标题MultiCompose ：具有每个受试者属性绑定的多概念个性化组合
关注理由涉及任务设置、指标和失效案例，可补充模型评测与回归测试。
AI-Assisted Peer Review Across Research Communities: From Reviewer AI Policies to LLM Review Quality
中文标题AI-Assisted Peer Review Across Research Communities：来自 Reviewer AI Policies to LLM Review Quality
关注理由涉及工具调用、执行反馈和可复用能力，可作为 Agent 工作流可靠性的补充线索。
Latent Reward Registers for Diffusion Preference Alignment
中文标题Latent Reward Registers 面向 Diffusion Preference Alignment
关注理由涉及模型安全、护栏路由、风险分类或治理评测，可作为安全评测与治理工具链的补充线索。
Risky Business: Measuring The Faithfulness-Safety Tension
中文标题风险业务：衡量忠诚-安全紧张关系
关注理由涉及模型安全、护栏路由、风险分类或治理评测，可作为安全评测与治理工具链的补充线索。
Shielding for Higher-Order Safety
中文标题高阶安全屏蔽
关注理由涉及模型安全、护栏路由、风险分类或治理评测，可作为安全评测与治理工具链的补充线索。
中文标题Policy Fragmentation or Institutional Alignment? Institutional Governance of AI in Universities 与 Business Schools
关注理由涉及模型安全、护栏路由、风险分类或治理评测，可作为安全评测与治理工具链的补充线索。
中文标题Can LLM design high-quality experiments? A Comprehensive 与 Systematic 基准 on Autonomous Experimental Design
关注理由涉及工具调用、执行反馈和可复用能力，可作为 Agent 工作流可靠性的补充线索。
中文标题通过示例编程的求解感知分解：当划分需要知道如何征服时
关注理由涉及检索、知识库问答与证据可靠性，可作为 RAG 评测和企业知识系统的补充线索。
中文标题平衡效率和功效：培训-无需注意-在传销的明确和潜在思想之间引导切换
关注理由涉及推理与规划中的新任务、数据或系统线索，可作为后续跟进清单的一部分。
Test-Time Scaling for Safe Text-Guided Image Generation via Intermediate Clean Estimates
中文标题通过中间清洁估算安全生成文本引导图像的测试时间缩放
关注理由涉及检索、知识库问答与证据可靠性，可作为 RAG 评测和企业知识系统的补充线索。
TaskPress: Query-Agnostic KV Cache Compression via Task-Guided Pruning
中文标题TaskPress ：通过任务引导修剪进行与查询无关的KV缓存压缩
关注理由涉及检索、知识库问答与证据可靠性，可作为 RAG 评测和企业知识系统的补充线索。
中文标题CIGTSurv ：与当地原型协会和全球特征一致的临床信息引导的三峰生存预测
关注理由涉及模型安全、护栏路由、风险分类或治理评测，可作为安全评测与治理工具链的补充线索。
Channel-wise Dynamic Knowledge Distillation via Adaptive Sample Generation for Action Recognition
中文标题通过自适应样本生成进行动作识别的渠道式动态知识蒸馏
关注理由涉及训练与后训练中的新任务、数据或系统线索，可作为后续跟进清单的一部分。
中文标题CAPE-T2V：Captioner-Anchored Prompt Enhancement 面向 Two-Sided Conditioning Alignment in Text-to-Video Generation
关注理由涉及模型安全、护栏路由、风险分类或治理评测，可作为安全评测与治理工具链的补充线索。
Clinically-Grounded Hierarchical Classification for Consistent Chest X-ray Interpretation
中文标题基于临床的分层分类以实现一致的胸部X射线解读
关注理由涉及推理与规划中的新任务、数据或系统线索，可作为后续跟进清单的一部分。
中文标题SparSEEty ：通过确定性侧通道从稀疏性利用LLM服务系统提取代币
关注理由涉及检索、知识库问答与证据可靠性，可作为 RAG 评测和企业知识系统的补充线索。
ParVL: Parallel Scaling and Expandable Compute Allocation for Multimodal LLMs
中文标题ParVL：Parallel Scaling 与 Expandable Compute Allocation 面向 Multimodal LLMs
关注理由涉及训练与后训练中的新任务、数据或系统线索，可作为后续跟进清单的一部分。
TurnSight: Turn-Level Hindsight Self-Distillation for Tool-Integrated Reasoning
中文标题TurnSight：Turn-Level Hindsight Self-Distillation 面向 Tool-Integrated Reasoning
关注理由涉及工具调用、执行反馈和可复用能力，可作为 Agent 工作流可靠性的补充线索。
阅读边界
- 自动排序会偏向有社区信号、代码信号和工程关键词的论文。
- 简报默认基于标题、摘要和公开元数据，不替代全文精读。
- 外部 API 限流或不可用时，相关信号会降级为空并在内部记录中保留说明。