提升代码生成、执行反馈和自动修复能力、识别并缓解模型安全、越狱和对齐风险

CircuitSteer: Geometrically Aligned Multi-Layer Steering via Sparse Autoencoder Circuits

中文标题CircuitSteer ：通过稀疏自动编码器电路实现几何对齐的多层转向

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。

Align-RAG: Alignment Is All You Need for TSFM In-Context Learning

中文标题Align-RAG：Alignment Is All You Need 面向 TSFM In-Context Learning

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。

PromptShield Home: Ambient Multimodal Prompt Injection Defense for Smart-Home Agents

中文标题PromptShield Home：Ambient Multimodal Prompt Injection Defense 面向 Smart-Home Agents

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。

When History Lies: Evaluating and Improving Tool Use under Misleading Multi-Turn Histories

中文标题历史谎言：评估和改进误导性多圈历史下的工具使用

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。

Causal Episodic Memory for Feedback-Driven Agent Repair

中文标题Causal Episodic Memory 面向 Feedback-Driven Agent Repair

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。

Cautious Context Steering for Language Model Personalization

中文标题用于语言模型个性化的谨慎上下文引导

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。

Activity Frames: Deterministic Screen-Activity Compilation for Agent Memory and Replay

中文标题Activity Frames：Deterministic Screen-Activity Compilation 面向 Agent Memory 与 Replay

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。

Evidence-Driven Dynamic Visual Selector for Efficient Long Video Understanding

中文标题循证驱动的动态视觉选择器，实现高效的长视频理解

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。

UniVVT: A Unified End-to-End Framework for High-Fidelity Video Virtual Try-on

中文标题UniVVT：A Unified End-to-End 框架 面向 High-Fidelity Video Virtual Try-on

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。

SkillZip: Contract-Preserving Graph Compression for Scalable Agent Skill Libraries

中文标题SkillZip：Contract-Preserving Graph Compression 面向 可扩展 Agent Skill Libraries

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。

EcoAgent-Bench: Evaluating Economic Decision-Making in Budget-Constrained LLM Agents

中文标题EcoAgent-Bench ：评估预算有限的LLM代理商的经济决策

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。

RP-OPSD: Reasoning-Pivot-Guided On-Policy Self-Distillation for Multilingual Reasoning Transfer

中文标题RP-OPSD：Reasoning-Pivot-Guided On-Policy Self-Distillation 面向 Multilingual Reasoning Transfer

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。

Benchmarking and Enhancing LLMs for Rule-Intensive Review of National Standard Documents

中文标题为国家标准文件的规则密集型审查制定基准并加强LLM

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。

Surv-IPTB: An Attention-Based Model for Estimating Individual Probability of Treatment Benefit with Survival Data

中文标题生存期-IPTB ：使用生存期数据估计个体治疗获益概率的基于注意力的模型

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。

The Illusion of Visual Tool-Use: A Causal Audit of Thinking with Images

中文标题视觉工具使用的错觉：图像思维的因果审计

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。

Improving the Realism of Synthetic Clinical Benchmarks Under Utility Constraints

中文标题在效用约束下提高合成临床基准的现实性

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。

A Six-Dimensional Taxonomy of Post-Training Adaptation Techniques with Applications in AI Governance

中文标题训练后适应技术的六维分类及其在人工智能治理中的应用

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。

EmoWorld: A Decoupled Affective Field for Controllable Emotional Video Generation

中文标题EmoWorld：A Decoupled Affective Field 面向 Controllable Emotional Video Generation

关注理由涉及视频生成中的新任务、数据或系统线索，可作为后续跟进清单的一部分。

EnvACE: Internalizing Environment Dynamics via World Rehearsal for Agentic Reinforcement Learning

中文标题EnvACE ：通过代理强化学习世界排练内化环境动态

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。

Audio-to-Score Transcription using Pre-trained Features, Data Augmentation, and the New SheetSage-A2S Dataset

中文标题使用预训练功能、数据增强和新SheetSage-A2S数据集的音频到分数转录

关注理由涉及代码智能中的新任务、数据或系统线索，可作为后续跟进清单的一部分。