今日速览
| 序号 | 标题 | 来源 | 论文日期 | 主题 | 推荐等级 |
|---|---|---|---|---|---|
| 1 | Towards Direct Latent-Space Synthesis for Parallel Branches in LLM-Agent Workflows | arXiv | 2026-06-12 | Multi-Agent | 高 |
| 2 | Towards In Silico Cancer Therapy Design: An Agent-Based Approach for GPU-Accelerated Molecular Pathway Simulation | arXiv | 2026-06-12 | RAG | 中 |
重点论文与技术动态
1. Towards Direct Latent-Space Synthesis for Parallel Branches in LLM-Agent Workflows
- 来源：arXiv
- 论文日期：2026-06-12
- 作者/机构：Shikun Liu, Mufei Li, Dongqi Fu, Haoyu Wang, Yinglong Xia, Hong Li 等 8 人
- 主题标签：
Multi-Agent,arXiv - 推荐等级：高
- 分类：cs.AI, cs.CL
一句话结论
Parallel-Synthesis框架通过直接消费并行工作代理生成的KV缓存实现合成，显著提升LLM代理工作流效率，减少冗余计算并优化性能。
核心内容
- 现有系统通过拼接文本输出合并并行分支，导致结构丢失和冗余预填充计算。
- 该框架结合缓存映射器校准分支缓存与微调合成器适配器，支持从非顺序缓存接口直接生成内容。
- 在9个下游数据集（涵盖数学、科学QA、代码生成、GAIA及多代理数据库诊断）测试中，7个表现匹配或优于文本合成，首次令牌时间降低2.5倍至11倍。
方法与数据
- 训练数据暴露合成器到并行缓存上下文，教聚合缓存分支并蒸馏推理行为。
- 摘要未明确具体数据集细节。
价值判断
- 值得关注：直接缓存合成避免文本拼接冗余，提升并行工作流效率。
- 可复用点：插件式设计便于集成到现有LLM代理系统。
- 局限/待核查：摘要未明确局限。
摘要
Large language models increasingly serve as execution engines for agentic systems, yet they still consume context through a sequential text interface. This creates a mismatch with modern structured agent workflows, in which independent branches explore subtasks, retrieve evidence, or generate candidate solutions before a final synthesis step. Existing systems typically merge these branches by concatenating their textual outputs, which discards the parallel structure and incurs redundant prefill computation. In this work, we introduce Parallel-Synthesis, a plug-and-play framework that enables a synthesizer to directly consume the KV caches produced by parallel worker agents. Parallel-Synthesis combines a cache mapper that calibrates independently generated branch caches with a fine-tuned synthesizer adapter that enables generation from this non-sequential cache interface. We train Parallel-Synthesis using data that exposes the synthesizer to parallel cache contexts, teaches aggregation across cached branches, and distills reasoning behavior from standard text-concatenation-based synthesis. Across nine downstream datasets spanning math, science QA, code generation, GAIA, and multi-agent database diagnosis, Parallel-Synthesis matches or outperforms text-based synthesis on seven datasets and remains close on the other two. It also reduces time-to-first-token by 2.5x-11x, suggesting that direct cache-based synthesis is a promising interface for more native and efficient synthesis over parallel agent branches.2. Towards In Silico Cancer Therapy Design: An Agent-Based Approach for GPU-Accelerated Molecular Pathway Simulation
- 来源：arXiv
- 论文日期：2026-06-12
- 作者/机构：Stefano Maestri
- 主题标签：
RAG,arXiv - 推荐等级：中
- 分类：cs.CE, q-bio.MN, q-bio.QM
一句话结论
GPU加速的基于代理建模能精准再现癌症通路的药物反应和基因表达动态，为精准肿瘤学提供可扩展的生物基础计算工具。
核心内容
- 采用FLAME GPU 2框架高效模拟三维环境中数百万分子的交互，分子作为自主代理具备绑定、释放等物理属性，无需大量动力学参数。
- 在MAPK/ERK通路（BRAFV600E突变）验证中，准确复现临床剂量-反应趋势，优于确定性模型和先前代理模型。
- 扩展至核信号通路，成功模拟cFos表达和磷酸化动态，包括瞬时mRNA响应、蛋白积累及未解析负转录调节的影响。
方法与数据
- 方法：GPU加速的基于代理建模（ABM）框架，基于FLAME GPU 2。
- 数据：摘要未明确。
价值判断
- 值得关注：实时模拟癌症治疗干预，支持精准医疗决策。
- 可复用点：图形界面支持模型构建、参数设置和治疗策略实时修改，适用于多通路扩展。
- 局限/待核查：未解析的负转录调节机制需进一步验证。