AI Agent

TopoCurate:Modeling Interaction Topology for Tool-Use Agent Training

TopoCurate：基于交互拓扑的工具使用代理训练建模

Jinluan Yang, Yuxin Liu, Zhengyu Chen, Chengcheng Han, Yueqing Sun, Qi Gu, Hui Su, Xunliang Cai, Fei Wu, Kun Kuang

机构 * Zhejiang University, Hangzhou, China（浙江大学） 纠错

专题命中 工具调用 ：tool-use(title,abstract)；agent(title)；分类 cs.CL、cs.LG

AI总结 TopoCurate通过交互拓扑建模提升工具使用代理训练效果，采用双选择机制优化SFT和RL性能。

Comments Under Review

MM-DeepResearch: A Simple and Effective Multimodal Agentic Search Baseline

MM-DeepResearch: 一种简单而有效的多模态代理搜索基线

Huanjin Yao, Qixiang Yin, Min Yang, Ziwang Zhao, Yibo Wang, Haotian Luo, Jingyi Zhang, Jiaxing Huang

专题命中 工具调用 ：agentic(title,abstract)；agent(abstract)；planning(abstract)；分类 cs.AI

AI总结 MM-DeepResearch通过Hyper-Search和DR-TTS方法，构建了多模态代理搜索基线，实现了高效多模态研究任务的处理。

Comments Technical report

AgentOCR: Reimagining Agent History via Optical Self-Compression

AgentOCR: 通过光学自压缩重新想象代理历史

Lang Feng, Fuchao Yang, Feng Chen, Xin Cheng, Haiyang Xu, Zhenglin Wan, Ming Yan, Bo An

机构 * NTU（国立科技大学） 纠错

专题命中 工具调用 ：agent(title,abstract)；agentic(abstract)；分类 cs.AI、cs.LG

AI总结 AgentOCR通过光学自压缩技术，将代理历史转换为紧凑图像，从而在保持性能的同时显著减少token消耗和内存使用。

Comments Work in progress

The FM Agent

FM代理

Annan Li, Chufan Wu, Zengle Ge, Yee Hin Chong, Zhinan Hou, Lizhe Cao, Cheng Ju, Jianmin Wu, Huaiming Li, Haobo Zhang, Shenghao Feng, Mo Zhao, Fengzhi Qiu, Rui Yang, Mengmeng Zhang, Wenyi Zhu, Yingying Sun, Quan Sun, Shunhao Yan, Danyu Liu, Dawei Yin, Dou Shen

机构 * Baidu AI Cloud（百度AI云） 纠错

专题命中 工具调用 ：agent(title,abstract)；multi-agent(abstract)；分类 cs.AI

AI总结 FM代理是一种利用LLM推理和进化搜索的通用多代理框架，能够自主解决复杂问题并达到先进水平。

From Static Repositories to Agentic Knowledge Webs: ResearchTwin and the S-Index for Federated Human-AI Research Discovery

从静态仓库到代理知识网络：ResearchTwin和S-指数用于联邦人机研究发现

Martin G. Frasch

专题命中 工具调用 ：agentic(title,abstract)；AI agent(abstract)

AI总结 ResearchTwin通过S-指数量化多模态研究影响，利用联邦架构实现人机协同的知识发现。

Comments 15 pages, 1 figure, https://github.com/martinfrasch/ResearchTwin

ProtRLSearch: A Multi-Round Multimodal Protein Search Agent with Large Language Models Trained via Reinforcement Learning

ProtRLSearch: 一种基于大语言模型的多轮多模态蛋白质搜索代理，通过强化学习进行训练

Congying Liu, Taihao Li, Ming Huang, Xingyuan Wei, Peipei Liu, Yiqing Shen, Yanxu Mao, Tiehan Cui

机构 * University of Chinese Academy of Sciences（中国科学院大学） ； Hangzhou Institute for Advanced Study（杭州高等研究院） ； Shenzhen Institutes of Advanced Technology（深圳先进技术研究所） ； Institute of Information Engineering（信息工程研究所） ； Johns Hopkins University（约翰霍普金斯大学） ； Henan University（河南大学） 纠错

专题命中 工具调用 ：agent(title,abstract)；分类 cs.AI、cs.CL

AI总结 ProtRLSearch通过强化学习训练，利用多模态输入提升蛋白质搜索的准确性和效率，解决传统方法在多模态整合和搜索过程约束上的不足。

CoVe: Training Interactive Tool-Use Agents via Constraint-Guided Verification

CoVe：通过约束引导验证训练交互工具使用代理

Jinpeng Chen, Cheng Gong, Hanbo Li, Ziru Liu, Zichen Tian, Xinyu Fu, Shi Wu, Chenyang Zhang, Wu Zhang, Suiyun Zhang, Dandan Tu, Rui Liu

机构 * Huawei Research（华为研究） 纠错

专题命中 工具调用 ：tool-use(title,abstract)；分类 cs.AI

AI总结 CoVe通过约束引导验证方法有效提升交互式工具使用代理的训练数据合成效率与质量。

Agentic Multi-Source Grounding for Enhanced Query Intent Understanding: A DoorDash Case Study

代理多源接地以增强查询意图理解：一个DoorDash案例研究

Emmanuel Aboah Boateng, Kyle MacDonald, Akshad Viswanathan, Sudeep Das

机构 * DoorDash, Inc.（DoorDash公司） 纠错

专题命中 工具调用 ：agentic(title,abstract)；分类 cs.AI

AI总结 本文提出一种代理多源接地系统，通过目录检索和网络搜索结合，提升多意图查询的准确率，已在DoorDash实现90.7%的准确率提升。

Comments 5 pages, 4 figures

SimpleTool: Parallel Decoding for Real-Time LLM Function Calling

SimpleTool: 并行解码用于实时大语言模型功能调用

Xiaoxin Shi, Jiaxin Wan, Linkang Dong, Wei Jiang, Yue Liu, Zengfeng Huang

机构 * Shanghai Jiao Tong University, Shanghai, China（上海交通大学） ； Shanghai Innovation Institute, Shanghai, China（上海创新研究院） ； Fudan University, Shanghai, China（复旦大学） 纠错

专题命中 工具调用 ：function calling(title,abstract)；分类 cs.CL

AI总结 SimpleTool通过并行解码技术实现大语言模型功能调用的实时加速，提升效率并降低延迟，适用于实时应用场景。

StockBench: Can LLM Agents Trade Stocks Profitably In Real-world Markets?

StockBench: LLM代理在真实市场中能否盈利地进行股票交易？

Yanxu Chen, Zijun Yao, Yantao Liu, Amy Xin, Jin Ye, Jianing Yu, Lei Hou, Juanzi Li

机构 * Tsinghua University（清华大学） ； Beijing University of Posts and Telecommunications（北京邮电大学） 纠错

专题命中 工具调用 ：autonomous agent(abstract)；tool use(abstract)；分类 cs.CL、cs.LG

AI总结 STOCKBENCH评估LLM在真实股票市场中的交易能力，发现多数模型难以超越简单买入持有策略，部分模型展现出更高的收益和风险管理潜力。

Securing the Floor and Raising the Ceiling: A Merging-based Paradigm for Multi-modal Search Agents

保障地板，提升天花板：一种基于合并的多模态搜索代理范式

Zhixiang Wang, Jingxuan Xu, Dajun Chen, Yunfang Wu, Wei Jiang, Yong Li

机构 * Peking University, Beijing, China（北京大学） 纠错

专题命中 工具调用 ：agent(abstract)；分类 cs.AI

AI总结 本文提出一种无需训练的多模态搜索代理范式，通过跨模态模型合并提升VLMs的自主搜索能力，OBM算法在搜索任务中表现出更高的效率和性能。

Toward Youth-Centered Privacy-by-Design in Smart Devices: A Systematic Review

面向以青少年为中心的隐私设计在智能设备中的探索：一项系统综述

Molly Campbell, Mohamad Sheikho Al Jasem, Ajay Kumar Shrestha

专题命中 工具调用 ：workflow(abstract)；分类 cs.AI

AI总结 本文系统综述了智能设备中保护青少年隐私的设计框架，指出技术方案为主但实施不足，建议多方合作构建隐私生态系统。

Comments Published in the IEEE CCWC 2026 proceedings

Journal ref 2026 IEEE 16th Annual Computing and Communication Workshop and Conference (CCWC)

Actions Speak Louder than Prompts: A Large-Scale Study of LLMs for Graph Inference

行动胜于提示：大型语言模型在图推断中的大规模研究

Ben Finkelshtein, Silviu Cucerzan, Sujay Kumar Jauhar, Ryen White

机构 * University of Oxford（牛津大学） ； Microsoft Research（微软研究院） 纠错

专题命中 工具调用 ：tool-use(abstract)；分类 cs.CL

AI总结 研究通过大规模评估揭示LLM在图推断中的表现，发现代码生成在长文本图中表现最佳，异质图上交互策略仍有效，且方法能灵活适应不同输入类型。

Optimisation of SOUP-GAN and CSR-GAN for High Resolution MR Images Reconstruction

优化SOUP-GAN和CSR-GAN用于高分辨率MRI图像重建

Muneeba Rashid, Hina Shakir, Humaira Mehwish, Asarim Amir, Reema Qaiser Khan

专题命中 工具调用 ：tool use(abstract)；分类 cs.LG

AI总结 本研究通过优化SOUP-GAN和CSR-GAN模型，提升高分辨率MRI图像重建质量，以改善疾病诊断效果。

Alignment Is Not Enough: A Relational Framework for Moral Standing in Human-AI Interaction

对齐不足以：人类-人工智能互动中的道德地位关系框架

Faezeh B. Pasandi, Hannah B. Pasandi

专题命中 工具调用 ：tool use(abstract)；分类 cs.AI

AI总结 本文提出Relate框架，通过关系能力和具身互动重新定义人工智能的道德资格，强调现有伦理词汇无法应对人类-人工智能互动的复杂性。

In Search of Lost Correlation: Correlated Equilibrium via Marginal Actions

寻找失落的相关性：通过边际行动实现相关均衡

Christopher P. Chambers, Maxime Cugnon de Sévricourt, Christopher Turansick

专题命中 工具调用 ：agent(abstract)

AI总结 本文通过边际行动分析相关均衡的诱导数据，提出无套利条件来识别可能的均衡分布，并扩展到纳什均衡的分析。

When an AI Judges Your Work: The Hidden Costs of Algorithmic Assessment

当AI评判你的作品：算法评估的隐藏成本

David Almog, Lucas Lippman, Daniel Martin

专题命中 工具调用 ：tool use(abstract)

AI总结 本文研究了AI评估对工人行为的影响，发现工人在AI评估下产出更多但质量更低，并更倾向于使用外部工具，但工具使用并未解释产出差异。

Tiny-DroNeRF: Tiny Neural Radiance Fields aboard Federated Learning-enabled Nano-drones

Tiny-DroNeRF：基于联邦学习的纳无人机上的轻量神经辐射场

Ilenia Carboni, Elia Cereda, Lorenzo Lamberti, Daniele Malpetti, Francesco Conti, Daniele Palossi

机构 * Dalle Molle Institute for Artificial Intelligence, USI-SUPSI（达摩院人工智能研究所，USI-SUPSI） ； Integrated Systems Laboratory, ETH Zürich（集成系统实验室，ETH Zurich） ； Department of Electrical, Electronic and Information Engineering, University of Bologna（电子、电气与信息工程系，博洛尼亚大学） 纠错

专题命中 工具调用 ：planning(abstract)

AI总结 Tiny-DroNeRF通过联邦学习在纳无人机上实现轻量级NeRF训练，显著降低内存占用并提升3D重建精度。

Comments This paper has been accepted for publication in the IEEE ICRA 2026 conference. ©2026 IEEE

LOTUS: A Warm-Start Framework for Powering Dual Decomposition in Large-Scale Two-Stage Stochastic Programs

LOTUS：一种用于大型两阶段随机规划中双分解的子集启动框架

Emma Cornielje, Berend Markhorst, Alessandro Zocca, Rob van der Mei

专题命中 工具调用 ：planning(abstract)

AI总结 LOTUS通过子集启动框架提升双分解在大型两阶段随机规划中的效率，实现更快的原问题收敛和更优的解质量。

PhysGraph: Physically-Grounded Graph-Transformer Policies for Bimanual Dexterous Hand-Tool-Object Manipulation

PhysGraph: 基于物理的图变换策略用于双臂灵巧手工具物体操作

Runfa Blark Li, David Kim, Xinshuang Liu, Keito Suzuki, Dwait Bhatt, Nikola Raicevic, Xin Lin, Ki Myung Brian Lee, Nikolay Atanasov, Truong Nguyen

机构 * University of California, San Diego（加州大学圣地亚哥分校） 纠错

专题命中 工具调用 ：tool use(abstract)

AI总结 PhysGraph通过物理基础图变换策略提升双臂手工具物体操作的精度和成功率，仅用51%参数超越基线模型。

An Agnostic Biosignature Based on Modeling Panspermia and Terraforming

基于 panspermia 和 terraforming 模型的无偏生物标志物

Harrison B. Smith, Lana Sinapayen

专题命中 工具调用 ：agent(abstract)

AI总结 本文提出了一种基于行星群特征和空间分布的无偏生命检测方法，通过代理模型展示生命在恒星间传播可能产生稳健的生物标志物。

Comments 19 pages, 21 figures

GeoMCP: A Trustworthy Framework for AI-Assisted Analytical Geotechnical Engineering

GeoMCP：一种可信的AI辅助分析土木工程框架

Yared W. Bekele

专题命中 工具调用 ：agent(abstract)

AI总结 GeoMCP通过将工程方法表示为结构化数据，构建了一个可信的AI辅助分析土木工程框架，确保计算透明性和安全性。

Comments 15 pages

$\rm{A}^{\rm{SAR}}$: $\varepsilon$-Optimal Graph Search for Minimum Expected-Detection-Time Paths with Path Budget Constraints for Search and Rescue (SAR)

A^SAR：带有路径预算约束的最小期望检测时间路径的ε-最优图搜索用于救援（SAR）

Eric Mugford, Jonathan D. Gammell

机构 * Estimation, Search, and Planning (ESP) Research Group, Queen’s University, Kingston ON, Canada（估计、搜索和规划（ESP）研究组，女王大学，加拿大金斯顿） 纠错

专题命中 工具调用 ：planning(abstract)

AI总结 本文提出A^SAR算法，通过ε-最优图搜索方法，在有限时间内保证找到接近最优的SAR搜索路径，提升救援效率。

Comments IEEE International Conference on Robotics and Automation (ICRA) 2026, 8 pages, 4 figures, 2 tables. The corresponding video can be found at https://www.youtube.com/watch?v=R73-YKWY78M

ASTRA-bench: Evaluating Tool-Use Agent Reasoning and Action Planning with Personal User Context

ASTRA-bench: 通过个人用户上下文评估工具使用代理的推理与行动规划

Zidi Xiu, David Q. Sun, Kevin Cheng, Maitrik Patel, Josh Date, Yizhe Zhang, Jiarui Lu, Omar Attia, Raviteja Vemulapalli, Oncel Tuzel, Meng Cao, Samy Bengio

机构 * Apple（苹果公司） 纠错

专题命中 规划决策 ：tool-use(title,abstract)；planning(title,abstract)；agent(title)；分类 cs.AI

AI总结 ASTRA-bench通过模拟真实用户情境，评估AI代理在复杂个人上下文中进行推理与多步骤计划的能力，揭示当前模型在处理高复杂度任务时的性能瓶颈。

MagicAgent: Towards Generalized Agent Planning

MagicAgent：迈向通用代理规划

Xuhui Ren, Shaokang Dong, Chen Yang, Qing Gao, Yunbin Zhao, Yongsheng Liu, Xinwei Geng, Xiang Li, Demei Yan, Yanqing Li, Chenhao Huang, Dingwei Zhu, Junjie Ye, Boxuan Yue, Yingnan Fu, Mengzhe Lv, Zezeng Feng, Boshen Zhou, Bocheng Wang, Xuanjing Huang, Yu-Gang Jiang, Tao Gui, Qi Zhang, Yunke Zhang

机构 * Honor Device Co., Ltd（Honor设备有限公司） ； Fudan University（复旦大学） 纠错

专题命中 规划决策 ：agent(title,abstract)；planning(title,abstract)；autonomous agent(abstract)；分类 cs.AI

AI总结 MagicAgent通过合成数据框架和两阶段训练范式，实现通用代理规划，优于现有模型。

AgentMath: Empowering Mathematical Reasoning for Large Language Models via Tool-Augmented Agent

AgentMath: 通过工具增强代理赋能大语言模型的数学推理

Haipeng Luo, Huawen Feng, Qingfeng Sun, Can Xu, Kai Zheng, Yufei Wang, Tao Yang, Han Hu, Yansong Tang

专题命中 规划决策 ：agent(title,abstract)；tool-use(abstract)；agentic(abstract)；分类 cs.AI、cs.CL、cs.LG

AI总结 AgentMath通过整合语言模型和代码解释器，提升大语言模型在复杂数学问题上的推理能力，实现高效训练和高准确率。

Comments This paper has been accepted to ICLR 2026

SpotAgent: Grounding Visual Geo-localization in Large Vision-Language Models through Agentic Reasoning

SpotAgent：通过代理推理在大视觉语言模型中实现视觉地理定位

Furong Jia, Ling Dai, Wenjin Deng, Fan Zhang, Chen Hu, Daxin Jiang, Yu Liu

机构 * Peking University（北京大学） ； StepFun 纠错

专题命中 规划决策 ：agentic(title,abstract)；agent(abstract)；multi-agent(abstract)；分类 cs.AI

AI总结 SpotAgent通过代理推理提升大视觉语言模型在地理定位中的表现，结合外部工具验证和强化学习优化，实现更精确和可靠的定位结果。

Predictive Importance Sampling Based Coverage Verification for Multi-UAV Trajectory Planning

基于预测重要性采样的多无人机轨迹规划覆盖验证

Snehashish Ghosh, Sasthi C. Ghosh

专题命中 规划决策 ：planning(title,abstract)；agent(abstract)；multi-agent(abstract)

AI总结 本文提出基于预测重要性采样的多无人机轨迹规划覆盖验证方法，通过LSTM-MDN和防御性混合采样提升鲁棒性，实现更高效的覆盖管理。

Comments This article has been submitted to a conference for peer review

LexChronos: An Agentic Framework for Structured Event Timeline Extraction in Indian Jurisprudence

LexChronos：一个用于印度法理学中结构化事件时间线提取的代理框架

Anka Chandrahas Tummepalli, Preethu Rose Anish

专题命中 规划决策 ：agentic(title,abstract)；agent(abstract)；分类 cs.AI、cs.CL

AI总结 LexChronos通过双代理架构提取印度最高法院判决中的结构化事件时间线，提升法律文本理解和推理能力。

Comments Published in AILaw @ AAAI 2026 Conference

Journal ref AILaw @ AAAI 2026

Model Predictive Adversarial Imitation Learning for Planning from Observation

基于模型预测的对抗模仿学习用于从观察中规划

Tyler Han, Yanda Bao, Bhaumik Mehta, Gabriel Guo, Anubhav Vishwakarma, Emily Kang, Sanghun Jung, Rosario Scalise, Jason Zhou, Bryan Xu, Byron Boots

机构 * Paul G. Allen School of Computer Science & Engineering（保罗·G·阿伦计算机科学与工程学院） 纠错

专题命中 规划决策 ：planning(title,abstract)；agent(abstract)；分类 cs.AI

AI总结 本文提出一种基于模型预测的对抗模仿学习方法，通过端到端学习从观察中规划，提升样本效率和鲁棒性。

Comments Accepted at ICLR 2026