AI Agent

DeepEyesV2: Toward Agentic Multimodal Model

DeepEyesV2：迈向代理多模态模型

Jack Hong, Chenxiao Zhao, ChengLin Zhu, Weiheng Lu, Guohai Xu, Xing Yu

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

AI总结 DeepEyesV2通过两阶段训练方法实现代理多模态模型，结合数据构建、训练优化和评估，提升现实世界推理与工具调用能力。

Comments Accepted to ICLR2026. Homepage: https://visual-agent.github.io/

Improving Search Agent with One Line of Code

通过一行代码改进搜索代理

Jian Li, Dongsheng Chen, Zhenhua Xu, Yizhang Jin, Jiafu Wu, Chengjie Wang, Xiaotong Yuan, Yabiao Wang

机构 * Nanjing University（南京大学） ； Tencent YoutuLab（腾讯优图实验室） 纠错

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

AI总结 通过一行代码改进搜索代理，提出SAPO算法以稳定训练并提升性能

Sabiá-4 Technical Report

Sabiá-4 技术报告

Thiago Laitz, Thales Sales Almeida, Hugo Abonizio, Roseval Malaquias Junior, Giovana Kerche Bonás, Marcos Piau, Celio Larcher, Ramon Pires, Rodrigo Nogueira

机构 * Maritaca AI ； Jusbrasil 纠错

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

AI总结 Sabiá-4和Sabiazinho-4是新一代巴西葡萄牙语模型，通过四阶段训练流程提升法律文档、多轮对话和智能体任务能力，实现成本与性能的平衡。

Latent Poincaré Shaping for Agentic Reinforcement Learning

隐式庞加莱形变用于代理强化学习

Hanchen Xia, Baoyou Chen, Zelin Zang, Yutang Ge, Guojiang Zhao, Siyu Zhu

专题命中 工具调用 ：agentic(title)；分类 cs.LG

AI总结 LaPha通过在庞加莱潜在空间中引入隐式形变，提升LLM代理在数学任务中的性能，实现自我引导的测试时间扩展和更高的准确率。

Conversational AI-Enhanced Exploration System to Query Large-Scale Digitised Collections of Natural History Museums

对话式AI增强的探索系统用于查询自然历史博物馆大规模数字化收藏

Yiyuan Wang, Andrew Johnston, Zoë Sadokierski, Rhiannon Stephens, Shane T. Ahyong

机构 * School of Computer Science, University of Technology Sydney（技术科技大学计算机科学学院） ； School of Design, University of Technology Sydney（技术科技大学设计学院） ； Australian Museum Research Institute, Australian Museum（澳大利亚博物馆研究 institute, 澳大利亚博物馆） ； Australian Museum（澳大利亚博物馆） 纠错

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

AI总结 本文提出利用对话式AI查询自然历史博物馆大规模数字化收藏的系统，通过交互式地图和自然语言代理实现高效的数据检索与探索。

Comments 25 pages, 9 figures

Beyond Max Tokens: Stealthy Resource Amplification via Tool Calling Chains in LLM Agents

超越最大令牌：通过工具调用链实现隐秘的资源放大

Kaiyu Zhou, Yongsen Zheng, Yicheng He, Meng Xue, Xueluan Gong, Yuji Wang, Xuanye Zhang, Kwok-Yan Lam

机构 * Nanyang Technological University, Singapore（南洋理工大学，新加坡） ； University of Illinois Urbana-Champaign, United States（伊利诺伊大学厄巴纳-香槟分校，美国） ； The Hong Kong University of Science and Technology, Hong Kong（香港科学与技术大学，香港） ； Shanghai Jiao Tong University, China（上海交通大学，中国） 纠错

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

AI总结 本文提出了一种基于工具调用链的隐秘DoS攻击，通过多轮交互显著提升LLM的资源消耗，挑战现有安全防护机制。

AgentA/B: Automated and Scalable Web A/BTesting with Interactive LLM Agents

AgentA/B: 基于交互式LLM代理的自动化和可扩展的网页A/B测试

Yuxuan Lu, Ting-Yao Hsu, Hansu Gu, Limeng Cui, Yaochen Xie, William Headden, Bingsheng Yao, Akash Veeragouni, Jiapeng Liu, Sreyashi Nag, Jessie Wang, Dakuo Wang

机构 * Northeastern University（东北大学） ； Pennsylvania State University（宾夕法尼亚州立大学） ； Amazon USA（亚马逊美国） 纠错

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

AI总结 AgentA/B通过交互式LLM代理实现自动化和可扩展的网页A/B测试，模拟用户行为以评估网页设计效果。

Compatibility at a Cost: Systematic Discovery and Exploitation of MCP Clause-Compliance Vulnerabilities

兼容性代价：系统性发现和利用MCP条款合规性漏洞

Nanzi Yang, Weiheng Bai, Kangjie Lu

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

AI总结 本文提出首个系统性框架，用于分析MCP条款合规性漏洞，通过构建中间表示、静态分析和攻击模式引导管道，发现并利用兼容性滥用攻击。

Targeted Bit-Flip Attacks on LLM-Based Agents

针对基于大语言模型（LLM）的智能体的位翻转攻击

Jialai Wang, Ya Wen, Zhongmou Liu, Yuxiao Wu, Bingyi He, Zongpeng Li, Ee-Chien Chang

专题命中 工具调用 ：agent(abstract)；分类 cs.AI

AI总结 本文提出Flip-Agent，首个针对基于LLM的智能体的位翻转攻击框架，通过操控最终输出和工具调用，揭示LLM智能体系统中的关键安全漏洞。

Comments To appear in DAC 2026 (Design Automation Conference)

SEED-SET: Scalable Evolving Experimental Design for System-level Ethical Testing

SEED-SET: 可扩展的演进实验设计用于系统层面的伦理测试

Anjali Parashar, Yingke Li, Eric Yang Yu, Fei Chen, James Neidhoefer, Devesh Upadhyay, Chuchu Fan

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

AI总结 SEED-SET通过结合客观评估和主观价值判断，提供了一种高效的伦理测试方法，生成更优的测试候选者并提高高维搜索空间的覆盖范围。

Comments 10 main pages along with Appendix containing additional results, manuscript accepted in ICLR 2026

pHapCompass: Probabilistic Assembly and Uncertainty Quantification of Polyploid Haplotype Phase

pHapCompass: 多倍体等位基因相的概率组装与不确定性量化

Marjan Hosseini, Ella Veiner, Thomas Bergendahl, Tala Yasenpoor, Zane Smith, Margaret Staton, Derek Aguiar

专题命中 工具调用 ：workflow(abstract)

AI总结 pHapCompass是一种用于多倍体基因组等位基因组装的概率算法，通过建模读取分配的不确定性，提供对等位基因相位的分布估计，并通过图论算法实现统计推断和不确定性量化。