AI Agent

DIVE: Scaling Diversity in Agentic Task Synthesis for Generalizable Tool Use

DIVE：在代理任务合成中扩展多样性以实现通用工具使用

Aili Chen, Chi Zhang, Junteng Liu, Jiangjie Chen, Chengyu Du, Yunji Li, Ming Zhong, Qin Wang, Zhengmao Zhu, Jiayuan Song, Ke Ji, Junxian He, Pengyu Zhao, Yanghua Xiao

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

AI总结 DIVE通过反转合成顺序，先执行多样化的现实工具并反向推导任务，从而提升代理任务合成的多样性，使模型在不同任务和工具集下的泛化能力显著增强。

CogSearch: A Cognitive-Aligned Multi-Agent Framework for Proactive Decision Support in E-Commerce Search

CogSearch: 一种面向电子商务搜索的认知对齐多智能体框架

Zhouwei Zhai, Mengxiang Chen, Haoyun Xia, Jin Li, Renquan Zhou, Min Yang

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

AI总结 CogSearch通过多智能体框架提升电子商务搜索的决策支持能力，实现决策成本降低和转换率提升

Mock Worlds, Real Skills: Building Small Agentic Language Models with Synthetic Tasks, Simulated Environments, and Rubric-Based Rewards

假世界，真实技能：利用合成任务、模拟环境和评分标准奖励构建小型代理语言模型

Yuanjie Lyu, Chengyu Wang, Lei Shen, Jun Huang, Tong Xu

专题命中 工具调用 ：agentic(title,abstract)；agent(abstract)；tool use(abstract)；tool-use(abstract)

AI总结 SYNTHAGENT框架通过合成多样化任务和模拟环境，结合评分标准奖励，提升小型LLM在数学、搜索和工具使用等任务中的代理能力。

Comments The first author prefers the more commonly used English name "Yuanjie Lyu" over "Yuan-Jay Lü", so we have updated it; both refer to the same person

TURA: Tool-Augmented Unified Retrieval Agent for AI Search

TURA：面向人工智能搜索的工具增强统一检索代理

Zhejun Zhao, Yuchen Li, Alley Liu, Yuehu Dong, Xiaolong Wei, Lixue Zheng, Pingsheng Liu, Dongdong Shen, Long Xia, Jiashu Zhao, Dawei Yin

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

AI总结 TURA通过结合RAG与代理工具使用，首次系统性地弥合静态RAG与动态信息源之间的差距，提升人工智能搜索的实时性和准确性。

From Phase Prediction to Phase Design: A ReAct Agent Framework for High-Entropy Alloy Discovery

从相预测到相设计：一种用于高熵合金发现的ReAct代理框架

Iman Peivaste, Salim Belouettar

机构 * Luxembourg Institute of Science and Technology (LIST)（卢森堡科学与技术研究院） ； Department of Physics and Materials Science, University of Luxembourg（卢森堡大学物理与材料科学系） 纠错

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

AI总结 本文提出ReAct代理框架，通过推理与行动实现高熵合金设计，显著提升相发现效率与准确性。

Derain-Agent: A Plug-and-Play Agent Framework for Rainy Image Restoration

Derain-Agent：一种用于雨去除图像恢复的即插即用代理框架

Zhaocheng Yu, Xiang Chen, Runzhe Li, Zihan Geng, Guanglu Sun, Haipeng Li, Kui Jiang

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

AI总结 Derain-Agent通过动态代理框架和智能规划网络，实现雨去除的即插即用式精炼，提升去雨性能并减少计算成本。

Agent Discovery in Internet of Agents: Challenges and Solutions

在智能体互联网中的智能体发现：挑战与解决方案

Shaolong Guo, Yuntao Wang, Zhou Su, Yanghe Pan, Qinnan Hu, Tom H. Luan

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

AI总结 本文提出了一种两阶段能力发现框架，通过自主能力声明和任务驱动的发现机制，提升智能体互联网中智能体能力发现的性能与可扩展性。

Comments This work has been submitted to the IEEE for possible publication

Journal ref IEEE Network, 2026

Entropy Guided Diversification and Preference Elicitation in Agentic Recommendation Systems

熵引导的多样化与偏好挖掘在代理推荐系统中

Dat Tran, Yongce Li, Hannah Clay, Negin Golrezaei, Sajjad Beygi, Amin Saberi

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

AI总结 本文提出IDSS系统，利用熵信号处理用户查询中的模糊性，通过自适应偏好挖掘和不确定性感知的推荐，提升推荐系统的多样性和透明度。

Comments In proceeding to 2026 Association for the Advancement of Artificial Intelligence Spring Symposia

IndexCache: Accelerating Sparse Attention via Cross-Layer Index Reuse

IndexCache: 通过跨层索引复用加速稀疏注意力

Yushi Bai, Qian Dong, Ting Jiang, Xin Lv, Zhengxiao Du, Aohan Zeng, Jie Tang, Juanzi Li

机构 * Tsinghua University（清华大学） 纠错

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

AI总结 IndexCache通过跨层索引复用减少75%的计算量，提升预填和解码速度，有效优化稀疏注意力效率。

CARROT: A Learned Cost-Constrained Retrieval Optimization System for RAG

CARROT：一种用于RAG的学得式成本约束检索优化系统

Ziting Wang, Haitao Yuan, Wei Dong, Gao Cong, Feifei Li

专题命中 工具调用 ：agent(abstract)；分类 cs.CL

AI总结 CARROT通过MCTS和配置代理优化RAG检索，提升检索效率与准确性，实验显示性能提升达30%。

Comments Accepted to ICDE 2026. Updated title (previously "CORAG: A Cost-Constrained Retrieval Optimization System for Retrieval-Augmented Generation")

Domain-Independent Dynamic Programming

领域无关的动态规划

Ryo Kuroiwa, J. Christopher Beck

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

AI总结 本文提出了一种基于动态规划的新型求解方法DIDP，通过动态规划描述语言实现领域无关的求解，实验显示其在多个组合优化问题上优于传统MIP和CP求解器。

Comments Accepted manuscript in Artificial Intelligence