AI Agent

Learning to Present: Inverse Specification Rewards for Agentic Slide Generation

学习呈现：用于代理幻灯片生成的逆规范奖励

Karthik Ragunath Ananda Kumar, Subrahmanyam Arunachalam

机构 * Tavus Inc.（Tavus公司） ； University of Texas at Dallas（德克萨斯大学达拉斯分校） ； Texas A&M University（德克萨斯农工大学） 纠错

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

AI总结 本文提出一个兼容OpenEnv的强化学习环境，通过工具使用训练LLM代理生成专业HTML幻灯片，引入多组件奖励系统，包括结构验证、渲染质量评估、LLM审美评分、内容质量指标和逆规范奖励，实验显示细调模型在质量与工具使用合规性上表现优异。

Comments 12 pages, 11 figures, 13 tables, 26 references. Code: https://github.com/pushing-the-frontier/slide-forge-llm Dataset: https://huggingface.co/datasets/KarthikRagunathAnandaKumar/sliderl-multi-turn-rollouts

Generalizable End-to-End Tool-Use RL with Synthetic CodeGym

通用端到端工具使用强化学习与合成CodeGym

Weihua Du, Hailei Gong, Zhan Ling, Kang Liu, Lingfeng Shen, Xuesong Yao, Yufei Xu, Dingyuan Shi, Yiming Yang, Jiecao Chen

机构 * Language Technologies Institute, Carnegie Mellon University（卡内基梅隆大学语言技术研究所） 纠错

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

AI总结 本文提出CodeGym框架，通过合成多样化的多轮工具使用环境，提升LLM代理在不同任务配置下的泛化能力，实验显示Qwen2.5-32B-Instruct在OOD基准测试中准确率提升8.7个百分点。

Comments 24 pages. Accepted to ICLR 2026. Project repository: https://github.com/StigLidu/CodeGym

Behavioral Steering in a 35B MoE Language Model via SAE-Decoded Probe Vectors: One Agency Axis, Not Five Traits

通过SAE解码探测向量在35B MoE语言模型中实现行为操控：一个代理轴，而非五个特质

Jia Qing Yap

机构 * Independent Researcher（独立研究员） 纠错

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

AI总结 研究通过训练九个稀疏自编码器识别并操控五个代理行为特质，发现所有向量主要调节单一主导代理轴，仅在工具使用等次要方面产生影响。

Comments 14 pages, 3 figures

Auto Researching, not hyperparameter tuning: Convergence Analysis of 10,000 Experiments

自主研究而非超参数调优：10000次实验的收敛分析

Xiaoyi Li

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

AI总结 本文通过分析10469次实验，发现架构选择对性能影响显著，超参数调整影响较小，展示了LLM在自主设计ML实验中的能力。

Kestrel: Grounding Self-Refinement for LVLM Hallucination Mitigation

Kestrel: 为降低LVLM幻觉而引入自反思

Jiawei Mao, Hardy Chen, Haoqin Tu, Yuhan Wang, Letian Zhang, Zeyu Zheng, Huaxiu Yao, Zirui Wang, Cihang Xie, Yuyin Zhou

机构 * UC Santa Cruz（加州大学圣克ruz分校） ； UC Berkeley（加州大学伯克利分校） ； UNC-Chapel Hill（北卡罗来纳大学教堂山分校） ； Apple（苹果公司） 纠错

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

AI总结 Kestrel提出一种无需训练的框架，通过显式视觉 grounding 与证据验证自反思机制减少LVLM幻觉，实验显示在POPE和MME-Hallucination基准上性能提升，同时提供透明的验证轨迹。

Comments 16 pages, 11 figures, 5 tables

Building Enterprise Realtime Voice Agents from Scratch: A Technical Tutorial

从零构建企业级实时语音代理：技术教程

Jielin Qiu, Zixiang Chen, Liangwei Yang, Ming Zhu, Zhiwei Liu, Juntao Tan, Wenting Zhao, Rithesh Murthy, Roshan Ram, Akshara Prabhakar, Shelby Heinecke, Caiming Xiong, Silvio Savarese, Huan Wang

机构 * Salesforce AI Research（Salesforce AI研究院） 纠错

专题命中 工具调用 ：agent(abstract)；function calling(abstract)

AI总结 本文介绍如何从零构建企业级实时语音代理，通过Deepgram、vLLM和ElevenLabs实现端到端流程，展示最佳实践与代码实现。

Recursive Language Models Meet Uncertainty: The Surprising Effectiveness of Self-Reflective Program Search for Long Context

递归语言模型与不确定性：自我反思程序搜索在长上下文中的意外效果

Keivan Alizadeh, Parshin Shojaee, Minsik Cho, Mehrdad Farajtabar

机构 * Apple（苹果公司） 纠错

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

AI总结 本文提出SRLM框架，通过引入不确定性感知的自我反思，提升长上下文处理能力，实验显示其在多种任务中优于现有基线，且无需递归机制。

Comments preprint

Novelty-Driven Target-Space Discovery in Automated Electron and Scanning Probe Microscopy

基于新颖性的目标空间发现：自动化电子显微镜与扫描探针显微镜中的发现方法

Utkarsh Pratiush, Kamyar Barakati, Boris N. Slautin, Catherine C. Bodinger, Christopher D. Lowe, Brandi M. Cossairt, Sergei V. Kalinin

机构 * Department of Materials Science and Engineering, University of Tennessee, Knoxville（田纳西大学材料科学与工程系） ； Department of Chemistry, University of Washington, Seattle（华盛顿大学化学系） ； Pacific Northwest National Laboratory, Richland（太平洋西北国家实验室） 纠错

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

AI总结 本文提出了一种基于新颖性的深度核学习框架，用于在自动化电子显微镜和扫描探针显微镜中主动探索目标空间，通过学习结构-性质关系来发现新的响应区域。

The Impact of AI-Assisted Development on Software Security: A Study of Gemini and Developer Experience

AI辅助开发对软件安全的影响：对Gemini和开发者经验的研究

Nadine Jost, Benjamin Berens, Manuel Karl, Stefan Albert Horstmann, Martin Johns, Alena Naiakshina

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

AI总结 研究探讨AI工具Gemini对代码安全的影响，发现编程经验显著提升安全性，无法完全被AI替代。

RETRO SYNFLOW: Discrete Flow Matching for Accurate and Diverse Single-Step Retrosynthesis

RETRO SYNFLOW：用于准确且多样单步逆合成的离散流匹配

Robin Yadav, Qi Yan, Guy Wolf, Avishek Joey Bose, Renjie Liao

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

AI总结 本文提出RETRO SYNFLOW框架，通过离散流匹配在目标分子与反应物间建立马尔可夫桥，提升单步逆合成的准确性和多样性。