AI Agent

Training Multi-Image Vision Agents via End2End Reinforcement Learning

通过端到端强化学习训练多图像视觉代理

Chengqi Dong, Chuhuai Yue, Hang He, Rongge Mao, Fenghe Tang, S Kevin Zhou, Zekun Xu, Xiaohan Wang, Jiajun Chai, Guojun Yin

机构 * MeiTuan（美团） ； University of Science and Technology of China（中国科学技术大学） 纠错

专题命中 工具调用 ：agent(abstract)；tool use(abstract)；tool-use(abstract)；multi-agent(abstract)

AI总结 本文提出IMAgent，通过端到端强化学习训练视觉代理，解决多图像问答任务中的输入限制问题，通过设计视觉反思和验证工具提升模型注意力，首次从注意力角度揭示工具使用对性能的影响。

Detecting and Correcting Reference Hallucinations in Commercial LLMs and Deep Research Agents

检测和纠正商业大语言模型和深度研究代理中的参考幻觉

Delip Rao, Eric Wong, Chris Callison-Burch

机构 * University of Pennsylvania（宾夕法尼亚大学） 纠错

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

AI总结 研究通过评估10种模型和代理在DRBench和ExpertQA上的引用URL可靠性，发现3-13%的URL存在幻觉，5-18%无法解析。提出urlhealth工具可有效减少非解析URL，验证引用URL的有效性与可纠正性。

Comments 25 pages

DRtool: An Interactive Tool for Analyzing High-Dimensional Clusterings

DRtool：一种用于分析高维聚类的交互式工具

Justin Lin, Julia Fukuyama

机构 * Indiana University（印第安纳大学） 纠错

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

AI总结 本文提出DRtool，一种交互式工具，帮助分析高维聚类结果，通过多种可视化方法识别虚假聚类，提升聚类解释性。

Comments 32 pages, 14 figures

A Reduction-Driven Local Search for the Generalized Independent Set Problem

一种针对广义独立集问题的减缩驱动局部搜索

Yiping Liu, Yi Zhou, Zhenxiang Xu, Mingyu Xiao, Jin-Kao Hao

专题命中 工具调用 ：planning(abstract)

AI总结 本文提出一种减缩驱动局部搜索算法，通过14条减缩规则提升求解广义独立集问题的效率，有效处理大规模网络。

Policy heterogeneity improves collective olfactory search in 3-D turbulence

策略异质性提高三维湍流中的集体嗅觉搜索

Lorenzo Piro, Robin A. Heinonen, Maurizio Carbone, Luca Biferale, Massimo Cencini

专题命中 工具调用 ：agent(abstract)

AI总结 研究探讨了策略异质性如何提升协作群体在复杂湍流环境中的嗅觉搜索能力，发现异质群体比同质群体更高效地定位气味源。