AI Agent

Awakening the Sleeping Agent: Lean-Specific Agentic Data Reactivates General Tool Use in Goedel Prover

唤醒沉睡的代理：轻量级特定代理数据在Goedel证明器中重新激活通用工具使用

Jui-Hui Chung, Hongzhou Lin, Lai Jiang, Shange Tang, Chi Jin

机构 * Princeton Language and Intelligence（普林斯顿语言与智能） ； Amazon（亚马逊） ； Department of Computer Science, University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校计算机科学系） 纠错

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

AI总结 研究发现，过度监督微调会抑制基础模型的通用工具使用能力，但通过少量特定领域代理数据可恢复。

Act Wisely: Cultivating Meta-Cognitive Tool Use in Agentic Multimodal Models

明智行动：在代理多模态模型中培养元认知工具使用

Shilin Yan, Jintao Tong, Hongwei Xue, Xiaojun Tang, Yangyang Wang, Kunyu Shi, Guannan Zhang, Ruixuan Li, Yixiong Zou

机构 * Accio Team, Alibaba Group（阿里巴巴集团 Accio 团队） ； Huazhong University of Science and Technology（华中科技大学） 纠错

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

AI总结 本文提出HDPO框架，通过解耦优化通道提升代理多模态模型的元认知工具使用能力，减少工具调用并提升推理准确性。

Comments Project Page: https://Accio-Lab.github.io/Metis

Let the Agent Steer: Closed-Loop Ranking Optimization via Influence Exchange

让代理引导：通过影响交换实现闭环排名优化

Yin Cheng, Liao Zhou, Xiyu Liang, Dihao Luo, Tewei Lee, Kailun Zheng, Weiwei Zhang, Mingchen Cai, Jian Dong, Andy Zhang

机构 * Shopee 纠错

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

AI总结 本文提出Sortify，首个自主LLM驱动的排名优化代理，通过影响交换闭环实现从诊断到参数部署的自动化优化，解决了结构问题并提升了GMV和广告收入。

Beyond Stochastic Exploration: What Makes Training Data Valuable for Agentic Search

超越随机探索：训练数据为何对代理搜索有价值

Chuzhan Hao, Wenfeng Feng, Guochao Jiang, Guofeng Quan, Guohua Liu, Yuewei Zhang

机构 * Alibaba Cloud Computing（阿里云） 纠错

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

AI总结 本文提出Hierarchical Experience框架，通过对比分析和多级聚类机制将原始推理轨迹转化为层次经验知识，提升搜索代理的性能和训练稳定性，实现更高效的策略驱动搜索。

Comments 15 pages, ACL2026 Findings Accepted

Your Agent Is Mine: Measuring Malicious Intermediary Attacks on the LLM Supply Chain

你的代理是我的：测量对LLM供应链的恶意中间人攻击

Hanzhi Liu, Chaofan Shou, Hongbo Wen, Yanju Chen, Ryan Jingyang Fang, Yu Feng

专题命中 工具调用 ：agent(title,abstract)

AI总结 研究针对LLM供应链中恶意中间人攻击的系统性分析，提出两种核心攻击类型及适应性规避变种，通过实验发现多个路由器存在恶意注入和秘密外泄行为，并评估了三种客户端防御措施。

Learning to Search: A Decision-Based Agent for Knowledge-Based Visual Question Answering

学习搜索：一种基于决策的知识增强视觉问答代理

Zhuohong Chen, Zhenxian Wu, Yunyao Yu, Hangrui Xu, Zirui Liao, Zhifang Liu, Xiangwen Deng, Pen Jiao, Haoqian Wang

机构 * Tsinghua University（清华大学） ； University of Arizona（亚利桑那大学） ； Hefei University of Technology（合肥工业大学） 纠错

专题命中 工具调用 ：agent(title,abstract)

AI总结 本文提出基于决策的KB-VQA代理，通过多步骤决策过程解决视觉问答问题，改进检索与推理整合，提升对稀有实体和长尾事实的处理能力。

AgenticRS-Architecture: System Design for Agentic Recommender Systems

AgenticRS-Architecture：面向代理推荐系统的系统设计

Hao Zhang, Jinxin Hu, Hao Deng, Lingyu Mu, Shizhun Wang, Yu Zhang, Xiaoyi Zeng

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

AI总结 本文提出AgenticRS架构，通过交互式进化代理实现推荐系统全生命周期自动化，核心模块包括AutoTrain、AutoFeature和AutoPerf，实现模型、特征和资源的自适应演化。

SealQA: Raising the Bar for Reasoning in Search-Augmented Language Models

SealQA: 提升搜索增强语言模型在事实性问题中的推理能力

Thinh Pham, Nguyen Nguyen, Pratibha Zunjare, Weiyuan Chen, Yu-Min Tseng, Tu Vu

机构 * Virginia Tech（弗吉尼亚理工大学） 纠错

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

AI总结 SealQA是一个新的挑战性基准，用于评估搜索增强语言模型在事实性问题上的能力，揭示当前模型在处理冲突、噪声或无用搜索结果时的局限性。

Comments Camera Ready version for ICLR 2026

Investigation of Automated Design of Quantum Circuits for Imaginary Time Evolution Methods Using Deep Reinforcement Learning

量子虚时间演进方法中量子电路自动化设计的调查：利用深度强化学习

Ryo Suzuki, Shohei Watabe

机构 * Graduate School of Engineering and Science, Shibaura Institute of Technology（芝浦工业大学理工学研究科） 纠错

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

AI总结 本文提出利用深度强化学习的自动化框架，用于优化量子虚时间演进方法的电路设计，通过减少门数和深度提升硬件效率，实现更高效的量子算法设计。

Comments 11 pages, 11 figures

PyVRP$^+$: LLM-Driven Metacognitive Heuristic Evolution for Hybrid Genetic Search in Vehicle Routing Problems

PyVRP$^+$：基于LLM的元认知启发式进化方法用于车辆路径问题中的混合遗传搜索

Manuj Malik, Jianan Zhou, Shashank Reddy Chirra, Zhiguang Cao

机构 * Singapore Management University（新加坡管理大学） ； Nanyang Technological University（南洋理工大学） ； University of Oxford（牛津大学） 纠错

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

AI总结 本文提出PyVRP$^+$，通过LLM驱动的元认知启发式进化方法改进混合遗传搜索算法，发现更高效的启发式策略，提升VRP问题的求解性能。

Comments 18 pages, accepted to the 25th International Conference on Autonomous Agents and Multiagent Systems (AAMAS 2026)

Show Me the Infographic I Imagine: Intent-Aware Infographic Retrieval for Authoring Support

展示我所想象的图表：面向作者支持的意图感知图表检索

Jing Xu, Jiarui Hu, Zhihao Shuai, Yiyun Chen, Weikai Yang

机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； Nanjing University（南京大学） 纠错

专题命中 工具调用 ：agent(abstract)；分类 cs.AI

AI总结 本文提出意图感知图表检索框架，通过意图分类提升检索准确性，支持高效图表创作。

Comments Project homepage: https://infographicretrieval.github.io/

Mono- and Polyauxic Growth Kinetics: A Semi-Mechanistic Framework for Complex Biological Dynamics

单相和多相生长动力学：复杂生物动态的半机制框架

Gustavo Mockaitis

专题命中 工具调用 ：workflow(abstract)

AI总结 本文提出一种半机制框架，整合非线性回归方法，通过差分进化和L-BFGS-B优化策略，结合Charbonnier损失函数和鲁棒回归，解决高维参数空间中的参数识别问题，验证了该框架在厌氧消化实验数据中的有效性。

Comments Research paper, 42 pages, 9 figures, 4 tables, 42 equations