AI 大模型
智能体、工具调用、规划、工作流、多智能体和自主任务执行。
面向数据集搜索的代理混合检索参考架构
机构 * Centre for Industrial Software University of Southern Denmark（工业软件中心 欧洲南部大学）
专题命中 工具调用 ：agentic(title,abstract)；agent(abstract)；multi-agent(abstract)；分类 cs.AI
AI总结 本文提出一种结合BM25和嵌入检索的代理混合检索架构，通过LLM代理规划查询并融合RRF算法，引入元数据增强减少语义偏差，分析单代理与多代理架构的权衡。
Comments 7 pages, 3 figures, accepted at SAML 2026
将LLM作为工具而非代理：基于代码挖掘的树变换用于神经架构搜索
机构 * Sony Group Corporation（索尼集团公司）
专题命中 工具调用 ：agent(title)；planning(abstract)；agentic(abstract)；分类 cs.AI、cs.LG
AI总结 本文提出LLMasTool框架，通过树变换实现稳定且开放的模型进化，避免LLM的固有偏差，提升NAS在CIFAR-10、CIFAR-100和ImageNet16-120上的性能。
Comments 72 pages
ComPASS：通过工具增强的陪伴实现个性化代理社交支持
机构 * Renmin University of China（中国人民大学） ； Beihang University（北京航空航天大学）
专题命中 工具调用 ：agentic(title)；agent(abstract)；tool use(abstract)；分类 cs.CL
AI总结 本文提出ComPASS框架，通过外部工具增强代理能力，构建首个个性化社交支持基准，训练出ComPASS-Qwen模型，提升响应质量。
AutoSearch: 通过强化学习实现高效的代理RAG自适应搜索深度
机构 * SKL-MAIS, Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所SKL-MAIS实验室） ； School of Artificial Intelligence, University of Chinese Academy of Sciences（中国科学院大学人工智能学院） ； School of Advanced Interdisciplinary Sciences, University of Chinese Academy of Sciences（中国科学院大学交叉学科学院） ； Meituan（美团）
专题命中 工具调用 ：agentic(title,abstract)；agent(abstract)；分类 cs.AI
AI总结 本文提出AutoSearch框架，通过强化学习动态调整搜索深度，在保证搜索质量的同时提升效率，实现在复杂问题上的准确率与效率的平衡。
C-World：一个计算机使用代理环境创建者
机构 * UC San Diego（UC圣迭戈大学）
专题命中 工具调用 ：agent(title,abstract)；planning(abstract)；分类 cs.AI
AI总结 C-World通过四个组件构建代理环境，解决LLM代理在规划和推理中与人类的差距问题，展示其作为评估环境和数据引擎的双重价值。
Comments Submitted to ACL 2026 12 pages, 4 figures Ziqiao Xi and Shuang Liang contributed equally to this work
GitHub Actions CI/CD 工作流中 AI 机器人足迹的可靠性
专题命中 工具调用 ：agent(abstract)；AI agent(abstract)；workflow(abstract)；agentic(abstract)
AI总结 研究分析了AI机器人在GitHub Actions CI/CD工作流中的可靠性，发现不同AI机器人成功率差异显著，且高频的AI PR可能影响工作流可靠性。
Comments 5 pages, 3 figures. Submitted to the 23rd International Conference on Mining Software Repositories (MSR 2026) Mining Challenge
通过Fission-GRPO实现鲁棒的工具使用：学习从执行错误中恢复
机构 * The Chinese University of Hong Kong（香港中文大学） ； Xiaohongshu Inc.（小红书公司） ； MoE Key Laboratory of High Confidence Software Technologies（可信软件技术国家重点实验室）
专题命中 工具调用 ：tool use(title)；tool-use(abstract)；分类 cs.AI、cs.LG
AI总结 本文提出Fission-GRPO框架，通过将执行错误转化为在线纠正监督，提升模型在多轮执行中的错误恢复能力，实验显示其在BFCL v4 Multi-Turn上提升了Qwen3-8B的错误恢复率和整体准确率。
Comments 9 pages, 4 figures, 4 tables. Accepted to ACL 2026 Main Conference
基于LLM的Manim动画生成的训练与代理推理策略
机构 * Department of Computer Science, Nottingham Trent University, Nottingham, United Kingdom（计算机科学系，诺丁汉特伦特大学，诺丁汉，英国）
专题命中 工具调用 ：agentic(title,abstract)；分类 cs.AI
AI总结 本文提出ManimTrainer和ManimAgent，结合监督微调与强化学习，提升文本到代码到视频的转换性能，通过ManimBench评估17种模型，结果显示GRPO和RITL-DOC策略显著提升动画生成质量。
HiveMind: 为并发LLM代理工作负载提供操作系统启发的调度
机构 * Sperix Labs（Sperix实验室） ； VIA Cybersecurity Lab（VIA网络安全实验室） ； KNUST（科罗纳大学） ； Quantum and Assistive Technologies Lab（量子与辅助技术实验室）
专题命中 工具调用 ：agent(title,abstract)；分类 cs.AI
AI总结 HiveMind通过引入五个操作系统启发的调度原语，解决并发LLM代理在共享API端点时的资源竞争问题，显著降低失败率并减少浪费计算。
潜在偏好建模用于跨会话个性化工具调用
机构 * Hanyang University（翰阳大学）
专题命中 工具调用 ：tool use(abstract)；agentic(abstract)；分类 cs.AI、cs.CL
AI总结 本文提出MPT基准和PRefine方法，通过生成-验证-细化循环提升工具调用准确性，仅用1.24%的token实现稳健的个性化。
Comments Under review. 25 pages, 10 figures, 16 tables
Deep-Reporter：基于多模态长形式生成的深度研究
机构 * National University of Singapore（新加坡国立大学） ； Nanyang Technological University（南洋理工大学） ； University of Edinburgh（爱丁堡大学） ； Beijing Institute of Technology（北京理工大学）
专题命中 工具调用 ：planning(abstract)；agentic(abstract)；分类 cs.AI、cs.CL
AI总结 本文提出Deep-Reporter框架，通过多模态搜索、检查清单引导合成和上下文管理，解决多模态长形式生成中的整合与选择难题，通过8K高质量数据集和M2LongBench测试集验证其有效性。
Comments 41 pages, 6 figures, 8 tables. Code available at https://github.com/fangda-ye/Deep-Report. v2: corrected typos and updated experimental results
从被动度量到主动信号：不确定性量化在大语言模型中的演变角色
机构 * Salesforce AI Research（Salesforce AI研究院） ； Intuit（Intuit公司） ； Vanderbilt University（范德比大学） ； University of California, Davis（加州大学戴维斯分校） ； Vanderbilt University Medical Center（范德比大学医学中心）
专题命中 工具调用 ：autonomous agent(abstract)；tool use(abstract)；分类 cs.AI
AI总结 本文探讨大语言模型中不确定性量化从被动诊断指标到主动控制信号的演变，分析其在高级推理、自主代理和强化学习中的应用及贡献。
Comments This paper has been accepted by ACL 2026
AdaExplore: 基于失败的适应与多样性保持搜索用于高效内核生成
机构 * Carnegie Mellon University（卡内基梅隆大学） ； University of Washington（华盛顿大学） ； Arm Ltd（Arm有限公司）
专题命中 工具调用 ：agent(abstract)；分类 cs.AI、cs.CL、cs.LG
AI总结 AdaExplore通过积累执行反馈实现自我改进，通过失败驱动适应和多样性保持搜索提升内核生成的正确性和优化性能，无需额外微调或外部知识。
Comments Preliminary work. The implementation is available at https://github.com/StigLidu/AdaExplore
具有新鲜度意识的优先经验回放用于LLM/VLM强化学习
机构 * King Abdullah University of Science and Technology（卡布尔大学科学与技术大学） ； Chinese Academy of Sciences, Institute of Automation（中国科学院自动化研究所） ； AI Centre, Department of Computer Science, University College London（伦敦大学学院人工智能中心） ； Zhongguancun Institute of Artificial Intelligence（中关村人工智能研究所）
专题命中 工具调用 ：agentic(abstract)；分类 cs.CL、cs.LG
AI总结 本文提出Freshness-Aware PER，通过引入指数衰减机制解决LLM/VLM强化学习中优先级过时问题，显著提升样本效率，在多个任务中取得优异表现。
分开训练，合并一起：模块化后训练与专家混合
机构 * University of Washington（华盛顿大学） ； University of California, Berkeley（加州大学伯克利分校） ； Allen Institute for AI（人工智能研究院）
专题命中 工具调用 ：tool use(abstract)；分类 cs.LG
AI总结 本文提出BAR方法，通过独立训练领域专家并采用专家混合架构实现高效更新，避免了传统重训练的高成本和性能下降问题，实验显示其在多个领域任务中表现优异。
Comments 9 content pages, 23 pages overall, 3 figures
Lishu：精英商业期刊搜索、分析与写作支持的实源研究工作台
专题命中 工具调用 ：workflow(abstract)；分类 cs.SE
AI总结 本文介绍Lishu，一个用于搜索、监控和解读精英商业与管理期刊文献的可部署网页工具，整合UTD-24和FT50期刊池，支持更广泛的研究流程，包括文献检索、主题分析和写作支持。
从语言到行动：通过任务感知的MCP服务器推荐提升LLM任务效率
专题命中 工具调用 ：agent(abstract)；分类 cs.SE
AI总结 本文提出任务感知的MCP服务器推荐框架，通过构建任务-工具关联数据集和改进的推荐模型，提升LLM在实际开发任务中的效率和准确性。
Comments 44 pages, 12 figures, 4 tables
LEDDS: 在GPU上进行便携式LBM-DEM模拟
专题命中 工具调用 ：workflow(abstract)
AI总结 本文提出LEDDS框架，通过算法原语实现LBM-DEM模拟，展现高抽象层次下的高性能与可移植性，验证了其在颗粒流和流-粒子相互作用中的有效性。
一种基于哈密顿-雅可比可达性的搜索框架用于高效安全的室内平面机器人导航
机构 * Simon Fraser University（西蒙弗雷泽大学）
专题命中 工具调用 ：planning(abstract)
AI总结 本文提出结合离线哈密顿-雅可比可达性与在线图搜索的方法，提升室内机器人导航的效率和安全性，通过预计算的HJ值函数作为启发式和安全约束，减少计算开销。
推理瓶颈：人工智能市场中垂直垄断的正式模型
专题命中 工具调用 ：agent(abstract)
AI总结 本文提出一个正式博弈论模型，分析人工智能市场中的垂直垄断问题，探讨服务质量歧视和路由偏见等机制，并提出中性推理政策框架以减少垄断风险。
Comments Working Paper
在Java漏洞发现中 contextualizing sink knowledge
专题命中 工具调用 ：agent(abstract)
AI总结 GONDAR框架通过利用sink API语义进行针对性漏洞发现，通过CWE扫描和LLM静态过滤识别可利用的sink调用点，并通过探索和利用代理协作发现更多漏洞。
CrossTraffic: 一个用于可重复和可执行交通分析与知识管理的开源框架
专题命中 工具调用 ：planning(abstract)
AI总结 本文提出CrossTraffic开源框架，通过标准化接口实现交通方法的可部署和可验证软件基础设施，结合知识图谱和对话接口提升分析精度与协作能力。
治理代理企业：一种治理成熟度模型用于管理人工智能代理在业务运营中的扩张
机构 * Independent Researcher（独立研究员）
专题命中 规划决策 ：agent(title,abstract)；AI agent(title,abstract)；agentic(title,abstract)；autonomous agent(abstract)
AI总结 本文提出了一种针对人工智能代理扩张的治理成熟度模型，通过12个治理领域和五个级别框架，结合NIST AI RMF和ISO/IEC 42001标准，验证了治理能力与业务成果的关联性，并展示了不同成熟度层级下的显著差异。
Comments 11 pages, 2 figures, 7 tables
OVOD-Agent：一种用于主动视觉推理和自进化检测的马尔可夫-多臂框架
机构 * Wuhan University（武汉大学）
专题命中 规划决策 ：agent(title,title_cn)；分类 cs.AI
AI总结 本文提出OVOD-Agent框架，通过将文本优化扩展为可解释的视觉CoT，结合弱马尔可夫决策过程和多臂模块，实现主动视觉推理和自进化检测，提升稀有类别检测性能。
人工智能代理体系中的架构设计决策
专题命中 规划决策 ：agent(title,abstract)；AI agent(title,abstract)；multi-agent(abstract)；分类 cs.AI
AI总结 本文研究了人工智能代理系统中 reusable 非大语言模型工程基础设施的架构设计决策，通过分析70个公开项目，识别了五个常见设计维度和典型架构模式，为框架设计者和研究者提供证据支持。
Comments 35 pages, 13 tables
代理强化学习用于大语言模型的景观：综述
机构 * University of Oxford（牛津大学） ； Shanghai AI Laboratory（上海人工智能实验室） ； National University of Singapore（新加坡国立大学） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Brown University（布朗大学） ； University College London（伦敦大学学院） ； University of Science and Technology of China（中国科学技术大学） ； Imperial College London（伦敦帝国学院） ； Dalian University of Technology（大连理工大学） ； Chinese Academy of Sciences（中国科学院） ； The Chinese University of Hong Kong（香港中文大学） ； University of Georgia（佐治亚大学） ； University of California, San Diego（加州大学圣地亚哥分校） ； University of California, Santa Barbara（加州大学圣塔芭芭拉分校） ； University of Bristol（布里斯托大学）
专题命中 规划决策 ：agentic(title,abstract)；AI agent(abstract)；tool use(abstract)；planning(abstract)
AI总结 本文综述了代理强化学习在大语言模型中的应用，提出双分类体系，探讨其核心能力与应用领域，并强调强化学习在使能力转化为适应性行为中的关键作用。
Comments Published on Transactions on Machine Learning Research: https://openreview.net/forum?id=RY19y2RI1O
Anumati：作为自主代理协议的合规性证明形式化同意模型
专题命中 规划决策 ：agent(title,abstract)；autonomous agent(title)；AI agent(abstract)
AI总结 本文提出一种形式化同意模型，用于自主代理协议中的合规性证明，通过三个原始构件实现版本化、只追加的同意模型，并将其扩展到两种常用代理协议中。
Comments 25 pages, 5 figures
CogDriver：通过整合认知惯性实现自动驾驶中的时间一致规划
机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科学与技术大学（广州）） ； The Hong Kong University of Science and Technology（香港科学与技术大学） ； Li Auto Inc.（利汽车公司）
专题命中 规划决策 ：planning(title,abstract)；agent(abstract,abstract_cn)；autonomous agent(abstract)
AI总结 本文提出CogDriver框架，通过引入认知惯性提升自动驾驶中的时间一致性规划能力，通过大规模视觉-语言-动作数据集和稀疏时间记忆架构，显著提升了闭环驾驶得分和模仿准确性。
BrainMem: 为具身智能任务规划设计的脑启发式记忆系统
机构 * Nanyang Technological University, Singapore（南洋理工大学，新加坡） ； Tianjin University, Tianjin, China（天津大学，天津，中国）
专题命中 规划决策 ：planning(title,abstract)；agent(title)；分类 cs.AI
AI总结 本文提出BrainMem，一种无训练的分层记忆系统，通过构建知识图谱和符号指南，提升具身智能在复杂环境中的任务规划能力，尤其在长周期和空间复杂任务中表现突出。
觉醒失明：为基于视觉感知的代理轨迹进行无监督的冷启动优化
机构 * Indian Institute of Technology Delhi（印度理工学院德里） ； Indian Institute of Technology Abu Dhabi（印度理工学院阿布扎比） ； Microsoft Research（微软研究院）
专题命中 规划决策 ：agentic(title,abstract)；agent(abstract)；分类 cs.AI、cs.CL、cs.LG
AI总结 本文提出SPECTRA框架，通过冷启动强化学习提升小视觉语言模型的视觉鲁棒性和工具协调能力，无需监督即可提高任务准确性和工具效率。
Comments ACL 2026 Findings
扫码添加微信好友，提出您的宝贵建议 👇
💡 备注请填写：网站反馈