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。
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
AlphaQuanter：一个端到端的工具增强型代理强化学习框架用于股票交易
专题命中 规划决策 ：agentic(title)；agent(abstract)；workflow(abstract)；multi-agent(abstract)
AI总结 AlphaQuanter通过强化学习在透明的工具增强决策流程中学习动态策略，实现端到端优化，提升股票交易性能并提供可解释的交易策略。
Comments Accepted to ACL findings 2026
MTSQL-R1：通过代理训练实现长视界多轮文本到SQL
机构 * University of Notre Dame（诺特丹大学） ； Amazon（亚马逊） ； Salesforce
专题命中 规划决策 ：agentic(title,abstract)；agent(abstract)；分类 cs.AI、cs.CL、cs.LG
AI总结 MTSQL-R1通过代理训练框架提升多轮文本到SQL任务的长视界表现，通过环境驱动验证和记忆引导细化提升对话连贯性。
Comments ACL 2026 Main camera-ready version
ReCoQA：一个用于房地产问答中工具增强和多步骤推理的基准
机构 * Hong Kong Baptist University（香港 Baptist大学） ； Beijing Normal-Hong Kong Baptist University（北京师范大学-香港 Baptist大学） ； Beijing Normal University（北京师范大学）
专题命中 规划决策 ：agent(summary_cn,abstract)；planning(abstract)；分类 cs.CL
AI总结 本文提出ReCoQA基准，包含29270个房地产实例，通过机器可验证的监督提升多步骤推理能力，并提出HIRE-Agent框架作为强基线，验证了层级协作在复杂现实任务中的必要性。
Comments Accepted by ACL 2026
代理框架用于推理任务：一项实证研究
机构 * Faculty of Information Technology and Communication Sciences, Tampere University（信息科技与通信科学学院，塔尔塔大学）
专题命中 规划决策 ：agentic(title,abstract)；AI agent(abstract)；分类 cs.AI、cs.SE
AI总结 本文通过实证研究评估了22种代理框架在BBH、GSM8K和ARC三个推理基准上的表现，发现19种框架完成所有任务，其中12种性能稳定，但数学推理能力下降显著。
Comments 43 Pages, 3 Figures, and 9 Tables
首先，不要伤害（与LLM一起）：通过代理工作流减轻种族偏见
机构 * School of Enterprise Computing and Digital Transformation（企业计算与数字化转型学院） ； Technological University Dublin（都柏林技术大学） ； School of Information and Communication Studies（信息与传播研究学院） ； University College Dublin（都柏林大学学院）
专题命中 规划决策 ：agentic(title,abstract)；workflow(abstract)；分类 cs.AI
AI总结 研究通过代理工作流评估医疗LLM中的种族偏见，发现DeepSeek V3在诊断任务中表现最佳，嵌入代理工作流后显著降低偏见指标。
SafeAgent: 代理系统的一种运行时保护架构
机构 * Lomonosov Moscow State University（莫斯科罗蒙诺索夫国立大学）
专题命中 规划决策 ：agentic(title)；agent(abstract,abstract_cn)；分类 cs.AI
AI总结 本文提出SafeAgent，一种运行时安全架构，通过分离执行治理与语义风险推理，提升代理系统在多步骤流程中的安全性。
VideoThinker：构建具有LLM引导工具推理的智能视频大语言模型
机构 * Zhejiang University（浙江大学） ； Fudan University（复旦大学） ； Wuhan University（武汉大学） ； Shanghai AI Lab（上海人工智能实验室） ； Shanghai Innovation Institute（上海创新研究院）
专题命中 规划决策 ：agentic(title,abstract)；tool use(abstract)；分类 cs.AI
AI总结 VideoThinker通过合成工具交互轨迹构建大规模视频与工具推理数据集，提升长视频理解能力，优于传统语言模型和视频模型基线。
GenericAgent：通过上下文信息密度最大化实现的高效自演化大语言模型代理（V1.0）
机构 * Advantage AI Agent Lab (A3 Lab)（优势人工智能代理实验室（A3实验室）） ； Shenzhen Aquaintelling Technology（深圳Aquaintelling科技） ； Fudan University（复旦大学）
专题命中 规划决策 ：agent(title,abstract)；tool use(abstract)；分类 cs.CL
AI总结 GenericAgent通过上下文信息密度最大化实现高效自演化，优于现有代理系统，且在token和交互上更节省。
ProtoCycle：基于反思的工具增强规划用于文本引导的蛋白质设计
机构 * Shanghai Jiao Tong University, School of Mathematical Sciences（上海交通大学数学科学学院） ； DP Technology（DP技术） ； University of Science and Technology of China（中国科学技术大学） ； AI for Science Institute（AI for Science研究院）
专题命中 规划决策 ：planning(title)；workflow(abstract)；agentic(abstract)；分类 cs.AI
AI总结 本文提出ProtoCycle框架，通过LLM驱动的反馈循环和轻量级工具环境，提升文本引导蛋白质设计的序列质量。
Comments 25 pages, 11 figures. Accepted to Findings of ACL 2026
SEARL：自进化智能体中策略与工具图记忆的联合优化
机构 * Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； Shanghai Jiaotong University（上海交通大学）
专题命中 规划决策 ：agent(abstract)；planning(abstract)；agentic(abstract)；multi-agent(abstract)
AI总结 SEARL通过构建结构化经验记忆实现策略与工具图记忆的联合优化，提升智能体在知识推理和数学任务中的实用性和效率。
Comments ACL 2026
具有自我推理代理机制的叙事产品网格-拼贴生成框架
机构 * MAIS,Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所马克思主义学院） ； Tsinghua University（清华大学） ； Shanghai Theatre Academy（上海戏剧学院） ； Institute of Software, Chinese Academy of Sciences（中国科学院软件研究所） ； National Cheng Kung University（国立成功大学） ； University of Konstanz（康斯坦茨大学）
专题命中 规划决策 ：agentic(title,abstract)；planning(abstract)
AI总结 本文提出一种自我推理代理框架，用于生成叙事产品网格拼贴，通过构建产品叙事框架和约束-aware提示，提升视觉一致性和叙事丰富度。
基于共演代理推荐系统的自我蒸馏强化学习
专题命中 规划决策 ：agentic(title,abstract)；agent(abstract)
AI总结 本文提出CoARS框架，通过交互奖励和自我蒸馏信用分配，解决传统ARs在交互性和轨迹监督方面的不足，提升推荐性能和用户对齐度。
Comments 13 pages
意图解释规划：在检索增强语言模型中实现源忠实的解释
机构 * Collegium Helveticum, ETH Zurich（瑞士苏黎世联邦理工学院学院） ； University of Zurich（瑞士苏黎世大学）
专题命中 规划决策 ：planning(title,abstract)；分类 cs.AI、cs.CL、cs.SE
AI总结 研究通过意图宏观规划提升检索增强语言模型中解释的源忠实性，通过链式意图提示提升源忠实度，实验显示在部分模型中提升显著，但整体效果仍有限。
Comments 24 pages; Accepted for publication at XAI'2026
使用大型语言模型进行具身规划引入了系统性的安全风险
机构 * ETH Zurich（苏黎世联邦理工学院） ； University College London（伦敦大学学院） ； Stanford University（斯坦福大学） ； Northwestern University（西北大学） ； National University of Singapore（新加坡国立大学）
专题命中 规划决策 ：planning(title,abstract)；分类 cs.AI、cs.LG
AI总结 研究评估了大型语言模型在机器人规划中的安全性，发现即使规划能力高，安全风险仍显著存在，揭示了规划能力与安全意识之间的乘法关系。
Comments Project page: https://despite-safety.github.io/
检索即生成：一个统一框架与自触发信息规划
机构 * National Engineering Research Center for Software Engineering, Peking University（软件工程国家工程研究中心，北京大学） ； School of Computer Science, Peking University（北京大学计算机学院） ； School of Health Sciences and Biomedical Engineering, Hebei University of Technology（河北工业大学健康科学与生物医学工程学院）
专题命中 规划决策 ：planning(title,abstract)；分类 cs.AI、cs.CL
AI总结 GRIP框架通过生成引导检索与信息规划，实现检索与推理的紧密耦合，支持动态多步推理，实验表明其在问答基准上优于RAG基线并接近GPT-4o。
Comments Github: https://github.com/WisdomShell/GRIP HuggingFace:https://huggingface.co/collections/WisdomShell/grip
Journal ref ACL2026, Main Conference
全局神经世界模型：用于动作条件规划的空间接地离散拓扑
机构 * Western Digital Corporation（西部数据公司）
专题命中 规划决策 ：planning(title)；agent(abstract)；分类 cs.AI、cs.LG
AI总结 本文提出全局神经世界模型，通过平衡的连续熵约束实现拓扑量化，采用连续动作条件联合嵌入预测架构，将环境映射到离散2D网格，防止流形漂移，通过最大熵探索学习通用过渡动态。
Comments 12 pages, 8 figures
既非同意亦非财产：数据法的政策实验室
专题命中 规划决策 ：agent(summary_cn,abstract)
AI总结 本文通过构建数据市场的Agent-Based模型，探讨数据法中同意与财产规则对福利的影响，发现将实质性损害责任转移给下游买家可最大化社会福利。
无标度自适应规划用于确定性动力学与折扣奖励
机构 * University of California, Berkeley, USA（加州大学伯克利分校） ； Noah's Ark Lab, Huawei Technologies, London, UK（华为技术伦敦诺亚实验室） ； Adobe Research, San Jose, USA（Adobe研究实验室） ； SequeL team, INRIA Lille - Nord Europe, France（INRIA里尔-北欧洲SequeL团队）
专题命中 规划决策 ：planning(title,abstract)；分类 cs.LG
AI总结 本文提出Platypoos算法，针对确定性动力学和折扣奖励的规划问题，提供改进的样本复杂度分析，并建立下界证明其最优性。
Comments 36th International Conference on Machine Learning (ICML 2019)
Journal ref Proceedings of the 36th International Conference on Machine Learning (ICML 2019)
过程奖励模型与规划：生成精确且可扩展的步骤级奖励数据集
机构 * Babelscape ； Sapienza University of Rome（罗马萨皮恩扎大学）
专题命中 规划决策 ：planning(title,abstract)；分类 cs.CL
AI总结 本文提出基于规划逻辑问题生成过程奖励模型数据集的方法，通过PDDL领域定义语言生成百万级推理步骤，提升数学和非数学推理能力。
Comments Accepted to ACL 2026 (main conference)
高效查询的代理图提取攻击对GraphRAG系统
机构 * The Pennsylvania State University（宾夕法尼亚州立大学）
专题命中 规划决策 ：agentic(title,abstract)；分类 cs.AI
AI总结 本文提出AGEA框架，通过引导探索与利用策略、外部图记忆模块和两阶段图提取流程，高效恢复GraphRAG系统的隐藏图结构，在医疗、农业和文学数据集上表现优异。
Comments To be published in ACL Main 2026
ARMove: 通过代理推理学习预测人类移动
机构 * Tencent（腾讯） ； Zhongguancun Academy（中关村学院） ； Alibaba Group（阿里巴巴集团） ； Meituan（美团）
专题命中 规划决策 ：agentic(title,abstract)；分类 cs.LG
AI总结 ARMove通过代理推理方法，解决人类移动预测中的可解释性、迭代学习和迁移性问题，实验表明其在六个指标上优于现有方法，且在不同地区和用户群体中表现稳健。
世界价值-动作模型：面向视觉-语言-动作系统的隐式规划
机构 * Westlake University（西湖大学） ； Nanjing University Suzhou Campus（南京大学苏州校区）
专题命中 规划决策 ：planning(title,abstract)；分类 cs.LG
AI总结 本文提出World-Value-Action模型，通过隐式规划提升视觉-语言-动作系统在长时域决策中的性能，通过学习潜在表示和价值函数实现高效规划。
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