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。
更多并不总是更好：LLM代理构建中的跨组件干扰
机构 * Amazon（亚马逊）
专题命中 记忆与上下文管理 ：agent(title,abstract)；tool use(abstract,abstract_cn)；planning(abstract)；分类 cs.AI、cs.CL
AI总结 研究LLM代理系统中组件交互导致的性能下降，发现最优组件数量依赖任务和模型规模，贪心选择不可靠，需通过交互分析进行任务特定子集选择。
Comments 10 pages, 5 tables; preprint, under review
记忆作为行动：面向长周期智能任务的自主上下文编纂
机构 * School of Computer Science and Technology, Beijing Jiaotong University（北京交通大学计算机科学与技术学院） ； Hithink Research（慧思科技） ； The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； Huawei Noah’s Ark Lab（华为诺亚实验室） ； Peng Cheng Lab（鹏城实验室）
专题命中 记忆与上下文管理 ：agentic(title)；agent(abstract)；分类 cs.AI
AI总结 本文提出MemAct框架，将工作记忆管理作为可学习的策略动作，通过端到端强化学习优化信息保留与任务表现，实验显示其在保持准确性的同时显著减少上下文长度。
代理记忆内部发生了什么？从涌现到诊断的电路分析
机构 * City University of Hong Kong（香港城市大学） ； University of Toronto（多伦多大学）
专题命中 记忆与上下文管理 ：agent(title,abstract)；分类 cs.AI
AI总结 研究揭示了代理记忆中控制与内容电路的因果关系及共享枢纽的机制，开发出76.2%准确率的无监督诊断工具，优于监督基线13分。
PEPA：具有个性的持续自主体
机构 * School of Artificial Intelligence and Automation, Huazhong University of Science and Technology（华中科技大学人工智能与自动化学院） ； Shanghai Innovation Institute（上海创新研究院） ； School of Computer Science, Shanghai Jiao Tong University（上海交通大学计算机科学学院） ； State Key Laboratory of Intelligent Manufacturing Equipment and Technology, Huazhong University of Science and Technology（华中科技大学智能制造装备与技术国家重点实验室）
专题命中 记忆与上下文管理 ：agent(title,abstract)；分类 cs.AI
AI总结 本文提出PEPA框架，通过三层认知架构实现持续自主，利用个性特质自主生成目标并维持行为演化，实验证明其在动态环境中稳定运行。
PrefixGuard: 从LLM-代理轨迹到在线故障预警监控
机构 * University of Liverpool（利物浦大学） ； Université Grenoble Alpes（格勒诺布尔阿尔卑斯大学）
专题命中 记忆与上下文管理 ：agent(title)；分类 cs.AI
AI总结 PrefixGuard通过离线StepView诱导和监督学习训练监控器，有效提升异构轨迹上的在线故障预警性能，实现0.900/0.710/0.533/0.557 AUPRC的高精度预警。
Comments Under Review
定价代理中的市场对齐风险：轨迹诊断与隐藏竞争状态下的轨迹先验强化学习
机构 * Blossom AI ； Blossom AI Labs（Blossom AI 实验室）
专题命中 记忆与上下文管理 ：agent(abstract)；agentic(abstract)；分类 cs.AI、cs.LG
AI总结 本文研究了在部分可观测环境下，定价代理因无法观测竞争者状态导致的市场对齐失败，提出轨迹先验强化学习方法以修复此类问题。
Comments 7 pages
预测与赋能：通过桥接接口的代理理论
专题命中 记忆与上下文管理 ：agent(abstract)；AI agent(abstract)；分类 cs.AI
AI总结 本文研究了在确定性物理或模拟世界中部分可观测性下的代理问题，通过桥接接口模型，证明了预测、压缩和赋能之间的分离关系，并提出了一种设计原则以区分隐藏状态识别、接口细化、任务相关可控性和简单覆盖控制。
Comments This is a working draft: feedback and criticism is most welcome
AdaGamma：强化学习中时序适应的状态依赖折扣
机构 * School of Data Science, The Chinese University of Hong Kong, Shenzhen（数据科学学院，香港中文大学（深圳））
专题命中 记忆与上下文管理 ：planning(abstract)；分类 cs.AI、cs.LG
AI总结 AdaGamma通过学习状态依赖折扣函数和回报一致性目标，改进了深度强化学习中的状态依赖折扣方法，在连续控制基准和京东物流平台实现显著提升。
Comments 22 pages, 9 figures
发现你可以控制的东西：强化学习中的干预边界发现
机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； University of Southern California（南加州大学）
专题命中 记忆与上下文管理 ：agent(abstract)；分类 cs.AI、cs.LG
AI总结 本文提出干预边界发现方法，通过随机化动作生成干预对比，利用FDR校正的两样本检验确定观测维度，有效识别可控状态维度。
MiA-Signature：近似全局激活以实现长上下文理解
机构 * Institute of Information Engineering, Chinese Academy of Sciences（中国科学院信息工程研究所） ； School of Cyber Security, University of Chinese Academy of Sciences（中国科学院大学网络安全学院） ； Pattern Recognition Center, WeChat AI, Tencent（微信AI模式识别中心） ； Hunyuan Team, Tencent（腾讯文心一言团队）
专题命中 记忆与上下文管理 ：agentic(abstract)；分类 cs.CL
AI总结 本文提出MiA-Signature，通过压缩表示近似全局激活对下游处理的影响，提升长上下文理解任务的性能。
Comments This is a work in progress; we will continue to revise and improve the manuscript
从历史到状态：为LLM代理的常域技能学习
机构 * School of Computing and Augmented Intelligence, Arizona State University（计算与增强智能学院，亚利桑那州立大学）
专题命中 记忆与上下文管理 ：agent(abstract)；分类 cs.AI
AI总结 本文提出常域技能学习框架，通过轻量任务模块学习可重用流程，利用确定性跟踪器生成紧凑状态块，结合SFT和在线RL提升性能，减少提示词用量。
区域能源存储报价界限以促进社会福利收敛
专题命中 记忆与上下文管理 ：agent(abstract)
AI总结 本文提出基于多期经济调度的报价界限方法，通过整合系统不确定性和风险偏好，有效限制能源存储报价，提升社会福利，实验证明在不同场景下可降低系统成本并增加存储利润。
Journal ref IEEE Transactions on Energy Markets, Policy and Regulation, vol. 3, no. 4, pp. 486-497, Dec. 2025
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