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。
InterLV-Search：交错多模态代理搜索基准测试
机构 * Nanyang Technological University（南洋理工大学） ； Shandong University（山东大学） ； Damo Academy, Alibaba Group（阿里达摩院）
专题命中 工具调用 ：agentic(title,abstract)；agent(abstract,abstract_cn)；tool use(abstract)；分类 cs.CL
AI总结 本文提出InterLV-Search基准测试，用于评估交错语言-视觉代理搜索，包含多层级任务，涵盖主动视觉证据搜索、受控离线交错多模态搜索和开放网页交错多模态搜索，揭示当前系统在视觉证据获取、搜索控制及多模态证据整合方面的挑战。
ADKO：群体性去中心化知识优化
机构 * Iowa State University（爱荷华州立大学） ； New York University（纽约大学）
专题命中 工具调用 ：agentic(title,abstract)；agent(abstract)；autonomous agent(abstract)；分类 cs.LG
AI总结 ADKO框架通过去中心化方法实现高效黑盒优化，结合高斯过程、语言模型和压缩技术，在隐私保护和异质目标处理方面取得突破。
Comments 31 pages
Switchcraft：面向代理工具调用的AI模型路由
机构 * Microsoft Research（微软研究院） ； Stanford（斯坦福大学）
专题命中 工具调用 ：agentic(title,abstract)；tool use(abstract)；tool-use(abstract)；分类 cs.AI
AI总结 Switchcraft是首个面向代理工具调用优化的模型路由系统，通过选择成本最低且正确的模型，降低推理成本达84%，同时保持准确率与最佳单个模型相当。
Caesar：深度代理网络探索用于创造性答案综合
专题命中 工具调用 ：agentic(title,abstract)；agent(abstract)；autonomous agent(abstract)
AI总结 Caesar通过深度网络探索和对抗性精炼，提升创造性答案综合能力，相比现有深度研究代理在创意综合任务中提升13%-23%。
上下文收集决策过程：一种用于代理搜索的POMDP框架
机构 * University of Michigan（密歇根大学） ； Netflix
专题命中 工具调用 ：agentic(title,abstract)；agent(abstract)；分类 cs.AI、cs.LG
AI总结 本文提出CGDP框架，通过将LLM行为建模为近似汤普森采样，引入谓词方法分解搜索过程，并设计两种干预措施提升多跳推理能力。
Comments 25 pages
位置：智能体应仅在知识上必要时调用外部工具
机构 * University of Edinburgh（爱丁堡大学） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Northwestern University（西北大学） ； Princeton University（普林斯顿大学） ； The Chinese University of Hong Kong（香港中文大学）
专题命中 工具调用 ：agent(title,abstract)；tool use(abstract)；分类 cs.AI
AI总结 本文探讨智能体在何种情况下应调用外部工具，提出应仅在内部推理无法可靠完成任务时才调用。引入了理论框架，强调决策中的不确定性管理，指出不必要的委托会降低效率并阻碍内部推理能力的发展。
TEA-Bench: 一种工具增强情感支持对话代理的系统性基准测试
机构 * Harbin Institute of Technology（哈尔滨工业大学）
专题命中 工具调用 ：agent(title)；tool use(abstract)；分类 cs.AI
AI总结 本文提出TEA-Bench，首个评估工具增强情感支持对话代理的交互式基准，通过真实情感场景和工具环境评估情感支持质量和事实性。实验表明工具增强提升情感支持质量并减少幻觉，但效果依赖模型能力。
LUCAS-MEGA：一个大规模多模态数据集，用于土壤-环境系统的表示学习
机构 * Earth Rover Program（Earth Rover项目） ； Centre for Crop and Environmental Science（作物与环境科学中心） ； European Commission Joint Research Centre（欧盟联合研究中心） ； Department of Mathematics and Statistics & Center for Environmental Intelligence（数学与统计系及环境智能中心）
专题命中 工具调用 ：agent(abstract)；multi-agent(abstract)；分类 cs.LG
AI总结 LUCAS-MEGA通过系统数据融合构建了大规模多模态数据集，用于提升土壤-环境系统的表示学习能力，通过SoilFuser管道标准化数据并生成统一特征空间，预训练SoilFormer模型实现了稳定的训练和预测性能。
Comments 27 pages, 7 figures, 1 table
CASCADE：基于案例的连续适应：在部署期间为大型语言模型进行持续适应
机构 * School of Artificial Intelligence, Jilin University（吉林大学人工智能学院） ； Engineering Research Center of Knowledge-Driven Human-Machine Intelligence, Jilin University（吉林大学知识驱动人机智能工程研究中心） ； International Center of Future Science, Jilin University（吉林大学未来科学国际中心） ； Department of Informatics, King’s College London（伦敦国王学院信息学院） ； The Alan Turing Institute（艾伦·图灵研究所） ； AI Centre, Department of Computer Science, UCL（UCL计算机科学系人工智能中心）
专题命中 工具调用 ：tool use(abstract)；分类 cs.AI、cs.CL、cs.LG
AI总结 本文提出CASCADE框架，通过在部署期间持续学习提升LLM性能，实现20.9%的提升，并在多个领域任务中优于基线方法。
通过模拟搜索LLM代理中的隐私风险
机构 * Georgia Tech（佐治亚理工学院） ； Stanford University（斯坦福大学）
专题命中 工具调用 ：agent(abstract)；分类 cs.AI、cs.CL
AI总结 本文提出通过模拟搜索改进攻击与防御策略，发现攻击策略从直接请求演变为伪装和伪造同意等复杂手段，防御策略从规则约束升级为身份验证状态机，为隐私安全代理发展提供洞察。
Comments ICLR 2026
Moltbook Files：一场无害的混乱还是人类的最后实验
机构 * Slovak University of Technology（斯洛伐克技术大学） ； University of Turin（都灵大学） ； University of Southern Denmark（南部丹麦大学）
专题命中 工具调用 ：agent(abstract)；分类 cs.AI、cs.CL
AI总结 研究Moltbook平台上的群体行为，通过分析232k篇帖子和2.2M条评论，发现其数据对语言模型的影响，发现微调后真实性下降，但Reddit数据集也产生类似效果。
ScrapeGraphAI-100k：用于模式约束LLM生成的数据集
机构 * Slovak University of Technology（斯洛伐克技术大学） ； ScrapeGraphAI
专题命中 工具调用 ：tool use(abstract)；分类 cs.AI、cs.CL
AI总结 本文提出ScrapeGraphAI-100k数据集，包含93695个模式约束提取事件，通过真实用户数据和结构化标注，用于评估LLM在模式约束下的生成能力。
MemSearcher：通过端到端强化学习训练LLM进行推理、搜索和管理内存
机构 * Chinese Information Processing Laboratory, Institute of Software, Chinese Academy of Sciences, Beijing, China（中国科学院软件研究所信息处理实验室，北京，中国） ； University of Chinese Academy of Sciences, Beijing, China（中国科学院大学，北京，中国） ； Xiaohongshu Inc（小红书公司）
专题命中 工具调用 ：agent(abstract)；分类 cs.AI、cs.CL
AI总结 MemSearcher通过端到端强化学习训练LLM进行推理、搜索和内存管理，通过维护紧凑的记忆在多轮交互中保持上下文长度稳定，优于基于历史拼接的基线方法。
Comments Accepted to ACL 2026
ReSeek：一种具有指导性奖励的自我纠正搜索代理框架
机构 * Basic Algorithm Center, PCG, Tencent, Shenzhen, China（腾讯基本算法中心、PCG、腾讯，深圳，中国） ； Tsinghua Shenzhen International Graduate School, Tsinghua University, Shenzhen, China（清华大学深圳国际研究生学院，清华大学，深圳，中国）
专题命中 工具调用 ：agent(abstract)；分类 cs.CL
AI总结 本文提出ReSeek框架，通过引入自我纠正机制和密集指导性奖励函数，提升搜索代理在复杂任务中的表现和路径忠实度。
Comments ICML 2026
WebClipper: 基于图的轨迹修剪高效进化网络代理
机构 * Ant Group（蚂蚁集团）
专题命中 工具调用 ：agent(abstract)；分类 cs.AI
AI总结 本文提出WebClipper框架，通过图基修剪压缩网络代理轨迹，减少20%的工具调用次数并提升准确性，引入F-AE Score指标平衡精度与效率。
Comments ACL 2026 Main
123D：规模化统一多模态自动驾驶数据
机构 * KE:SAI ； University of Tübingen（图宾根大学） ； Tübingen AI Center（图宾根人工智能中心） ； NVIDIA Research（NVIDIA研究） ； Valeo Brain（法雷奥大脑） ； OpenDriveLab at Shanghai Innovation Institute（上海创新研究院自动驾驶实验室） ； Zhejiang University（浙江大学） ； Delft University of Technology（代尔夫特理工大学）
专题命中 工具调用 ：planning(abstract)
AI总结 123D通过单一API统一多模态自动驾驶数据，解决数据碎片化、同步难题，并提供分析工具，支持跨数据集3D目标检测和强化学习规划应用。
受Grover搜索启发的量子强化学习用于大规模MIMO用户调度
专题命中 工具调用 ：agent(abstract)
AI总结 本文提出一种受Grover搜索启发的量子强化学习框架，用于解决大规模MIMO系统中用户调度的高效问题，通过量子门电路实现高效的探索和决策，优于传统CNN和QDL方法。
HumanNet: 将以人为中心的视频学习扩展到一百万小时
机构 * Peking University（北京大学）
专题命中 工具调用 ：tool use(abstract)
AI总结 HumanNet通过构建大规模人类活动视频数据集，探索以人为中心的视频在扩展具身基础模型中的潜力，展示其在动作生成和人机转移中的优势。
Comments Github: https://github.com/DAGroup-PKU/HumanNet Project website: https://dagroup-pku.github.io/HumanNet/
libyt: 一个连接模拟与 yt、Python 和 Jupyter 工作流的原地接口
专题命中 工具调用 ：workflow(abstract)
AI总结 libyt 提供了一种在模拟运行时处理数据的方法，通过与 yt 或其他 Python 包的并行计算集成，实现高效的可视化和分析，同时支持 Jupyter Notebook 的交互式入口点。
Comments Accepted for publication in the Astrophysical Journal Supplement Series (ApJS). 36 pages with 12 figures and 5 tables
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