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。
使OpenAPI文档具备代理准备性：利用多代理LLM系统检测文档和REST气味
专题命中 工具调用 ：agent(title,abstract)；multi-agent(title,abstract)；AI agent(abstract)；planning(abstract)
AI总结 研究通过多代理LLM系统检测OpenAPI文档和REST相关问题，发现2450个气味，揭示微服务环境中结构有效性不保证语义准备性，推动API治理流程改进。
Comments 10 pages. Accepted in EASE 2026, 9-12 June 2026, Glasgow, Scotland, United Kingdom
Grep 是否足够？代理如何重塑搜索流程
机构 * PricewaterhouseCoopers（普华永道）
专题命中 工具调用 ：agent(title,abstract)；agentic(title,abstract)；分类 cs.CL
AI总结 本文通过两个实验比较了grep与向量检索在代理搜索中的效果，发现grep在准确性上优于向量检索，但整体表现仍受代理架构和工具调用方式影响。
TSAgent：一种用于自主过渡态搜索的智能工作流
专题命中 工具调用 ：workflow(title,abstract)；agentic(title,abstract)
AI总结 TSAgent通过持续的计划-执行-分析-重新计划循环，自动在密度泛函理论水平上搜索过渡态，实现了83%的准确率，并在对比实验中表现出优于人类专家的性能。
向操作系统一样安全地保护AI代理
专题命中 工具调用 ：AI agent(title)；agent(abstract)；autonomous agent(abstract)；tool use(abstract)
AI总结 本文通过操作系统视角研究LLM代理的安全性，分析了现有开源代理的攻击面，并提出安全设计建议。
Comments 17 pages, under submission
通过Autoresearch进行组合描述符的代理设计用于材料科学应用
机构 * School of Physics（物理系） ； CRANN Institute, Trinity College, Dublin 2, Dublin, Ireland（CRANN研究所，三一学院，都柏林2号，都柏林，爱尔兰）
专题命中 工具调用 ：agentic(title)；agent(abstract)；AI agent(abstract)；workflow(abstract)
AI总结 本文通过Autoresearch框架设计输入描述符，利用大语言模型生成化学化合物的组合描述符，并通过随机森林工作流评估，提升了材料性质预测的性能。
全球搜索：面向药物资产勘探的宽搜索AI代理，用于投资、业务开发和竞争情报
机构 * Bioptic
专题命中 工具调用 ：AI agent(title,abstract)；agent(abstract)；multi-agent(abstract)；分类 cs.AI
AI总结 本文提出一种基于树结构的自学习Bioptic代理，用于在多语言、异构数据源中实现高召回率的药物资产勘探，通过构建多代理流水线和基准测试，验证了其在非美国中心雷达数据中的完整性和准确性。
无需模型变更的并发性：面向LLMs的未来式异步函数调用
机构 * University of California, Berkeley（加州大学伯克利分校）
专题命中 工具调用 ：function calling(title,abstract)；tool use(abstract)；分类 cs.AI、cs.CL、cs.LG
AI总结 本文提出AsyncFC框架，通过解耦LLM解码与函数执行，实现解码与执行的重叠及函数间并行，减少端到端延迟并保持任务精度，揭示LLMs具备处理未决执行结果的符号未来推理能力。
基于案例的自适应推理与执行校准：大型语言模型工具使用
机构 * University of Electronic Science and Technology of China（电子科技大学）
专题命中 工具调用 ：tool use(title,abstract)；tool-use(abstract)；分类 cs.AI、cs.CL
AI总结 本文提出CAST框架，通过历史执行轨迹作为结构化案例，提取复杂性和失败特征以优化推理策略，提升工具使用准确性并减少冗余推理。
自蒸馏代理强化学习
机构 * Zhejiang University（浙江大学） ； Meituan（美团） ； Tsinghua University（清华大学）
专题命中 工具调用 ：agentic(title,abstract)；分类 cs.AI、cs.CL、cs.LG
AI总结 本文提出SDAR方法，通过将OPSD作为辅助目标并保持RL为主优化，解决多轮代理中的稳定性问题，提升性能。
推测交互代理：构建具有异步I/O和推测性工具调用的实时代理
机构 * University of California, Berkeley（加州大学伯克利分校） ； ICSI ； LBNL（劳伦斯伯克利国家实验室）
专题命中 工具调用 ：agent(abstract)；workflow(abstract)；agentic(abstract)；分类 cs.LG
AI总结 本文提出推测交互代理，通过异步I/O和推测性工具调用，实现复杂多轮工具调用的实时交互，提升实时应用性能。
Comments 17 pages
理解国际学生在美国如何利用对话式AI支持跨文化交流适应
机构 * Rochester Institute of Technology（罗切斯特理工学院） ； School of Information（信息学院）
专题命中 工具调用 ：tool use(abstract)；分类 cs.AI
AI总结 研究探讨国际学生使用对话式AI应对文化适应挑战的模式，通过调查和访谈发现AI被视作即时帮助工具，但存在将其发展为长期支持伙伴的需求。
Comments 33 pages, single column. 4 figures, 9 tables
集成对话式AI中的信念与误解
专题命中 工具调用 ：planning(abstract)
AI总结 研究探讨用户在使用内置对话式AI的浏览器时如何建立信任并判断输出可靠性，通过20名参与者使用微软Edge Copilot AI进行信息检索，发现引用增强了信任感，用户倾向于依赖相同信息源进行事实核查。
Comments Accepted to ACM CUI '26
从街景到视觉网络：利用视觉语言模型映射城市地标可见性
机构 * organization= Department of Architecture, National University of Singapore , country= Singapore ； organization= Research \& Development Institute, Takenaka Corporation , country= Japan ； organization= Urban Analytics Subject Group, Urban Studies \& Social Policy Division, University of Glasgow , country= United Kingdom ； organization= Institute of Remote Sensing ； GIS, Peking University , country= China ； organization= Department of Real Estate, National University of Singapore , country= Singapore
专题命中 工具调用 ：planning(abstract)
AI总结 本文提出利用视觉语言模型将地标可见性分析转化为图像空间中的视觉搜索问题，通过街景图像实现高效可见性评估，构建异构可见性图以表示地标、街景位置及城市空间之间的视觉连接，实验表明方法在数据受限情况下具有较高准确性。
一种确定性代理工作流用于HS税则分类：多维规则推理与可解释决策
机构 * School of Information and Electronic Engineering, Shanghai Jiao Tong University, Shanghai, China（信息与电子工程学院，上海交通大学，上海，中国） ； Nanjing Jiyun Information Technology Co., Ltd., Nanjing, China（南京吉云信息技术有限公司，南京，中国） ； School of Computer Science, Shanghai Jiao Tong University, Shanghai, China（计算机科学学院，上海交通大学，上海，中国）
专题命中 规划决策 ：workflow(title,abstract)；agentic(title,abstract)；planning(abstract)；分类 cs.AI
AI总结 本文提出确定性代理工作流，通过多维规则推理实现HS税则分类，通过结构化输出和引用注释提升可解释性，实验显示在六位和四位税则层面均取得较高准确率。
对OpenClaw AI代理框架的安全性分析
机构 * SUCCESS Lab（SUCCESS实验室） ； Texas A&M University（德克萨斯大学）
专题命中 规划决策 ：agent(title,abstract)；AI agent(title,abstract)；分类 cs.AI
AI总结 本文分析了OpenClaw AI代理框架的安全性，揭示了其在架构层和信任违反类型上的漏洞，发现三个主要问题：远程代码执行路径、执行允许列表的闭世界假设失效以及技能分发面缺乏运行时策略控制。
在AI代理创建中的计算思维发展：混合方法研究
专题命中 规划决策 ：agent(title,abstract)；AI agent(title,abstract)
AI总结 研究通过混合方法探讨93名初中生在AI代理创建工作坊中计算思维的发展，发现中等初始水平学生在抽象和算法思维上有显著提升，揭示了最优发展区效应。
Nexus：一个用于时间序列预测的代理框架
机构 * Google（谷歌） ； Pennsylvania State University（宾夕法尼亚州立大学）
专题命中 规划决策 ：agentic(title,abstract)；agent(abstract)；multi-agent(abstract)；分类 cs.AI、cs.CL、cs.LG
AI总结 Nexus框架通过分解预测任务，整合上下文信息，提升时间序列预测的准确性与可解释性，超越传统模型和LLM的局限。
Comments 30 Pages, 3 figures, 5 Tables
FlowSteer：通过强化递进画布编辑设计代理工作流
机构 * The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） ； Nanyang Technological University（南洋理工大学） ； National University of Singapore（新加坡国立大学）
专题命中 规划决策 ：agentic(title,abstract)；agent(abstract)；workflow(abstract)；分类 cs.AI、cs.LG
AI总结 本文提出FlowSteer，一种通过强化学习递进画布编辑设计代理工作流的新范式，解决传统工作流构建中依赖人类、缺乏图级执行反馈和无法在长周期内修复错误的问题。
Comments 51 pages, 6 figures, 5 tables. Project page: http://flowsteer.org/
Collider-Bench：通过粒子物理分析复现评估AI代理
机构 * New High Energy Theory Center（新高能理论中心） ； Department of Physics & Astronomy（物理与天文学系） ； Rutgers University（罗格斯大学） ； Faculty of Computing & Data Sciences（计算与数据科学学院）
专题命中 规划决策 ：AI agent(title)；agent(abstract)；tool-use(abstract)；分类 cs.AI、cs.LG
AI总结 本文提出Collider-Bench，评估AI代理能否仅通过公开论文和开源软件复现LHC实验分析，强调物理推理和领域知识的重要性，结果显示无代理能超越物理学家在环解决方案。
Comments 23 pages | 9 figures | 4 tables | Code: https://github.com/dfaroughy/Collider-Bench | Task Corpus: https://huggingface.co/datasets/Dariusfar/ColliderBench
近似失误：代理工作流中的潜在策略失败检测
机构 * IBM Research（IBM研究院）
专题命中 规划决策 ：agentic(title,abstract)；agent(abstract)；分类 cs.CL
AI总结 本文提出一种新指标，用于检测代理对话轨迹中的潜在策略失败，通过分析代理工具调用决策的充分性，揭示当前评估方法的盲点。
Comments GEM@ACL2026, 13 pages
SPIN：通过迭代导航进行工业任务的结构LLM规划
机构 * University at Albany（阿尔巴马大学） ； IBM（国际商业机器公司） ； Kwansei Gakuin University（关西大学）
专题命中 规划决策 ：planning(title,abstract)；agent(abstract)；分类 cs.AI
AI总结 SPIN通过结合验证的有向无环图规划与前缀执行控制，减少任务执行次数并提高完成率，适用于工业任务规划。
Comments 31 pages, 10 figures
消除行动瓶颈：由令牌级能量指导的代理强化学习
机构 * University of Illinois Chicago（伊利诺伊大学芝加哥分校） ； Potsdam Institute for Climate Impact Research（波茨坦气候影响研究所） ； Technical University of Berlin（柏林技术大学） ； University of Southern California（南加州大学） ； University of Hong Kong（香港大学） ； Broad Institute of MIT and Harvard（MIT和哈佛大学Broad研究所）
专题命中 规划决策 ：agentic(title,abstract)；分类 cs.AI、cs.CL、cs.LG
AI总结 本文提出ActFocus方法，通过令牌级能量建模解决强化学习中令牌级训练信号分配不均的问题，显著提升性能。
Comments Preprint
ATLAS：是代理还是潜在的视觉推理？一个词足以兼顾两者
机构 * Meta AI ； The Chinese University of Hong Kong（香港中文大学）
专题命中 规划决策 ：agentic(title,abstract)；分类 cs.AI、cs.CL
AI总结 ATLAS结合代理推理与潜在推理，通过单一功能词实现两者结合，避免冗长中间视觉生成，保持与传统训练方法兼容。
Comments Project Page: https://atlas-oneword.github.io Code: https://github.com/ZiyuGuo99/ATLAS
多步推理和工具使用中黑盒LLM的提示策略：基于经验迭代蒸馏的强化学习框架
机构 * Google Research（谷歌研究）
专题命中 规划决策 ：tool-use(title,abstract)；分类 cs.AI、cs.LG
AI总结 本文提出基于经验迭代蒸馏的强化学习框架，用于训练提示策略以提升黑盒LLM的多步推理和工具使用能力，实验显示在逻辑推理和工具使用任务中性能显著提升。
Comments 10 pages and reference, appendix
MoMo：基于偏好调节的对比表征学习用于偏好调节规划
机构 * Massachusetts Institute of Technology（麻省理工学院）
专题命中 规划决策 ：planning(title,abstract)；分类 cs.LG
AI总结 MoMo通过特征线性调制和低秩神经调制，实现基于偏好调节的对比表征学习，使规划保守性在推理时可连续调节，提升时间与偏好一致性。
ToolMol：多目标药物发现的进化代理框架
机构 * Department of Computer Science（计算机科学系） ； Skaggs School of Pharmacy（斯卡格斯药学院） ； Department of Computer Science, Stanford University（斯坦福大学计算机科学系）
专题命中 规划决策 ：agentic(title,abstract)；分类 cs.LG
AI总结 ToolMol结合多目标遗传算法与代理LLM操作符，通过迭代更新配体群体，实现多目标属性优化，发现具有更强预测结合亲和力的药物候选物。
Comments 9 pages, 5 figures
面向6G自主网络的智能偏差教程
机构 * i2CAT Foundation（i2CAT基金会） ； Hostelworld Group（Hostelworld集团） ； Technical University of Catalonia (UPC)（技术大学（加泰罗尼亚）） ； Khalifa University of Science and Technology（卡里玛大学） ； ISI/ATH ； University of Patras（帕特拉大学）
专题命中 规划决策 ：agentic(title,abstract)；分类 cs.AI
AI总结 本文探讨了在6G自主网络中因人类设计引入的认知偏差问题，通过两个案例展示如何利用智能体AI缓解锚定偏差和时间偏差，提升网络管理和边缘计算的效率与节能效果。
Comments 26 pages, 18 figures, 4 tables, link to source code available. Accepted at IEEE OJCOMS
ActivePusher: 基于残差物理的主动学习与规划用于非抓取操作
机构 * Department of Robotics Engineering, Worcester Polytechnic Institute (WPI)（机器人工程系，沃斯特理工学院（WPI））
专题命中 规划决策 ：planning(title,abstract)；分类 cs.LG
AI总结 本文提出ActivePusher框架，结合残差物理模型与不确定性主动学习，提升非抓取操作的数据效率和规划成功率。
Comments Accepted by the 2026 IEEE International Conference on Robotics & Automation (ICRA 2026)
面向AI功能开发者的IDE工具包
机构 * JetBrains
专题命中 规划决策 ：AI agent(abstract)；workflow(abstract)；agentic(abstract)；分类 cs.AI、cs.SE
AI总结 本文提出面向AI功能开发者的IDE工具包，通过集成追踪和评估功能，帮助软件工程师更高效地测试和调试AI功能，降低开发门槛。
Comments Published at IDE'26 co-located with ICSE'26
DermAgent: 一种用于皮肤病图像分析的自反思代理系统，具备多工具推理和可追溯决策制定
机构 * AIM for Health Lab, Faculty of Information Technology, Monash University, Melbourne, Australia（健康人工智能实验室，信息科技学院，墨尔本大学，澳大利亚） ； Faculty of Information Technology, Monash University, Melbourne, Australia（信息科技学院，墨尔本大学，澳大利亚） ； University College London, Institute of Ophthalmology, London, United Kingdom（伦敦大学学院，眼科研究所，英国）
专题命中 规划决策 ：agentic(title)；agent(abstract)
AI总结 DermAgent通过多工具协作和反思框架，在皮肤病图像分析中实现可追溯的诊断推理，优于现有模型。
Comments MICCAI2026 early acceptance
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