AI Agent

Progressive Autonomy as Preference Learning: A Formalization of Trust Calibration for Agentic Tool Use

渐进自主性作为偏好学习：代理工具使用中的信任校准形式化

Changkun Ou

机构 * Changkun Ou（Ou Changkun） 纠错

专题命中 工具调用 ：tool use(title,abstract)；agentic(title,abstract)；agent(abstract)；分类 cs.AI

AI总结 本文将代理工具使用中的信任校准形式化为一个偏好学习问题，通过高斯过程后验模型维护潜在人类风险容忍函数，并在审批结果最不确定的地方升级到人类，继承了偏好贝叶斯优化的推理机制和样本效率论证，但目标不同。

KadiAssistant: A conversational AI Agent for information retrieval in Kadi4Mat

KadiAssistant: 一种用于Kadi4Mat研究数据生态中信息检索的对话式AI代理

Adrian Cierpka, Mohammad Shafiqul Islam, Johannes Steinhülb, Eric Dietriche Sesso Domtchoueng, Michael Selzer, Arnd Koeppe

机构 * Karlsruhe Institute of Technology（卡尔斯鲁厄理工学院） 纠错

专题命中 工具调用 ：agent(title)；AI agent(title)；分类 cs.AI

AI总结 本文提出KadiAssistant，一种集成了隐私设计的AI助手，旨在帮助研究人员高效访问、聚合和整合异构且敏感的研究数据，通过结合自托管的大语言模型和隐私保护的语义搜索，提升信息检索效率并满足复杂的访问控制需求。

Search Self-play: Pushing the Frontier of Agent Capability without Supervision

搜索自play：在无监督条件下推动智能体能力的前沿

Hongliang Lu, Yuhang Wen, Pengyu Cheng, Ruijin Ding, Jiaqi Guo, Haotian Xu, Chutian Wang, Haonan Chen, Xiaoxi Jiang, Guanjun Jiang

机构 * Qwen Large Model Application Team, Alibaba（阿里巴巴文勤大模型应用团队） 纠错

专题命中 工具调用 ：agent(title,abstract)；agentic(abstract)；分类 cs.LG

AI总结 本文提出了一种基于自play的深度搜索智能体训练方法，通过自动生成任务和解决任务来提升智能体在无监督条件下的性能，无需外部监督。

Comments Published as a conference paper at the Fourteenth International Conference on Learning Representations (ICLR 2026)

Distributional AGI Safety

分布式AGI安全

Nenad Tomašev, Matija Franklin, Julian Jacobs, Sébastien Krier, Simon Osindero

机构 * Google DeepMind（谷歌DeepMind） 纠错

专题命中 工具调用 ：agent(abstract)；AI agent(abstract)；tool-use(abstract)；agentic(abstract)

AI总结 本文提出了一种分布式的AGI安全框架，旨在通过设计和实现虚拟代理沙盒经济来应对群体代理协调带来的安全风险，强调市场机制、可审计性和监管的重要性。

Towards Camera-Robust 3D Localization: Equation-Anchored Tool-Use for MLLMs

面向相机鲁棒的3D定位：基于方程的工具使用用于MLLMs

Xueying Jiang, Wenhao Li, Quanhao Qian, Deli Zhao, Shijian Lu, Gongjie Zhang, Ran Xu

机构 * Nanyang Technological University（南洋理工大学） ； DAMO Academy, Alibaba Group（阿里集团大模型研究院） ； HuPan Lab（虎派实验室） ； Alibaba Group（阿里集团） 纠错

专题命中 工具调用 ：tool-use(title,abstract)

AI总结 本文提出了一种基于方程的工具使用框架，通过将空间工具作为公式变量重新利用，以解决多模态大语言模型（MLLMs）中3D定位的相机固有模糊问题，从而在3D物体检测和3D视觉定位任务中取得了显著提升。

optimize_anything: A Universal API for Optimizing any Text Parameter

optimize_anything: 一个用于优化任何文本参数的通用API

Lakshya A Agrawal, Donghyun Lee, Shangyin Tan, Wenjie Ma, Karim Elmaaroufi, Rohit Sandadi, Sanjit A. Seshia, Koushik Sen, Dan Klein, Ion Stoica, Joseph E. Gonzalez, Omar Khattab, Alexandros G. Dimakis, Matei Zaharia

机构 * MIT（麻省理工学院） 纠错

专题命中 工具调用 ：agent(abstract)；分类 cs.AI、cs.CL、cs.LG；agentic(journal_ref)

AI总结 本文提出了一种基于LLM的通用优化系统，能够跨不同领域实现文本参数的优化，展示了其在六个多样化任务中的state-of-the-art性能，通过多任务搜索和跨问题迁移实现了高效的优化。

Comments 16 pages, 11 figures; Blog: https://gepa-ai.github.io/gepa/blog/2026/02/18/introducing-optimize-anything/

Journal ref Proceedings of the ACM Conference on AI and Agentic Systems (CAIS 26), May 26-29, 2026, San Jose, CA, USA

YAC: Bridging Natural Language and Interactive Visual Exploration with Generative AI for Biomedical Data Discovery

YAC：通过生成式AI连接自然语言与交互式视觉探索，用于生物医学数据发现

Devin Lange, Shanghua Gao, Pengwei Sui, Priya Misner, Astrid van den Brandt, Austen Money, Nikolay Akhmetov, Lisa Choy, Marinka Zitnik, Nils Gehlenborg

机构 * Harvard Medical School（哈佛医学院） 纠错

专题命中 工具调用 ：agent(abstract)；multi-agent(abstract)；分类 cs.AI

AI总结 本文提出YAC系统，结合自然语言输入和交互式可视化，通过生成式AI提升生物医学数据发现接口的能力，通过用户研究和系统分析改进系统设计和功能。

TSR: Trajectory-Search Rollouts for Multi-Turn RL of LLM Agents

TSR：用于LLM代理多轮RL的轨迹搜索

Aladin Djuhera, Swanand Ravindra Kadhe, Farhan Ahmed, Syed Zawad, Heiko Ludwig, Holger Boche

机构 * Technical University Munich（慕尼黑技术大学） ； IBM Research（IBM研究院） 纠错

专题命中 工具调用 ：agent(abstract)；分类 cs.AI、cs.CL、cs.LG

AI总结 本文提出TSR，一种在训练时改进每轮轨迹生成的方法，通过轻量级树状搜索构造高质量轨迹，提升rollout质量和学习稳定性，适用于多轮RL任务。

Qayyem: A Real-time Platform for Scoring Proficiency of Arabic Essays

Qayyem: 一个实时平台用于评分阿拉伯语作文的熟练程度

Hoor Elbahnasawi, Marwan Sayed, Sohaila Eltanbouly, Fatima Brahamia, Tamer Elsayed

机构 * Computer Science and Engineering Department, Qatar University（卡塔尔大学计算机科学与工程系） 纠错

专题命中 工具调用 ：workflow(abstract)；分类 cs.CL

AI总结 本文提出Qayyem平台，提供阿拉伯语作文评分的集成工作流程，通过友好的界面简化评分服务器API的交互，部署了多种先进的阿拉伯语作文评分模型。

Comments Accepted at ACL 2026

APULSE: A Scalable Hybrid Algorithm for the RCSPP on Large-Scale Dense Graphs

APULSE：一种用于大规模密集图上RCSPP的可扩展混合算法

Nuno Soares, António Grilo

机构 * Academia Militar Lisboa（里斯本军事学院） ； INESC INOV Instituto Superior Técnico (IST) Universidade de Lisboa（INESC INOV 里斯本技术大学 (IST)） 纠错

专题命中 工具调用 ：planning(abstract)

AI总结 本文提出APULSE算法，通过结合A*启发式搜索、Pulse式剪枝机制和时间桶策略，高效解决大规模密集图上的资源受限最短路径问题，展现出显著的可扩展性和鲁棒性。

Comments This version corrects keywords and reference [9]. 9 pages

Journal ref in IEEE Access, vol. 14, pp. 40690-40706, 2026