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。
GENESIS: 利用AI智能体实现自主6G RAN合成、研究与测试
机构 * Institute for Intelligent Networked Systems（智能网络系统研究所）
专题命中 软件智能体 ：AI agent(title)；agentic(abstract)；分类 cs.AI
AI总结 提出GENESIS框架，通过智能体、技能和钩子三种可组合原语及知识层SYNAPSE，将意图转化为经空口实验验证的解决方案，以加速6G无线接入网研发。
Comments 18 pages, 16 figures
EviACT：一种面向智能体程序修复的证据到行动框架
专题命中 软件智能体 ：agentic(title,abstract)；分类 cs.SE
AI总结 提出EviACT框架，通过协调三个证据驱动的防护栏（检索支架、编译门、测试驱动门）来提升智能体程序修复的定位、生成和验证效率，在多个基准上修复率提升1.6-6.0个百分点，API成本降低70.1-88.6%。
RepoMirage: 通过扰动探测代码智能体的仓库上下文推理
机构 * Beijing University of Posts and Telecommunications（北京邮电大学） ； Tsinghua University（清华大学） ； Tencent（腾讯）
专题命中 软件智能体 ：workflow(abstract)；分类 cs.AI、cs.SE
AI总结 提出RepoMirage评估套件，通过语义保持的仓库级扰动和扩展任务，揭示代码智能体在仓库上下文推理中的显著缺陷，并基于结构优先的原型工作流RepoAnchor展示改进。
一个工具就够了：面向仓库级LLM智能体的强化学习
机构 * National Key Laboratory for Multimedia Information Processing, Peking University（信息处理国家级重点实验室，北京大学） ； School of Computer Science, Peking University（北京大学计算机科学学院） ； Zhongguancun Institute of Artificial Intelligence (ZGCI)（中关村人工智能研究院（ZGCI）） ； Baidu Inc（百度公司）
专题命中 软件智能体 ：agent(abstract)；分类 cs.AI、cs.SE
AI总结 提出RepoNavigator，一个仅配备单一执行感知工具（跳转到调用符号定义）的LLM智能体，通过强化学习端到端训练，在仓库级问题定位中达到最先进性能。
结构治理的机械化基础：受治理智能的机器验证证明
机构 * Mashin, Inc.（Mashin公司）
专题命中 软件智能体 ：workflow(abstract)；分类 cs.AI
AI总结 本文通过Coq机械化证明和纸上证明，建立了认知工作流系统中结构治理的理论基础，包括共归纳安全谓词、治理不变性定理、充分性定理、交替范式、必要性定理，并通过属性测试验证了BEAM运行时与规范的一致性。
Comments 27 pages, 4 figures, 1 table. Code and proofs: https://github.com/mashin-live/governance-proofs. Project: https://mashin.live. v2: corrected cross-reference identifiers for companion papers. Updated license
MobileExplorer: 通过在线探索加速移动GUI代理的端侧推理
机构 * Hong Kong University of Science and Technology（香港理工大学） ； Shanghai Jiao Tong University（上海交通大学）
专题命中 GUI与网页智能体 ：agent(abstract)；分类 cs.AI
AI总结 提出MobileExplorer框架，通过在线探索并行探测UI元素并记录为结构化记忆，结合两级回滚机制，减少推理步骤和延迟，提升移动GUI代理的端侧部署效率。
通过视觉反馈学习具有空间推理能力的 GUI 定位
机构 * University of Edinburgh（爱丁堡大学） ； Microsoft（微软）
专题命中 GUI与网页智能体 ：agentic(abstract)；分类 cs.CL
AI总结 本文提出将 GUI 定位重构为交互式搜索任务，利用多步在线强化学习训练 GUI-Cursor 模型，通过光标视觉反馈提升空间推理能力，在 GUI 定位和代理任务上超越强基线。
Comments Accepted at ICML 2026
面向视觉-语言导航的不确定性感知高斯地图
机构 * The State Key Lab of Brain-Machine Intelligence（脑机智能国家重点实验室） ； Department of Foundation model, 2012 Labs, Huawei（基础模型部门，2012实验室，华为） ； Noah’s Ark Lab, 2012 Labs, Huawei（诺亚方舟实验室，2012实验室，华为） ； School of Software Technology, Zhejiang University（浙江大学软件学院）
专题命中 GUI与网页智能体 ：agent(abstract)
AI总结 提出不确定性感知高斯地图，通过显式建模几何、语义和外观三种感知不确定性并融入观测空间，提升视觉-语言导航中智能体的决策可靠性。
面向视觉-语言导航的开放集语义分组3D高斯地图
机构 * The State Key Lab of Brain-Machine Intelligence（脑机智能国家重点实验室）
专题命中 GUI与网页智能体 ：agent(abstract)
AI总结 提出一种3D高斯地图表示环境，通过在线构建自中心场景地图和开放集语义分组操作增强几何与语义信息，并设计多层级动作预测策略，在三个公开基准上验证了有效性。
智能体记忆是数据库吗？重新思考长期AI智能体记忆的数据基础
机构 * Concordia University（康科迪亚大学）
专题命中 记忆与上下文管理 ：agent(title,abstract)；AI agent(title,abstract)；分类 cs.AI
AI总结 本文提出将长期AI智能体记忆视为一种新的数据管理工作负载，通过形式化治理演化记忆（GEM）框架，用四个状态级操作替代记录级操作，并论证记录级系统无法满足其正确性条件，最后通过原型MemState验证可行性并指出未来研究方向。
SEAL: 面向知识图谱对话问答的自我演进智能体学习
机构 * Institute of Big Data and Artificial Intelligence, China Telecom Research Institute（大数据与人工智能研究院，中国电信研究院） ； Wangxuan Institute of Computer Technology, Peking University（王宣计算机技术研究所，北京大学） ； School of Artificial Intelligence, China University of Geosciences (Beijing)（人工智能学院，中国地质大学（北京）） ； Center for Cognition and Neuroergonomics, State Key Laboratory of Cognitive Neuroscience and Learning, Beijing Normal University（认知与神经工效学中心，认知神经科学与学习国家重点实验室，北京师范大学） ； Institute of Artificial Intelligence and Future Networks, Beijing Normal University（人工智能与未来网络研究院，北京师范大学）
专题命中 记忆与上下文管理 ：agentic(title,abstract)；分类 cs.AI、cs.CL
AI总结 提出SEAL两阶段语义解析框架，通过自我演进智能体学习解决知识图谱对话问答中的指代消解、上下文依赖和复杂逻辑推理问题，在SPICE基准上达到最先进性能。
Comments Accept by NeuroComputing
MemMark: 面向智能体长期记忆系统的状态演化归属水印
专题命中 记忆与上下文管理 ：agent(title,abstract)
AI总结 提出MemMark水印方法，通过嵌入所有者控制的信号到潜在记忆写入决策中，实现无需日志、可见输出或可信元数据的快照归属，并在多个基准上保持记忆效用。
具有递归效用和偏好晚期分辨率的连续时间异质性主体模型
专题命中 记忆与上下文管理 ：agent(title,abstract)
AI总结 本文研究连续时间异质性主体模型，其中主体具有递归效用（Epstein-Zin效用）并偏好晚期不确定性分辨率，通过平均场博弈框架将模型转化为耦合状态约束的Hamilton-Jacobi-Bellman方程和Fokker-Planck-Kolmogorov方程系统，探讨解的存在性及模型的关键定性特征。
预见与学习：在主动智能体中释放空闲时间计算
机构 * Shanghai Jiao Tong University（上海交通大学） ； Tencent（腾讯）
专题命中 记忆与上下文管理 ：agent(abstract)；AI agent(abstract)；tool use(abstract)；分类 cs.CL
AI总结 提出ProAct主动智能体架构，利用空闲时间计算预测并满足用户未来需求，通过ProActEval基准测试验证其在任务加速、减少用户努力和降低幻觉率方面的显著优势。
Comments 26 pages, 4 figures; code available at https://github.com/AgentACE-AI/ProAct
自适应引导何时有帮助？部分可观测条件下自动驾驶的信念感知特权蒸馏
机构 * TUBITAK BILGEM Artificial Intelligence Institute（土耳其TUBITAK BILGEM人工智能研究所）
专题命中 记忆与上下文管理 ：agent(abstract)；分类 cs.AI、cs.LG
AI总结 本文提出信念感知GSAC（BA-GSAC），通过集成分歧动态调节蒸馏系数，系统研究自适应引导在部分可观测自动驾驶中的有效性，发现严重遮挡下系数过早崩溃，并揭示可观测性盲区问题。
Comments 9 pages, 3 figures, 7 tables. Accepted at CVPR 2026 Workshop on Autonomous Driving (WAD)
Cordon-MAS：通过信息流控制防御 RAG 的知识投毒
机构 * Zhejiang University（浙江大学） ； Binjiang Institute of Zhejiang University（浙江大学滨江研究院） ； Shanghai Jiao Tong University（上海交通大学） ； Zhejiang Lab（浙江实验室） ； Harbin Institute of Technology（哈尔滨工业大学） ； Hangzhou Dianzi University（杭州电子科技大学）
专题命中 记忆与上下文管理 ：agent(abstract)；分类 cs.AI
AI总结 针对检索增强生成（RAG）中的 Confundo 式投毒攻击，提出 Cordon-MAS 框架，通过分离证据提取、跨源审计和答案合成到具有非对称内存权限的智能体中，将攻击成功率相对降低 92.4%，将投毒问题从检测重新定义为信息流控制。
ReCA: 通过递归上下文分配实现多镜头长视频外推
机构 * Monash University（墨尔本大学） ； Tongyi Lab, Alibaba Group（通义实验室，阿里集团） ； Zhejiang University（浙江大学） ； University of Queensland（昆士兰大学）
专题命中 记忆与上下文管理 ：planning(abstract)；分类 cs.AI
AI总结 针对多镜头视频外推任务中上下文分配瓶颈，提出递归上下文分配框架，通过层次化分解和结构化状态传播提升长视频生成的一致性和质量。
Comments Project Page: https://reca.vmv.re , Code: https://github.com/ali-vilab/ReCA
个性化具身多模态大语言模型代理在长期用户交互中的应用
机构 * Yonsei University（延世大学） ； KAIST（韩国科学技术院）
专题命中 记忆与上下文管理 ：agent(abstract)；分类 cs.AI
AI总结 提出POLAR框架，通过多模态知识图谱记忆机制增强具身代理在长期交互中的个性化能力，显著提升多步推理和用户上下文跟踪性能。
MemMorph：通过记忆投毒实现LLM代理中的工具劫持
机构 * Nanyang Technological University, Singapore（南洋理工大学，新加坡）
专题命中 记忆与上下文管理 ：agent(abstract)；分类 cs.AI
AI总结 提出MemMorph攻击，通过向长期记忆注入少量伪装记录，诱导LLM代理自主选择攻击者偏好的工具，在多个基准测试中实现高达85.9%的攻击成功率。
Comments Preprint. Under review
你的智能体也在老化：面向部署系统的智能体寿命工程
机构 * The University of Texas at Austin（德克萨斯大学奥斯汀分校）
专题命中 Agent评测 ：agent(title,abstract)；AI agent(abstract)；autonomous agent(abstract)；分类 cs.AI、cs.CL
AI总结 提出 AgingBench 基准，通过四种老化机制和诊断工具评估部署后智能体的可靠性退化，并指出需要寿命评估、机制级诊断和阶段针对性修复。
Verus-SpecGym: 用于评估规范自动形式化的智能体环境
机构 * CMU（卡内基梅隆大学） ； Amazon（亚马逊）
专题命中 Agent评测 ：agentic(title,abstract)；agent(abstract)；分类 cs.AI、cs.CL、cs.SE
AI总结 提出 Verus-SpecGym 环境与 Verus-SpecBench 基准，通过执行规范机制和对抗性测试评估 LLM 智能体将非正式编程问题转化为形式规范的能力，发现前沿模型可解决 77.8% 的任务但存在遗漏假设等脆弱性。
Comments Preprint
Anchor：缓解智能体基准生成中的工件漂移
机构 * Agentic Labs
专题命中 Agent评测 ：agent(title,abstract)；AI agent(abstract)；分类 cs.AI；agentic(comments)
AI总结 提出Anchor管道，通过约束优化程序联合生成指令、环境、真值解和验证器，解决基准生成中的工件漂移问题，并构建ERP-Bench基准评估前沿模型性能。
Comments Accepted to RLEval '26 (Workshop at ACM Conference on AI and Agentic Systems 2026)
大规模智能体系统渗透测试的经验教训
机构 * IBM Research（IBM研究院）
专题命中 Agent评测 ：agent(title,abstract)；AI agent(abstract)；分类 cs.AI
AI总结 本文通过对2025年专有智能体产品的两次渗透测试，评估了AI智能体的安全态势是否有所改善，并指出许多安全漏洞并非全新，而是反映了先前计算系统中长期存在的重复性弱点类别。
Comments Accepted at SAGAI 2026
不是能力问题：LLM 智能体层级间的驾驭敏感性非单调
机构 * KailosLab（凯罗斯实验室）
专题命中 Agent评测 ：agent(title,abstract)；分类 cs.AI、cs.CL
AI总结 通过 432 次实验，发现 LLM 智能体的驾驭敏感性随模型层级非单调变化，且依赖模型类型（聊天 vs. 推理），推翻了“更高能力模型需要更少结构指导”的假设。
Comments 9 pages, 3 figures
TADDLE: 一种用于检测有缺陷的LLM生成同行评审的工具增强型代理
机构 * East China Normal University（东华大学）
专题命中 Agent评测 ：agent(title,abstract)；分类 cs.AI
AI总结 针对LLM生成的同行评审难以检测缺陷的问题，提出TADDLE工具增强型代理，通过四个专用分析工具和两阶段半监督学习，在二元检测和多标签分类任务上表现优异。
AI智能体与大语言模型的自动化基准审计
机构 * Duke University（杜克大学） ； Together AI ； Stanford University（斯坦福大学）
专题命中 Agent评测 ：AI agent(title)；agentic(abstract)；分类 cs.CL
AI总结 提出自动化基准审计框架ABA，系统审计基准任务中的隐藏环境依赖、规范缺失和评分逻辑问题，在168个基准中发现25.7%的任务存在关键问题，过滤后模型排名变化且性能提升约10%。
PANDO: 通过在线技能蒸馏实现高效多模态AI智能体
专题命中 Agent评测 ：AI agent(title)；agent(abstract)；分类 cs.AI
AI总结 提出PANDO框架，通过在线技能蒸馏、结构化技能库和缓存感知提示，在VisualWebArena任务中以更低token消耗实现更高成功率。
BEAT: 节奏弹性对齐用于智能音乐引导的电影预告片生成
机构 * The University of Sydney（悉尼大学） ； Shanghai AI Laboratory（上海人工智能实验室）
专题命中 Agent评测 ：agentic(title,abstract)
AI总结 提出BEAT框架，通过音乐-视觉对齐编码器MuVA和能量自适应动态规划算法Bar-DP，实现弹性多对一节奏对齐，用于端到端电影预告片生成。
无适应异构协同感知：应对未见过的智能体配置
机构 * School of Electrical Engineering（电气工程学院） ； Korea Advanced Institute of Science and Technology (KAIST)（韩国科学技术院）
专题命中 Agent评测 ：agent(title,abstract)
AI总结 提出ALF框架，通过将轻量级框级消息提升为自车兼容的辅助特征，实现与未见配置智能体的零适应协同感知，在V2X-Real上零样本评估中相对mAP@0.7提升35.91%，带宽仅需约9.6 Kbps。
Comments 9 pages main paper, 23 pages including references and appendix, 7 figures
立场：AI安全需要有效可控性
机构 * Singapore Management University（新加坡管理大学） ； Ant Group（蚂蚁集团）
专题命中 Agent评测 ：agent(abstract)；tool use(abstract)；agentic(abstract)；分类 cs.AI
AI总结 本文提出AI安全应将可控性作为首要目标，通过定义可控性、引入基准测试ControlBench并分析现有对齐机制的不足，提出以控制为中心的架构框架。
Comments 23 pages
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