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。
可发现的智能体知识——智能体知识图谱能力的形式化框架（扩展版）
机构 * School of Computer Science and Informatics, University of Liverpool, UK（利物浦大学计算机科学与信息学学院） ； Open University（开放大学）
专题命中 工具调用 ：agent(title,abstract)；agentic(title,abstract)；planning(abstract)；分类 cs.AI
AI总结 本文提出一个四维形式化框架（语义表达性、智能体可发现性、任务相对基础性和认知信任范围），并从中推导出智能体能力概况（AAP），作为VoID和DCAT之上的语义层，支持智能体在规划时进行原则性的知识图谱选择、组合和故障诊断。
Agentic AI 工作负载特征
专题命中 工具调用 ：agentic(title,title_cn)；tool use(abstract)
AI总结 本文通过端到端追踪基础设施，在五个智能体基准测试上刻画 ReAct 风格智能体的 LLM 服务和工具执行特征，发现智能体工作负载并非简单长提示工作负载，其执行以解码为主且依赖长寿命 KV 缓存状态，工具使用具有从读/探索到执行/写的时序结构。
学术研究中的持久性AI智能体：单研究者实施案例研究
机构 * Department of Preventive Medicine and Public Health, Faculty of Medicine, King Abdulaziz University（预防医学与公共卫生系，医学院，国王阿卜杜勒阿齐兹大学）
专题命中 工具调用 ：AI agent(title)；agentic(abstract,comments)；agent(abstract)；workflow(abstract)
AI总结 通过单研究者案例研究，分析了持久性AI智能体在真实学术环境中的架构、使用、产出和治理，发现缓存主导的工作流可能将经济单位从每token成本转向每完成工件成本。
Comments 19 pages, 2 figures, 3 main tables; supplementary appendix with 6 tables, 2 figures, and a reproducibility methods section. Describes 17 configured agents in a persistent research environment and introduces the PARE-M (Persistent Agentic Research Environment Measurement) framework
基于策略内在知识边界增强的高效智能体强化学习
机构 * Tencent Inc（腾讯公司） ； The Chinese University of Hong Kong（香港中文大学） ； Shenzhen MSU-BIT University（深圳MSU-BIT大学）
专题命中 工具调用 ：agentic(title,abstract)；tool-use(abstract)；分类 cs.CL
AI总结 提出AKBE方法，通过双路径（有工具和无工具）在线策略训练动态探测模型内在知识边界，构建针对性监督信号，在保持准确率的同时减少工具调用。
Continuum: 基于KV缓存生存时间的高效鲁棒多轮LLM智能体调度
机构 * UC Berkeley（加州大学伯克利分校） ； Stanford University（斯坦福大学） ； Tensormesh（Tensormesh公司） ； Tsinghua University（清华大学）
专题命中 工具调用 ：agent(title,abstract)；agentic(abstract)；分类 cs.AI
AI总结 针对多轮智能体工作负载中工具调用导致KV缓存无法跨轮重用的问题，提出Continuum系统，通过引入KV缓存的生存时间（TTL）机制，在GPU内存中选择性固定缓存，权衡重算/重载成本与排队延迟，实现作业完成时间平均提升8倍以上。
三思而后行：通过思想修正增强智能体行为安全
机构 * Fudan University, Shanghai, China（复旦大学，上海，中国） ； Shanghai Innovation Institute, Shanghai, China（上海创新研究院，上海，中国） ； Shanghai Pudong Research Institute of Cryptology, Shanghai, China（上海浦东密码研究院，上海，中国）
专题命中 工具调用 ：agent(title,abstract)；tool use(abstract)；分类 cs.AI
AI总结 提出Thought-Aligner，一种轻量级插件式安全模型，在动作执行前对不安全思想进行因果修正，无需修改底层智能体，通过两阶段对比学习训练，在多个基准和六种LLM上将行为安全从约50%提升至约90%，超越现有防护约23%，同时提升有用性约5%。
Comments Accepted to ICML 2026
REVERSE: 强化证据验证与搜索的智能体图像地理定位
机构 * Peking University（北京大学） ； The Hong Kong University of Science and Technology（香港科技大学） ； WeChat Vision, Tencent Inc（腾讯公司）
专题命中 工具调用 ：agentic(title,abstract)；workflow(abstract)
AI总结 提出REVERSE框架，通过多轮智能体推理强化证据搜索与验证的交互，在图像地理定位任务中优于强检索增强基线，以4B模型媲美更大模型。
工具模式压缩实现受限上下文预算下的智能体检索增强生成
机构 * Independent Researcher（独立研究者）
专题命中 工具调用 ：agentic(title,abstract)；分类 cs.AI、cs.CL、cs.SE
AI总结 针对智能体RAG系统中工具模式与检索上下文竞争资源的问题，提出工具模式压缩方法，在8K上下文预算下将平均精确匹配率提升20.5个百分点，并验证了压缩模式在超过800个工具时仍可运行。
Comments 12 pages (8 main + 4 appendix), 7 tables, 2 figures. Code and data: https://github.com/SKZL-AI/tscg
Maat: 面向竞争保护的法律研究智能助手
机构 * Cairo Egypt（开罗埃及）
专题命中 工具调用 ：agentic(title)；agent(abstract)；分类 cs.AI
AI总结 提出Maat，一种基于ReAct框架的智能法律研究助手，通过RAG、网络搜索和用户澄清机制，在竞争法案例检索中显著优于现有通用和专用法律助手。
Comments 5 pages, 1 figure
StepOPSD: 面向智能体强化学习的步骤感知在线偏好蒸馏
机构 * Independent Researcher（独立研究者） ； Tencent（腾讯） ； DeepWisdom（深智沃）
专题命中 工具调用 ：agent(title,abstract)；分类 cs.AI
AI总结 提出StepOPSD框架，以智能体步骤为信用分配单元，通过事后增强教师上下文重新评分步骤段，并在GRPO更新前进行归一化每步信用预算的优势塑造，解决多轮智能体强化学习中的信用分配不匹配问题。
检索即推理：通过LLM-Wiki实现自我进化的智能体原生检索
机构 * Tencent Inc.（腾讯公司）
专题命中 工具调用 ：agent(title,abstract)；分类 cs.CL
AI总结 提出LLM-Wiki系统，将外部知识组织为可编译、可组合、自进化的Wiki页面，通过工具调用接口实现搜索、阅读和链接跟踪操作，并引入错误簿进行持续自纠正，在多项多跳问答基准上取得最优结果。
Comments 15 pages, 3 figures, 10 tables, 1 algorithm
注意工具故障：实现医疗智能体的协同工具增益
机构 * Fudan University（复旦大学） ； Shanghai Academy of Artificial Intelligence for Science（上海人工智能科学研究院） ； Shanghai Innovation Institute（上海创新研究院） ； The University of Queensland（昆士兰大学） ； Bioinformatics Institute (BII), Agency for Science, Technology and Research (A*STAR)（生物信息研究所（BII），科技研究局（A*STAR））
专题命中 工具调用 ：AI agent(abstract)；tool use(abstract)；agentic(abstract)；分类 cs.AI
AI总结 针对医疗AI智能体在真实临床环境中工具可能失败的问题，提出基于GRPO的强化学习框架，通过实例级工具选择和分歧感知协同学习，实现错误工具共识的纠正，提升系统鲁棒性。
通过QLoRA微调将工具知识内化到小型语言模型中
机构 * Columbia School of General Studies, Columbia University, NY, USA（哥伦比亚大学泛研学院） ； Columbia Engineering, Columbia University, NY, USA（哥伦比亚大学工程学院） ； IBM Research, NY, USA（IBM研究院）
专题命中 工具调用 ：tool-use(abstract)；planning(abstract)；agentic(abstract)；分类 cs.CL
AI总结 本文研究通过QLoRA参数高效微调将工具知识内化到小型语言模型中，在AssetOpsBench基准上，微调后的Gemma 4 E4B和Qwen3-4B模型在无描述推理下优于有完整工具描述的未微调基线，输入长度减少82.6%，规划分数提升。
AgentSecBench：测量LLM智能体中的提示注入、隐私泄露和工具使用完整性
专题命中 工具调用 ：tool-use(title)
AI总结 提出AgentSecBench框架，通过定义意图到执行的无干扰游戏，系统评估LLM智能体在指令完整性、检索机密性和能力完整性方面的安全风险，并实验验证防御措施的有效性。
Comments 24 pages, 3 figures. Ancillary files provided
语言模型中的工具调用是线性可读且可引导的
机构 * University College London（伦敦大学学院） ； Holistic AI ； Imperial College London（伦敦帝国学院）
专题命中 工具调用 ：agent(abstract)；分类 cs.AI、cs.CL、cs.LG
AI总结 本文发现语言模型内部存在对应工具选择的线性方向，通过干预该方向可切换工具调用，并能提前检测潜在错误，在多个模型和基准上验证了有效性。
Comments 24 pages. ACL ARR May 2026 submission (EMNLP 2026 preferred venue); v2 reflects revised manuscript
Search-E1: 自蒸馏驱动搜索增强推理中的自我进化
专题命中 工具调用 ：agent(abstract)；分类 cs.AI、cs.CL
AI总结 提出Search-E1方法，通过交替使用普通GRPO和在线策略自蒸馏（OPSD），让搜索增强智能体无需外部监督或复杂模块即可自我进化，在七个QA基准上以3B模型超越所有开源基线。
FinHarness：面向金融LLM代理的内联生命周期安全约束框架
机构 * Peking University（北京大学） ； Nanyang Technological University（南洋理工大学） ； Tsinghua University（清华大学） ； University of Science and Technology of China（中国科学技术大学） ； University of Chinese Academy of Sciences（中国科学院大学） ； Soochow University（苏州大学） ； Beijing University of Posts and Telecommunications（北京邮电大学） ； University of Leeds（利兹大学） ； Fullive Innovation (Beijing) AI Technology Co., Ltd.（全维创新（北京）人工智能科技有限公司） ； Beihang University（北京航空航天大学） ； University of Illinois Chicago（伊利诺伊大学芝加哥分校）
专题命中 工具调用 ：agent(abstract)；分类 cs.CL
AI总结 针对金融LLM代理在阻止提示诱导的未授权操作与批准合法多步骤业务流程之间的冲突，提出FinHarness内联安全约束框架，通过查询监控、工具监控和级联模块实现逐步骤风险评估与自适应验证，显著降低攻击成功率并保持良性批准率。
对齐来源与授权：面向LLM智能体的双图防御
专题命中 工具调用 ：agent(abstract)
AI总结 提出AuthGraph双图对齐防御框架，通过构建注入推理图与授权图的结构化比较，检测工具调用和参数来源级别的偏差，在AgentDojo上将攻击成功率从40%降至1%并保持76%任务完成率。
地质与经济不确定性下油气勘探井组合优化的两阶段随机规划框架
专题命中 工具调用 ：planning(abstract)
AI总结 提出后验信息的两阶段随机多目标优化框架，通过第一阶段组合选择与第二阶段情景依赖补救决策，最大化期望净现值并最小化条件风险价值，同时满足成功率与储量可靠性约束。
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