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。
AgentGuard：面向工具使用型LLM智能体的基于属性的访问控制框架
专题命中 工具调用 ：agent(title,abstract)；tool-use(title,abstract)
AI总结 提出AgentGuard框架，通过客户端-服务器架构和三种互补检查机制，为工具使用型LLM智能体提供轻量级集成与跨工具安全风险防护。
Audio-Mind: 一种可审计的音频理解智能体框架
机构 * School of Intelligence Science and Technology, Nanjing University, China（南京大学智能科学与技术学院） ； Department of Computer Science, ETH Zürich, Switzerland（苏黎世联邦理工学院计算机科学系） ； X-LANCE Lab, School of Computer Science, Shanghai Jiao Tong University, China（上海交通大学计算机科学学院X-LANCE实验室） ； School of Automation Science and Engineering, Xi’an Jiaotong University, China（西安交通大学自动化科学与工程学院） ； School of Computer Science, Northwestern Polytechnical University, China（西北工业大学计算机科学学院）
专题命中 工具调用 ：agentic(title,abstract)；agent(abstract)；tool use(abstract)；workflow(abstract)
AI总结 提出Audio-Mind框架，通过条件性证据获取动态结合强前端与规划器引导的工具使用，解决音频理解中智能体证据获取的时机问题，在MMAR和MSU-Bench上分别达到80.4%和82.8%的准确率，并生成可审计的推理轨迹。
SynthTools: 用于扩展智能体开发中合成工具的框架
专题命中 工具调用 ：agent(title)；tool-use(abstract)；agentic(abstract)；分类 cs.AI、cs.LG、cs.SE
AI总结 提出基于LLM的端到端管道SynthTools，通过环境生成、模拟、验证和任务构建，生成大规模多样化工具使用环境，提升智能体工具使用能力。
利用智能体引导的树搜索自动化形式验证
机构 * Massachusetts Institute of Technology（麻省理工学院） ； Department of Electrical Engineering and Computer Science（电气工程与计算机科学系）
专题命中 工具调用 ：agent(title,abstract)；agentic(abstract)；分类 cs.LG、cs.SE
AI总结 本文提出智能体引导的树搜索方法，通过状态和上下文两种编排器改进基于大语言模型的Lean形式验证代码生成性能，在基准测试中达到95.0%的通过率。
Comments 78 pages, 8 figures
知道何时求助：面向LLM工具使用的片段级信用分配
机构 * Microsoft AI Redmond（微软AI红mond）
专题命中 工具调用 ：tool use(title)；tool-use(abstract)；分类 cs.CL、cs.LG
AI总结 提出CARL方法，通过强化学习在模型自身轨迹上训练评论家，对每个工具使用片段独立分配信用，使模型学会区分参数知识足够与需要外部帮助的情况，在多个基准上提升准确率并减少不必要的工具调用。
何时记忆有助于工具使用LLM代理的多轨迹推理？
机构 * RMIT University（皇家墨尔本理工大学）
专题命中 工具调用 ：tool-use(title,abstract)；分类 cs.AI
AI总结 本文提出一个统一框架，将记忆沿传输范围和内容抽象两个维度分解，在无验证器设置下评估四种记忆方法与三种推理策略在四个工具使用基准上的表现，发现推理策略是混淆变量，不同策略下相同记忆方法产生显著不同结果。
Comments More evaluation and analysis are on the way
Tool Forge：一种用于受控代理执行的携带验证的工具链
机构 * Next Moca Global, Inc.（Next Moca全球公司）
专题命中 工具调用 ：agentic(title)；分类 cs.AI、cs.SE
AI总结 本文提出 Tool Forge，一种将自然语言能力意图转换为经过验证、沙盒验证、编目工具制品，并通过令牌高效路由层暴露给代理的工具链，解决了代理执行中工具层缺乏治理和验证的问题。
Comments 9 pages, 2 figures, 3 tables. Code: https://github.com/nextmoca/tool-forge
网络安全AI（CAI）数据集
专题命中 工具调用 ：agent(abstract)；AI agent(abstract)
AI总结 提出CAI数据集，一个包含十四个月网络安全LLM轨迹的大规模语料库，旨在解决专家操作轨迹是LLM性能瓶颈的问题，并揭示了集中化API提供商带来的安全风险。
具有双向进化搜索的自我改进语言模型
机构 * Harvard University（哈佛大学） ； MIT（麻省理工学院）
专题命中 工具调用 ：agentic(abstract)；分类 cs.CL
AI总结 提出双向进化搜索（BES）框架，通过前向候选进化与后向目标分解相结合，克服了传统搜索方法中稀疏验证信号和自回归扩展的局限，在训练后和推理时均显著提升语言模型性能。
搜索前先规划：搜索智能体需要规划
机构 * Kuaishou Technology（快手科技） ； Key Laboratory of Multimedia Trusted Perception and Efficient Computing, Ministry of Education of China, Xiamen University（教育部多媒体可信感知与高效计算重点实验室，厦门大学） ； VCIP, CS, Nankai University（南开大学VCIP实验室）
专题命中 工具调用 ：agentic(abstract)；分类 cs.AI
AI总结 提出Plan方法，通过将问题分解为有序子问题再进行检索，并引入自举训练范式，无需外部强模型蒸馏即可在多跳QA中激活规划能力。
OccuReward: 面向电网交互建筑中人口公平性的LLM引导的以 occupant 为中心的奖励塑造
机构 * Politecnico di Torino（都灵理工大学）
专题命中 工具调用 ：agent(abstract)；分类 cs.AI
AI总结 提出OccuReward框架，利用大语言模型迭代塑造奖励函数，通过舒适公平指数(CEI)反馈，在CityLearn v2中提升不同人口群体的舒适公平性，同时降低能耗成本。
Comments 4 pages, 2 figures. Accepted at OccuSys 2026, co-located with ACM Sustainability Week 2026. Preprint version
基于LLM的网页可访问性修复：检测、修复与成本的实证研究
专题命中 工具调用 ：agent(abstract)；分类 cs.SE
AI总结 本文通过实证研究评估基于大语言模型的智能体（Kimi K2.5）在网页可访问性自动检测与修复中的性能，发现其检测能力与规则工具相当但可靠性不足，修复在语法有效性上表现优异但完全修复率低，且迭代优化增加成本而无益，提出混合方法的需求。
Comments 12 pages, 6 figures, preprint
Eliot: 通过在线数据和学习交互式探索快速变化的科学文献趋势
机构 * University of South Carolina（南卡罗来纳大学）
专题命中 工具调用 ：planning(abstract)；分类 cs.AI
AI总结 提出Eliot系统，通过查询时聚类和时间可视化，帮助研究人员可追溯地探索快速变化的科学文献趋势。
Comments Under-review at CIKM Applied Research 2026
能给我你的订单吗？扩散语言模型中插槽填充顺序的蒙特卡洛树搜索
机构 * Imperial College London（帝国理工学院伦敦分校） ； University of Edinburgh（爱丁堡大学）
专题命中 工具调用 ：planning(abstract)；分类 cs.AI
AI总结 针对掩码扩散模型（MDM）中计划-填充解码对插槽填充顺序敏感的问题，提出McDiffuSE框架，利用蒙特卡洛树搜索（MCTS）优化生成顺序，平均性能提升3.2%，在MBPP和MATH500上分别提升19.5%和4.9%。
Comments 8 pages, ICML2026
失业保险与工资保险之间的两个等价结果
专题命中 工具调用 ：agent(abstract)
AI总结 在风险中性的McCall模型中，证明事前意义上工资保险与失业保险的组合等价于依赖于上次就业工资的失业保险与依赖于当前就业工资的税收的组合，且工资保险仅在最后工资超过阈值时有效。
Agent探索性策略优化用于多模态Agent推理
机构 * NVIDIA ； KAIST（韩国科学技术院）
专题命中 规划决策 ：agent(title,title_cn)；agentic(title,abstract)；tool use(abstract)；分类 cs.CL
AI总结 针对多模态Agent推理中思考与工具使用的不对称性（Thinking-Acting Gap），提出AXPO算法，通过固定思考前缀并重采样工具调用及其延续，结合基于不确定性的前缀选择，显著提升工具使用率和模型性能。
Comments Project page: https://byungkwanlee.github.io/AXPO-page/
AMA-Bench：评估智能体应用的长时记忆
机构 * UCSD（加州大学圣塔克拉拉分校） ； Recursive
专题命中 规划决策 ：agent(summary_cn,abstract)；agentic(title,abstract)；autonomous agent(abstract)；分类 cs.AI、cs.LG
AI总结 提出AMA-Bench基准，通过真实与合成轨迹评估LLM智能体的长时记忆，并基于因果图与工具增强检索提出AMA-Agent系统，在基准上提升11.16%准确率。
面向多跳音视频推理的主动全模态感知代理
机构 * Shanghai Jiao Tong University（上海交通大学）
专题命中 规划决策 ：agent(summary_cn,abstract)；agentic(title,abstract)；分类 cs.AI
AI总结 针对多跳音视频推理中证据稀疏且跨模态分布的问题，提出MOV-Bench基准和AOP-Agent代理框架，通过分层全模态记忆与观察-反思-重规划循环实现主动感知，显著提升开源全模态大模型在长视频和推理密集型问题上的性能。
智能体思考得更深吗？顺序规划中层间动力学的机制研究
专题命中 规划决策 ：planning(title,abstract)；agent(abstract)；autonomous agent(abstract)；tool use(abstract)
AI总结 通过残差流探针、因果层跳跃干预和有效深度测量，研究了大型语言模型在自主智能体任务（多轮规划、工具使用、迭代状态更新）中层间动态的差异，发现智能体推理表现出与静态任务不同的深度分布，随着轨迹展开，模型逐步招募更多更深层，且后期出现更强的长距离层间依赖，同时残差更新从稳定特征积累转向重复校准，有效深度分析揭示了语义方向形成较早而深层对稳定最终输出仍必要的构建-精炼差距。
DisasterBench: 在类型化工具接口约束下基准测试LLM规划
机构 * Texas A&M University（德克萨斯A&M大学） ； University of Toronto（多伦多大学）
专题命中 规划决策 ：planning(title,abstract)；agent(abstract)；workflow(abstract)；multi-agent(abstract)
AI总结 提出DisasterBench基准，通过类型化工具接口评估LLM在灾害响应中的结构化多智能体规划能力，并引入首次故障点（FPoF）方法进行步骤级故障归因，揭示语义推理与执行约束之间的差距。
CogPortrait: 通过分层智能体规划实现肖像动画中的细粒度眼部区域控制
机构 * Harbin Institute of Technology（哈尔滨工业大学） ； University of New South Wales（新南威尔士大学）
专题命中 规划决策 ：planning(title,abstract)；agent(title)
AI总结 提出CogPortrait两阶段框架，利用多模态大语言模型智能体从高层标签生成关键点，再通过DiT视频生成骨干合成动画，实现细粒度眼部控制，并引入EMH基准评估。
基于LLM的直观灵活能力规划辅助系统
专题命中 规划决策 ：planning(title,abstract)；workflow(abstract)；agentic(abstract)；分类 cs.AI
AI总结 提出一种混合辅助系统，将基于能力的形式化SMT规划与LLM自然语言交互层结合，通过人机协同实现规划解释与知识模型自适应，提升工业自动化中能力规划的可访问性和灵活性。
动态变化规范的推理与规划
机构 * University of Iowa（爱荷华大学） ； Northwestern University（西北大学）
专题命中 规划决策 ：planning(title,abstract)；agent(abstract)；AI agent(abstract)；分类 cs.AI
AI总结 本文提出一种在人类-AI环境中使用动态变化规范引导规划的方法，通过可废止演算解决规范冲突并将规范作为规划护栏，理论证明与对话任务实验验证了有效性。
Comments 8 pages, 1 figure, dataset included in anc
EpiAgent: 一种以智能体为中心的古铭文修复系统
机构 * School of Computer Science and Engineering, Southeast University, China（东南大学计算机科学与工程学院） ； Key Laboratory of New Generation Artificial Intelligence Technology and Its Interdisciplinary Applications (Southeast University), Ministry of Education, China（新一代人工智能技术及其跨学科应用关键实验室（东南大学），教育部，中国） ； Key Laboratory of Computer Network and Information Integration (Southeast University), Ministry of Education, China（计算机网络与信息集成关键实验室（东南大学），教育部，中国） ； Nanjing University Museum, Nanjing University, China（南京大学博物馆，南京大学，中国） ； The China Centre for Linguistic and Strategic Studies, Nanjing University, China（中国语言战略研究中心，南京大学，中国）
专题命中 规划决策 ：agent(title,abstract)；planning(abstract)；workflow(abstract)
AI总结 提出基于智能体的EpiAgent系统，通过分层规划与LLM协调多模态分析、历史经验和专用工具，实现灵活自适应的古铭文修复，在真实退化铭文上取得更优修复质量和泛化能力。
Comments Accepted by CVPR 2026
OralAgent: 融合推理、工具与知识的交互式牙科影像分析
机构 * Faculty of Dentistry, the University of Hongkong, Hong Kong SAR, China（香港大学牙科学院，中国香港特别行政区） ； Department of Electrical and Computer Engineering, University of Pittsburgh, Pittsburgh, PA, USA（匹兹堡大学电气与计算机工程系，美国宾夕法尼亚州匹兹堡） ； Shenzhen University, China（深圳大学，中国） ； Department of Craniomaxillofacial Surgery, Shanghai Ninth People’s Hospital, China（上海第九人民医院口腔颌面外科部，中国） ； Nanyang technological University, Singapore（南洋理工大学，新加坡） ； School of Biomedical Engineering, Southern Medical University, China（南方医科大学生物医学工程学院，中国） ； Singapore University of Technology and Design, Singapore（新加坡科技设计大学，新加坡） ； University of Auckland, new zealand（奥克兰大学，新西兰） ； Shanghai Artificial Intelligence Laboratory , China（上海人工智能实验室，中国）
专题命中 规划决策 ：agent(abstract)；AI agent(abstract)；tool use(abstract)；planning(abstract)
AI总结 提出首个牙科专用AI智能体OralAgent，通过集成22种视觉分析工具和368本经典牙科教科书，实现多模态推理、工具决策与知识检索的自动化框架，在多个基准上达到最优性能。
Comments 14 pages, 7 figures, 6 tables
AutoScientists: 用于长期科学实验的自组织智能体团队
机构 * Harvard University（哈佛大学）
专题命中 规划决策 ：agent(title,abstract)；AI agent(abstract)；分类 cs.AI
AI总结 提出一种去中心化的AI智能体团队系统AutoScientists，通过自组织协作、提案评审和失败知识共享，在生物医学机器学习、语言模型训练优化和蛋白质适应性预测等长期实验中显著优于现有方法。
循环熵爆发：智能体强化学习中的熵动力学
机构 * Department of Computer Sciences, University of Wisconsin–Madison（威斯康星大学麦迪逊分校计算机科学系）
专题命中 规划决策 ：agent(title,abstract)；agentic(abstract)；分类 cs.LG
AI总结 本文发现智能体强化学习训练中存在循环熵爆发现象，并提出了SEAL辅助损失函数来稳定训练、提升性能。
大型语言模型的结构化智能体蒸馏
机构 * Carnegie Mellon University（卡内基梅隆大学） ； Harvard University（哈佛大学） ； MIT（麻省理工学院） ； Northeastern University（东北大学） ； Adobe Research（Adobe研究） ； National University of Singapore（新加坡国立大学） ； University of Georgia（佐治亚大学） ； Florida International University（佛罗里达国际大学）
专题命中 规划决策 ：agent(title,abstract)；分类 cs.AI、cs.CL、cs.LG；autonomous agent(journal_ref)
AI总结 提出结构化智能体蒸馏框架，通过分段对齐推理和动作跨度，将大型语言模型智能体压缩为小型学生模型，在保持决策性能的同时降低推理成本。
Journal ref The 25th International Conference on Autonomous Agents and Multiagent Systems (AAMAS 2026)
MangaFlow: 一种用于可控故事到漫画生成的端到端代理框架
机构 * The University of Tokyo（东京大学） ； Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州））
专题命中 规划决策 ：agentic(title,abstract)；planning(abstract)
AI总结 提出MangaFlow代理框架，通过将漫画创作分解为规划、定位、布局构建、参考条件渲染、合成和文字放置等步骤，实现可控的长篇漫画生成，支持布局和视觉参考作为显式中间变量，并引入故事段落记忆以保持跨面板一致性。
Mags-RL: 通过智能体强化学习为多模态大语言模型戴上放大镜以进行复杂场景推理
机构 * Arizona State University（亚利桑那州立大学） ； Clemson University（克莱姆森大学） ； Washington University in St. Louis（圣路易斯华盛顿大学） ； Halmstad University（哈姆斯塔德大学） ； Florida State University（佛罗里达州立大学） ； Rice University（里士满大学）
专题命中 规划决策 ：agentic(title,abstract)；agent(abstract)
AI总结 提出Mags-RL框架，通过智能体强化学习让多模态大语言模型调用超分辨率代理进行高分辨率细粒度检查，实现两轮推理以提升复杂场景下的视觉推理能力。
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