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。
与AI行动：基于交互的代理侵权责任框架
机构 * Yiheng Yao（姚艺恒）
专题命中 工具调用 ：agentic(title,abstract)；agent(abstract)；tool use(abstract)；planning(abstract)
AI总结 本文基于Bratman规划理论和普通法人类协同行动原则，提出一种交互分类框架（自主漂移、纯工具使用、协作规划）来分配AI代理系统的侵权责任，并引入“合理代理”标准。
Atomix: 用于可靠智能体工作流的及时事务性工具使用
机构 * Max Planck Institute for Software Systems（马克斯·普朗克软件系统研究所） ； Aarhus University（奥胡斯大学） ； EPFL（苏黎世联邦理工学院）
专题命中 工具调用 ：tool use(title)；agentic(title)；agent(abstract)；分类 cs.AI、cs.LG
AI总结 针对LLM智能体多步工作流中因故障、推测和并发导致的状态不一致问题，提出Atomix系统，通过进度感知事务将效果分组与冲突解决分离，实现可靠提交与回滚。
LayerRoute: 基于LoRA微调的输入条件自适应层跳过方法用于智能语言模型
机构 * Accenture（埃森哲）
专题命中 工具调用 ：agentic(title,abstract)；planning(abstract)；分类 cs.AI、cs.CL、cs.LG
AI总结 提出LayerRoute，通过为每个Transformer块添加轻量级路由器和LoRA适配器，根据输入类型（工具调用或规划推理）自适应跳过层，在仅增加0.22%可训练参数下实现12.91%的跳过差异并提升质量。
Comments 10 pages, 3 figures, 4 tables
MetaForge：一种自我进化的多模态智能体，可按需检索、适应和锻造工具
专题命中 工具调用 ：agent(title,abstract)；tool use(abstract)；agentic(abstract)
AI总结 提出MetaForge框架，通过决策-检索-适应-锻造-回收的闭环机制，使多模态智能体能够按需自我进化工具集，在12个基准测试中超越16个基线方法，提升了准确性、效率和泛化能力。
科学中的自我修正发现系统：面向主体人工智能的范畴论框架
机构 * Laboratory for Atomistic and Molecular Mechanics（原子分子力学实验室） ； Department of Biological Engineering（生物工程系） ； Massachusetts Institute of Technology（麻省理工学院） ； Department of Civil and Environmental Engineering（土木与环境工程系） ； Department of Mechanical Engineering（机械工程系） ； Center for Computational Science and Engineering（计算科学与工程中心） ； Schwarzman College of Computing（施瓦茨曼计算学院）
专题命中 工具调用 ：agentic(title,abstract)；workflow(abstract)；分类 cs.AI、cs.CL、cs.LG
AI总结 本文提出一个基于范畴论的框架，通过左Kan扩展实现科学发现中的表征体制转换，并应用于材料科学中的蛋白质力学和纤维网络建模。
智能体Transformer通过强化学习可证明地学会搜索
机构 * Carnegie Mellon University（卡内基梅隆大学） ； University of Pennsylvania（宾夕法尼亚大学） ； The Ohio State University（俄亥俄州立大学） ； Yale University（耶鲁大学）
专题命中 工具调用 ：agentic(title,abstract)；agent(abstract)；分类 cs.AI、cs.LG
AI总结 本文通过构建双头Transformer实现随机深度优先搜索，并分析策略梯度训练动力学，证明该搜索机制能从稀疏强化反馈中分阶段涌现，且具备深度泛化能力。
多模态智能体真的从工具使用中受益吗？能力增益的系统性研究
专题命中 工具调用 ：tool use(title)；agent(abstract)；tool-use(abstract)；分类 cs.AI
AI总结 通过对比工具增强与无工具的多模态智能体在多项任务上的表现，发现工具使用并未带来一致的性能提升，智能体更多是学会了工具调用模式而非真正利用工具扩展能力。
ATLAS: 智能体测试时学习分配缩放
机构 * University of California, San Diego（加州大学圣迭戈分校）
专题命中 工具调用 ：agentic(title,abstract)；workflow(abstract)；分类 cs.LG
AI总结 提出ATLAS框架，让LLM编排器通过单一
FALAT: 通过依赖引导搜索追踪LLM智能体轨迹中的失败
机构 * SPEAR Lab（SPEAR实验室） ； Concordia University（康科德大学） ； DePaul University（德保罗大学）
专题命中 工具调用 ：agent(title,abstract)；multi-agent(abstract)；分类 cs.AI
AI总结 提出FALAT框架，通过依赖引导搜索方法，在LLM智能体轨迹中识别导致失败的关键步骤和责任智能体。
Critic-R：使用具有自然语言内省反馈的指令调优检索器改进智能搜索
机构 * Center for Intelligent Information Retrieval（智能信息检索中心） ； University of Massachusetts Amherst（马萨诸塞大学阿默斯特分校）
专题命中 工具调用 ：agentic(title,abstract)；agent(abstract)；分类 cs.AI
AI总结 提出Critic-R框架，通过引入评论模型评估智能体内省推理轨迹，实现检索模型与推理代理之间的反馈闭环，无需人工标注即可优化检索质量与下游答案准确性。
SciAgentGym：LLM代理中多步科学工具使用的基准测试
机构 * Fudan NLP Group（复旦大学自然语言处理组）
专题命中 工具调用 ：tool-use(title,abstract)；agentic(abstract)；分类 cs.CL
AI总结 为解决当前基准忽视代理在科学工作流中编排工具能力的问题，提出包含1780个领域特定工具的可扩展交互环境SciAgentGym和分层评估套件SciAgentBench，并设计数据合成方法SciForge，通过微调使SciAgent-8B超越更大模型，展示科学工具使用能力的跨领域正迁移。
LocalSearchBench：现实本地生活服务中的智能搜索基准测试
机构 * Meituan, Beijing, China（美团，北京，中国） ； East China Normal University Shanghai Innovation Institute（东华大学上海创新研究院） ； University of Science and Technology of China（中国科学技术大学） ； Shanghai Jiaotong University（上海交通大学） ； North China University of Technology, Beijing, China（华北理工大学，北京，中国） ； East China Normal University Shanghai China（东华大学上海）
专题命中 工具调用 ：agentic(title,abstract)；agent(abstract)；分类 cs.AI
AI总结 针对本地生活服务领域，提出包含130万商家条目和900个多跳问答任务的基准测试LocalSearchBench，并开发统一环境LocalPlayground，实验表明现有大推理模型性能不足。
Comments 12 pages; accepted to KDD 2026
Journal ref Proceedings of the 32nd ACM SIGKDD Conference on Knowledge Discovery and Data Mining V.2 (KDD 2026), August 9--13, 2026, Jeju Island, Republic of Korea. ACM, New York, NY, USA, 12 pages
迈向网络化单搜索代理系统：使用GNSS参考的多边定位WiFi精细时间测量响应器
专题命中 工具调用 ：agent(title,abstract)；multi-agent(abstract)
AI总结 提出一种基于无人机和GNSS参考的移动基线多边定位系统，通过WiFi FTM测距实时定位地面接入点，实验显示视距条件下水平误差可达4.4米。
Comments 8 pages, 3 figures, 1st Workshop on Robot Meets GNSS and Ranging for Seamless Autonomy, June 5, 2026 at IEEE ICRA in Vienna
Leyline：用于智能推理的 KV 缓存指令
机构 * Erlangen National High Performance Computing Center（埃朗根国家高性能计算中心）
专题命中 工具调用 ：agentic(title,abstract)；分类 cs.AI、cs.LG
AI总结 针对智能体 LLM 中策略驱动的缓存编辑需求，提出 Leyline 服务端原语，通过声明式指令四元组和架构无关接口实现缓存拼接与截断，提升缓存命中率和求解率。
对抗性输入流引导LLM智能体决策偏离其默认行为
机构 * Independent Researcher（独立研究者）
专题命中 工具调用 ：agent(title,abstract)；分类 cs.AI、cs.CL
AI总结 本研究通过控制实验揭示，外部输入流的组成和排序能因果性地改变LLM智能体的下游决策，存在对抗性屈服、默认饱和及默认方向不对称三种响应模式，且该效应在多个决策领域普遍存在。
Comments 14 pages, 5 figures. Code, post pools, and 2,785 decision rollouts: https://github.com/ranausmanai/recommenders-as-control-surfaces
冻结嵌入模型在测试时通过智能体程序搜索的计算
机构 * Jina AI by Elastic（Jina AI 由 Elastic 提供）
专题命中 工具调用 ：agentic(title,abstract)；分类 cs.CL、cs.LG
AI总结 本文提出一种智能体程序搜索方法，通过大语言模型编写程序操作冻结编码器API，在推理时提升小嵌入模型的检索质量，无需训练参数且跨任务迁移。
Comments 15 pages, 7 figures, 4 tables
S3TS：面向不确定性下高级规划的随机情景结构化树搜索
机构 * IDLab Ghent university – imec（IDLab 布鲁塞尔大学 – imec） ； Beebop.ai ； Imperial College London（伦敦帝国理工学院）
专题命中 工具调用 ：planning(title,abstract)；分类 cs.AI
AI总结 提出随机情景结构化树搜索（S3TS）算法，通过情景树显式表示不确定性并集成非线性模型，在需求响应信号发布问题上实现近最优性能，成本比最优解高14%以内，在非线性场景中比贪心算法和确定性MCTS分别降低51%和5.4%的成本。
CAPF：基于信用衰减特权反馈引导搜索智能体轨迹生成
机构 * University of Science and Technology of China（中国科学技术大学）
专题命中 工具调用 ：agent(title,abstract)；分类 cs.AI
AI总结 针对结果奖励稀疏导致搜索智能体学习困难的问题，提出训练时利用验证器侧信息（CAPF）将零奖励轨迹修复为正奖励轨迹，并衰减相关信用以适配无特权反馈的部署场景，在七个开放域问答基准上将Qwen3-4B的平均精确匹配分数从44.7%提升至48.5%。
FineVerify: 通过细粒度自验证扩展智能搜索的测试时计算
机构 * National University of Singapore（新加坡国立大学）
专题命中 工具调用 ：agentic(title,abstract)；分类 cs.CL
AI总结 提出FineVerify细粒度自验证框架，将问题分解为可检查的子问题，对候选答案逐项验证并聚合得分，在四个智能搜索基准上显著优于标准扩展基线。
Comments 8+18 pages, 6 tables, 11 figures
LLM匿名化对抗智能体重识别
机构 * Khoury College of Computer Sciences（科里学院计算机科学学院） ； Northeastern University（东北大学）
专题命中 工具调用 ：agentic(title,abstract)；分类 cs.CL
AI总结 提出AURA框架，通过掩码-重构方法解耦隐私定位与效用保留，并利用对抗性隐私和效用检查，以抵抗基于网络搜索的智能体重识别攻击，同时保留文本的上下文效用。
Comments 32 pages, 7 figures
观察而非预测：面向智能体服务的对话级解耦调度
机构 * Anonymous Authors（匿名作者）
专题命中 工具调用 ：agentic(title)；分类 cs.LG
AI总结 提出将调度单元从单轮提升至整个对话，利用对话中首轮计算密集与后续内存密集的两阶段可观察特性，实现无需预测的解耦调度，显著降低延迟并提升能效。
SkillSmith: 技能与工具的协同进化用于自我改进的智能体系统
机构 * Shanghai Jiao Tong University（上海交通大学） ； Eastern Institute of Technology（东部技术研究所） ； University of Science and Technology of China（中国科学技术大学） ； Southeast University（东南大学） ； Ningbo Institute of Digital Twin（宁波数字孪生研究所）
专题命中 工具调用 ：agent(title)；分类 cs.AI
AI总结 提出SkillSmith框架，通过统一提案空间和Lotka-Volterra生态效用模型实现技能与工具的协同进化，在多个基准测试中显著提升性能。
相同载荷，不同通道：测量使用工具的語言模型中的信任不对称性
机构 * University of Arizona（亚利桑那大学）
专题命中 工具调用 ：agent(abstract)；agentic(abstract)；分类 cs.CL、cs.LG
AI总结 本研究提出安全不对称分数（SAS），通过匹配恶意载荷仅改变传递上下文，系统测量了语言模型在不同通道（用户消息、工具元数据、工具输出）中对对抗性内容的脆弱性差异，发现代理原生模型在工具描述通道更脆弱，而通用模型相反，且机制研究表明安全相关表示在深层网络非线性编码。
Comments 13 pages, 1 figure. Submitted to EMNLP 2026
掩盖过时观察帮助搜索智能体——直到适得其反：一个机制图谱及其机制
机构 * UC San Diego（加州大学圣地亚哥分校） ； UC Berkeley（加州大学伯克利分校） ； Texas A&M University（德克萨斯大学） ； UIUC（伊利诺伊大学厄巴纳-香槟分校）
专题命中 工具调用 ：agent(abstract)；agentic(abstract)；分类 cs.AI、cs.CL
AI总结 本文通过系统实验发现，在长时域搜索智能体中掩盖过时观察的效果呈现非对称倒U型曲线，取决于检索器召回率与模型隐式过滤能力的交互，并揭示了其背后的令牌-轮次权衡机制。
Comments 47 pages, 7 figures
CVEvolve：面向非结构化科学数据处理的自主算法发现
机构 * Argonne National Laboratory（阿贡国家实验室） ； Advanced Photon Source（先进光子源）
专题命中 工具调用 ：autonomous agent(abstract)；agentic(abstract)；分类 cs.AI
AI总结 提出CVEvolve，一种零代码自主智能体框架，通过多轮搜索与工具集成，自动发现用于非结构化科学数据处理的算法，并在多个任务上超越基线方法。
从言语到思想：通过结构化消息传递实现可扩展的多LLM聚合
专题命中 工具调用 ：agent(abstract)；multi-agent(abstract)
AI总结 提出基于二分因子图的消息传递框架，通过语义层集成多个LLM的输出分布，实现高效、可扩展的多模型聚合，在降低97%令牌使用和6倍API调用的同时，性能优于现有方法。
随机极小极大树的双保真度最优动作识别
机构 * Department of Mathematics, Columbia University（哥伦比亚大学数学系） ； Stern School of Business, New York University（纽约大学斯特恩商学院）
专题命中 工具调用 ：planning(abstract)；分类 cs.AI、cs.LG
AI总结 针对随机极小极大树中的固定置信度最优动作识别问题，提出双保真度树搜索算法2FFS，结合极小极大快速扩展与MCTS随机采样，自适应选择廉价有偏评估或昂贵精确评估，理论证明固定置信度正确性、有限停止及多项式深度成本上界，实验表明比现有BAI-MCTS基线显著减少样本和计算。
Comments 36 pages
认证工具服务器准入：模型上下文协议的安全扩展
机构 * Enclawed LLC（Enclawed公司）
专题命中 工具调用 ：agent(abstract)；分类 cs.AI、cs.SE
AI总结 针对MCP协议缺乏信任机制的问题，提出mcp-attested扩展，通过离线签名的权限断言、默认拒绝的工具白名单和分级强制审计日志，实现安全服务器准入与工具边界控制。
自动猜想解决与形式化验证
机构 * School of Mathematical Sciences, Peking University（北京大学数学科学学院） ； Westlake Institute for Advanced Study, Westlake University（西拉雅大学先进研究所） ； School of Mathematics, Tianjin University（天津大学数学学院） ； Research Institute for Mathematical Sciences, Kyoto University（京都大学数学研究所） ； Department of Mathematics, Stanford University（斯坦福大学数学系） ； IQuest Research（IQuest研究） ； New Cornerstone Science Laboratory, School of Mathematical Sciences, Peking University（北京大学数学科学学院新基石科学实验室） ； Beijing International Center for Mathematical Research and the New Cornerstone Science Laboratory, Peking University（北京大学国际数学研究所以及新基石科学实验室） ； Center for Machine Learning Research, Peking University（北京大学机器学习研究中心） ； Center for Intelligent Computing, Great Bay Institute for Advanced Study, Great Bay University（大湾大学先进研究所智能计算中心） ； Zhongguancun Academy（中关村学院）
专题命中 工具调用 ：agent(abstract)；分类 cs.AI、cs.LG
AI总结 提出一个集成非形式化推理与形式化验证的自动框架，通过两个组件Rethlas和Archon解决研究级数学问题，并成功解决交换代数中的开放问题并在Lean 4中形式化验证。
Comments Code and resources are available at: Rethlas (https://github.com/frenzymath/Rethlas), Rethlas Results (https://github.com/frenzymath/Rethlas_results), Archon (https://github.com/frenzymath/Archon), and the formalization results (https://github.com/frenzymath/Anderson-Conjecture)
NNGPT: 用大型语言模型重新思考AutoML
机构 * Computer Vision Lab, CAIDAS & IFI, University of Würzburg, Germany（计算机视觉实验室，CAIDAS与IFI，乌尔姆大学，德国）
专题命中 工具调用 ：workflow(abstract)；分类 cs.AI、cs.LG
AI总结 提出NNGPT开源框架，利用大型语言模型实现自我改进的AutoML引擎，通过生成-评估-自我改进闭环自动设计神经网络架构和超参数。
Journal ref Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition Workshops (CVPRW), pp. 5664-5674, 2026
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