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。
知识驱动工具使用工作流中AI代理的声明式技能
机构 * School of Computing and Information Systems（计算与信息系统学院） ； Singapore Management University（新加坡管理大学）
专题命中 工具调用 ：AI agent(title,abstract)；tool-use(title)；agent(abstract)；分类 cs.AI、cs.SE
AI总结 提出声明式代理（通过自然语言技能文件控制流程）在知识密集型客服工作流中优于命令式状态机和无脚手架基线，但检索质量是主要瓶颈。
超级智能检索代理：代理检索的下一个前沿
机构 * Meta Superintelligence Labs（Meta超级智能实验室） ； Rice University（里士满大学）
专题命中 工具调用 ：agent(title,abstract)；agentic(title,abstract)；分类 cs.AI、cs.LG
AI总结 提出SIRA，通过单次语料判别性检索压缩多轮探索，利用LLM丰富文档词汇、预测查询缺失词汇并基于语料统计过滤，在BEIR基准上取得最强平均检索性能，并在下游QA任务中超越RL训练的代理系统。
通过不确定性对齐强化学习探索智能体工具调用决策
机构 * Shanghai Jiao Tong University（上海交通大学） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； Shanghai Innovation Institute（上海创新研究院）
专题命中 工具调用 ：agentic(title)；agent(abstract)；tool-use(abstract)；分类 cs.AI
AI总结 针对智能体工具调用中错误累积问题，提出TRUST方法，将不确定性量化作为排斥力融入奖励设计，并标注轻量关键轮次用于多轮轨迹统一后训练，显著提升决策质量与智能体性能。
超越搜索的潜在几何：在世界模型中摊销规划
机构 * Department of Robotics, University of Michigan, Ann Arbor（密歇根大学机器人系，安阿伯）
专题命中 工具调用 ：planning(title,abstract)；分类 cs.LG
AI总结 提出在正则化潜在几何下，将规划摊销为潜在逆动力学映射，以轻量级GC-IDM替代在线搜索，在七个环境协议中匹配或超越CEM，决策成本降低100-130倍。
Comments 31 pages
面向智能体搜索的交互空间检索
专题命中 工具调用 ：agentic(title,abstract)；agent(abstract)
AI总结 提出RISE方法，通过BM25构建有边界的交互空间，并预处理文档支持shell式导航，在BrowseComp-Plus上以约四分之一成本达到78%准确率，优于纯shell基线。
面向视觉原生多模态深度搜索智能体的在策略数据演化
机构 * Hong Kong University of Science and Technology（香港理工大学） ； Renmin University of China（中国人民大学） ； The Chinese University of Hong Kong（香港中文大学） ； Peking University（北京大学） ； Tsinghua University（清华大学） ； University of Edinburgh（爱丁堡大学）
专题命中 工具调用 ：agent(abstract)；tool use(abstract)；tool-use(abstract)；workflow(abstract)
AI总结 提出在策略数据演化（ODE）框架，通过图像库引用协议和闭环数据生成器，解决多模态深度搜索中视觉证据不可复用和训练数据静态问题，在8个基准上显著提升性能。
确定性访问全球病毒序列数据实现稳健的自主科学发现
专题命中 工具调用 ：agentic(title,abstract)
AI总结 针对基于大语言模型的科学代理在病毒数据检索中的高错误率问题，提出确定性查询框架gget virus，通过形式化NCBI Virus过滤流程、元数据约束和结构化记录检索，将检索准确率提升至90%以上，并减少98%数据传输。
你应该使用你的大语言模型进行探索还是利用？
机构 * UC Berkeley（伯克利大学） ； Microsoft Research（微软研究院）
专题命中 工具调用 ：agent(abstract)；tool use(abstract)；分类 cs.AI、cs.CL、cs.LG
AI总结 研究当前大语言模型在探索-利用权衡中的决策能力，通过分离探索和利用任务评估其表现，发现推理模型在利用任务上最有潜力但成本高，非推理模型通过工具使用和上下文总结可提升中等难度任务性能，但在所有任务中均不如简单线性回归，然而LLM在具有语义的大动作空间探索中有帮助。
Comments Accepted to UAI 2026
OpenAgenet/OAN：信任治理的智能体身份与发现技术架构
机构 * OpenAgenet / OAN
专题命中 工具调用 ：agent(abstract)；workflow(abstract)；分类 cs.AI
AI总结 本文提出OpenAgenet/OAN协议中立信任层技术架构，通过角色架构、身份对象、注册工作流、根治理生命周期、根验证包模型、授权感知发现、签名可信调用、验证要求、状态转换、安全属性、实现边界和部署考虑，实现异构智能体框架（包括MCP、A2A、ANP类系统及领域特定协议）的身份准入、可发现、可验证和安全交互。
Lightfall: 一种面向同步辐射光束线的API优先、LLM可寻址控制平台
专题命中 工具调用 ：agent(abstract)；workflow(abstract)
AI总结 针对同步辐射光束线控制界面定制化需求，提出Lightfall平台，采用API优先架构，通过统一可寻址接口暴露所有面板、设备和扫描计划，并嵌入语言模型代理驱动实验，支持自然语言修改界面，降低定制成本。
Comments 21 pages, 4 figures
NTILC: 通过学习的压缩实现神经工具调用
机构 * Department of Robotics, University of Michigan（机器人学系，密歇根大学） ； Department of ECE, University of Michigan（电子工程与计算机科学系，密歇根大学）
专题命中 工具调用 ：agentic(abstract)；分类 cs.AI、cs.SE
AI总结 提出NTILC框架，用学习的潜在检索替代上下文工具查找，将工具选择与参数生成解耦，通过签名感知复合损失函数提升选择精度，相比基线减少95%上下文消耗和74%延迟。
Comments 10 Pages, 4 Figures, 5 Tables, 1 Algorithm
从“弱”信号到强模型：基于LoRA合并的偏好增量聚合
机构 * NYU Shanghai（纽约大学上海校区） ； NTU（国立台湾大学） ； NYU（纽约大学） ； ZJU（浙江大学）
专题命中 工具调用 ：agentic(abstract)；分类 cs.AI
AI总结 提出偏好增量聚合（PDA）框架，通过从弱-更弱模型对中提取偏好增量并转化为LoRA适配器，再经几何对齐合并（GAM）聚合多个“弱”信号，以提升强模型性能。
OpenACMv2：面向近似数字存内计算的精度约束协同优化框架
机构 * Nanjing University of Science and Technology, China（南京理工大学） ； Shenzhen University, China（深圳大学） ； Beihang University, China（北京航空航天大学） ； University of Sheffield, UK（谢菲尔德大学） ； The 58th Research Institute of China Electronics Technology Group Corporation, China（中国电子科技集团第五十八研究所）
专题命中 工具调用 ：workflow(abstract)；分类 cs.LG
AI总结 提出OpenACMv2框架，通过两级优化（架构搜索和晶体管尺寸调整）实现精度约束下数字存内计算的功耗-性能-面积权衡，实验显示功耗延迟积降低50%以上。
Comments Accepted by DAC2026. Camera-ready version
面向文本到3D室内场景生成的视觉-语言模型中的全局-局部蒙特卡洛树搜索
机构 * State Key Laboratory of Networking and Switching Technology, Beijing University of Posts and Telecommunications, China（网络与交换技术国家重点实验室，北京邮电大学）
专题命中 工具调用 ：planning(abstract)
AI总结 提出一种全局-局部蒙特卡洛树搜索方法，通过分层场景表示和PRM引导的MCTS解决文本到3D室内场景生成中的错误传播问题，并构建新基准数据集3DTindo-bench。
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