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。
成本感知的LLM-Agent工作流投机执行：一种综合五维方法
机构 * AWS（亚马逊网络服务）
专题命中 工具调用 ：agent(title,title_cn)；分类 cs.AI
AI总结 提出一种五维投机执行方法，通过贝叶斯概率估计和成本定价，在LLM-Agent工作流中平衡延迟与成本，并确保无副作用回滚。
弥合智能体-世界鸿沟：面向基于LLM的智能体的文本世界模型
机构 * Southern University of Science and Technology（南方科技大学） ； University of Edinburgh（爱丁堡大学） ； Peking University（北京大学） ； Sun Yat-sen University（中山大学） ； The Chinese University of Hong Kong（香港中文大学） ； Shanghai University of Finance and Economics（上海财经大学） ； Tsinghua University（清华大学） ； The University of Hong Kong（香港大学）
专题命中 工具调用 ：agent(title,abstract)；tool use(abstract)；planning(abstract)；分类 cs.CL
AI总结 本文系统综述了面向基于LLM的智能体的文本世界模型，围绕形式化框架和智能体生命周期，涵盖基础定义、构建范式、应用（训练时经验合成与推理时规划、验证、适应）及评估，旨在整合该领域并明确设计空间与开放挑战。
Comments Code: https://github.com/sustech-nlp/awesome-text-world-models
IEA：通过三阶段多任务对齐的业余友好型对话式图像编辑代理
机构 * Shanghai Jiao Tong University（上海交通大学） ； Shanghai Innovation Institution（上海创新研究院） ； Huawei Technologies Ltd.（华为技术有限公司） ； Nanyang Technological University（南洋理工大学） ； Jiangsu Key Lab of Language Computing（江苏省语言计算重点实验室）
专题命中 工具调用 ：agent(title,abstract)；tool use(abstract)；分类 cs.AI、cs.CL
AI总结 提出IEA对话式图像编辑代理，通过三阶段多任务训练学习操作参数化工具，实现可解释编辑轨迹，在像素距离和ROUGE-L指标上优于基线，用户研究中指令跟随和感知质量表现最佳。
Comments [CVPR 2026 Findings] Our data and code are released at https://github.com/OpenDFM/Image_Edit_Agent
Claw-R1：面向智能体强化学习的步骤级数据中间件系统
机构 * State Key Laboratory of Cognitive Intelligence, University of Science and Technology of China（中国科学技术大学认知智能国家重点实验室）
专题命中 工具调用 ：agentic(title,abstract)；agent(abstract)；分类 cs.CL、cs.LG
AI总结 提出Claw-R1系统，通过网关服务器和数据池组件，将智能体交互步骤转化为结构化数据资产，支持实时检查、质量筛选和训练批次配置，解决智能体强化学习中数据生命周期管理问题。
固定LLM预算下的反事实追索的智能搜索
机构 * RIKEN Center for Advanced Intelligence Project（日本RIKEN高级智能项目中心）
专题命中 工具调用 ：agentic(title,abstract)；分类 cs.AI、cs.LG
AI总结 提出Comp-MCTS框架，在固定LLM调用预算下，通过树搜索最大化生成唯一且经oracle验证的反事实，平衡数量与质量。
REFLECT: 针对LLM智能体轨迹中静默失败的干预支持错误归因
机构 * University of California, Berkeley（加州大学伯克利分校）
专题命中 工具调用 ：agent(title)；tool-use(abstract)；分类 cs.AI
AI总结 提出REFLECT方法，通过诊断候选错误步骤、使用诊断特定补丁进行受控重放测试，并利用验证结果作为对比证据来细化归因，在四个基准上取得最高定位准确率。
AgentTrust: AI代理行为的自改进信任层
机构 * Independent Researcher（独立研究员）
专题命中 工具调用 ：agent(title)；AI agent(abstract)；分类 cs.AI
AI总结 提出AgentTrust v2，通过威胁类型分类（词汇/语义）和自学习机制，在代理行为中实现自改进信任决策，显著提升语义威胁检测准确率并降低误拦。
Comments 29 pages, 5 figures
LLM智能体中的冷启动安全差距
机构 * University of California, San Diego（加州大学圣地亚哥分校）
专题命中 工具调用 ：agent(abstract,abstract_cn)；agentic(abstract)；分类 cs.CL
AI总结 研究发现工具调用型LLM智能体在会话开始时最脆弱，随着常规任务执行安全性提升，提出SODA基准并验证预热策略可缩小冷启动安全差距。
VATS: 通过系统性变异利用错误路径注入中的隐式权威
机构 * Harshil Patel ； Kunal Pai
专题命中 工具调用 ：autonomous agent(abstract)；agentic(abstract)；分类 cs.AI、cs.SE
AI总结 提出VATS框架，通过七维变异生成对抗性负载，利用错误消息的隐式权威绕过安全机制，在四个前沿模型上实现高达100%的注入成功率。
Comments Published at Second Workshop on Agents in the Wild: Safety, Security, and Beyond (ICML 2026 AIWILD)
脑提示注入：BCI-LLM代理的路径安全审计
机构 * University of California, Berkeley（加州大学伯克利分校）
专题命中 工具调用 ：agent(abstract)；tool-use(abstract)；分类 cs.AI
AI总结 提出路径安全审计契约，通过分离定理和共形校准量化BCI-LLM代理中脑信号注入攻击的风险，实验证明确认通道可降低路由风险。
VisualLeakBench: 视觉语言智能体中可复现的动作边界传播失败
机构 * Nanyang Technological University（南洋理工大学）
专题命中 工具调用 ：agent(abstract)；tool use(abstract)；分类 cs.AI
AI总结 提出VisualLeakBench基准，评估视觉语言智能体在截图、文档等场景下将敏感文本从图像复制到工具参数中的动作边界传播失败，发现PII传播率达78.8%，不安全文本传播率达85.5%。
面向遥感智能体的双向语义互补工具检索
机构 * School of Geosciences and Info-Physics, Central South University（地质科学与信息物理学院，中南大学） ； School of Mechanical and Electrical Engineering, Central South University（机械与电子工程学院，中南大学） ； Hunan Key Laboratory of Land Resources Evaluation and Utilization, Hunan Provincial Institute of Land and Resources Planning（湖南省国土资源评价与利用重点实验室，湖南省国土资源规划院）
专题命中 工具调用 ：planning(abstract)；agentic(abstract)；分类 cs.AI
AI总结 针对遥感智能体工具检索中查询与文档语义不对称问题，提出双向语义互补方法：通过规划增强查询机制补充功能语义，利用动态工具依赖图注入上下文语义，显著提升复杂遥感任务工具检索精度。
端到端上下文压缩的规模化
机构 * New York University（纽约大学） ； Modal Labs（Modal实验室） ； University of Maryland（马里兰大学） ； Princeton University（普林斯顿大学） ； Columbia University（哥伦比亚大学） ； Harvard University（哈佛大学） ； Lawrence Livermore National Laboratory（劳伦斯利弗莫尔国家实验室） ； FAIR at Meta（Meta FAIR实验室）
专题命中 工具调用 ：agent(abstract)；分类 cs.AI、cs.CL、cs.LG
AI总结 本研究通过架构搜索和持续预训练，提出潜在上下文语言模型（LCLMs），一种端到端编码器-解码器压缩器，在通用任务性能、压缩速度和峰值内存上改进帕累托前沿，并可作为长时智能体的高效骨干。
DuplexOmni：用于全双工交互的实时听、看、思考和说话
专题命中 工具调用 ：tool use(abstract)；tool-use(abstract)
AI总结 提出DuplexOmni方法，通过异步协作的交互层（端到端实时处理流式音视频并生成响应）和思考层（复杂推理与工具使用）实现实时多模态全双工交互，并开发Writer-Director管道构建训练数据，在多个基准上表现优异。
面向物理AI的驾驭工程：机器人中间件即驾驭层
机构 * Daegu Gyeongbuk Institute of Science and Technology (DGIST)（大邱庆北科学技术院）
专题命中 工具调用 ：agent(abstract)；分类 cs.AI、cs.SE
AI总结 本文提出机器人中间件作为物理AI的驾驭层，需同时干预控制、计算和通信，并补充投影、隔离和转移三种缺失的强制功能，以ROS 2驾驭配置文件为例。
Comments 6 pages, 2 figures, 2 tables. Big Ideas track submission to the 27th ACM/IFIP International Middleware Conference (Middleware 2026)
Contract2Tool: 学习可靠工具增强型LLM代理的前提条件和效果
机构 * Independent Researcher（独立研究者） ； United States of America（美国）
专题命中 工具调用 ：agent(abstract)；分类 cs.AI、cs.SE
AI总结 提出Contract2Tool框架，从元数据、文档和执行轨迹中推断工具契约，实现因果工具过滤，在保持可靠性的同时大幅减少工具选择和token使用。
基于零信任架构的API管道开发安全优先方法
专题命中 工具调用 ：planning(abstract)；分类 cs.SE
AI总结 针对API攻击激增和漏洞利用加速的现状，提出一种结合零信任架构和DevSecOps的五支柱安全优先框架，通过治理、设计、测试、管道控制和运行时防护，显著减少安全事件和发布后漏洞。
我们是否迷失在森林中？通过数据驱动的静态分析检测随机森林分类器的静默语义故障
专题命中 工具调用 ：agentic(abstract)；分类 cs.SE
AI总结 提出一种数据驱动的静态分析技术，通过提取ML流水线为有向无环图并对照形式化API契约评估，以检测随机森林分类器中的静默语义故障，实现高精度（91%）和亚秒级运行时开销。
Comments 11 pages + 2 pages with references, 4 figures, 3 tables, 2 code listings
面向人机协同工业机器人的智能神经符号规划与调试：基于数字孪生
机构 * Royal Institute of Technology (KTH)（皇家理工学院（KTH））
专题命中 规划决策 ：planning(title,abstract)；agentic(title,abstract)
AI总结 提出一种结合LLM语言理解与确定性验证执行的神经符号框架，采用SDI架构和两级恢复机制，在数字孪生中验证后执行，显著提升任务成功率。
AlloSpatial：基础模型中空间推理的智能体框架
机构 * Institute of Artificial Intelligence, Beihang University（北京航空航天大学人工智能研究院） ； Huawei Noah’s Ark Lab（华为诺亚方舟实验室） ； University of Science and Technology Beijing（北京科技大学）
专题命中 规划决策 ：agentic(title,abstract)；tool use(abstract)；tool-use(abstract)；分类 cs.AI
AI总结 提出AlloSpatial框架，通过World2Mind认知映射沙箱将自我中心观察转化为异中心空间先验，并利用空间推理工具实现几何语义仲裁，在VSI-Bench和MindCube上提升模型5%-18%的空间推理性能。
卡车-无人机协同配送网络的系统级规划与协调
机构 * School of Electrical Engineering and Computer Science at the University of Ottawa（渥太华大学电气工程与计算机科学学院）
专题命中 规划决策 ：planning(title,abstract)；agent(abstract)；workflow(abstract)
AI总结 针对城市最后一英里配送，提出分层规划与协调框架，通过任务编排与智能体同步，实现卡车-无人机协同配送，相比纯卡车模式，总配送时间减少42.4%，能耗降低44.2%。
Comments 6 pages, 4 figures, Accepted to 2026 IEEE HPSR on Network Architectures and Intelligence for Smart Mobility and Autonomous Systems (TRAVERSAL)
自主AI系统中委托执行的可观测性
机构 * Splunk ； Cisco Inc（思科公司）
专题命中 规划决策 ：agentic(title,abstract)；agent(abstract)；分类 cs.AI
AI总结 针对基于LLM的自主系统中委托执行轨迹难以归因的问题，提出一种轻量级网关和通用信息模型，在运行时绑定委托上下文，实现跨工具委托范围的可靠重建和直接取证查询。
SpaceVLN：具有在线空间认知记忆与推理的零样本视觉与语言导航智能体
机构 * Shanghai Jiao Tong University（上海交通大学） ； China Telecom（中国电信） ； Central South University（中南大学） ； Jiangsu University（江苏大学）
专题命中 规划决策 ：agent(title,abstract)；planning(abstract)；分类 cs.AI
AI总结 提出SpaceVLN，通过空间认知记忆和任务引导的空间推理，在零样本设置下实现连续环境中的视觉与语言导航，在多个基准上达到最优性能。
Comments 23 pages, 9 figures, 7 tables
自进化科学智能体发现可泛化的物理推理流体控制
机构 * National University of Singapore（新加坡国立大学）
专题命中 规划决策 ：agent(title,abstract)；workflow(abstract)；分类 cs.AI
AI总结 提出一种由大语言模型驱动的自进化科学智能体工作流，通过迭代代码生成和物理仿真诊断，自动构建可解释的控制器，并在欠驱动双关节狗鲨游泳器目标到达任务中实现零样本泛化。
QueryWeaver: 基于LLM图生成的可靠多工具查询执行规划
机构 * School of Computational Science and Engineering, Georgia Institute of Technology, Atlanta, GA, USA（计算科学与工程学院，佐治亚理工学院，亚特兰大，GA，美国）
专题命中 规划决策 ：planning(title,abstract)；tool use(abstract)；分类 cs.LG
AI总结 提出将自然语言查询转换为结构化图并通过确定性规划器执行的系统，利用深度优先搜索解决跨工具依赖，实现高可靠性查询。
SWE-Marathon: 智能体能否自主完成超长时程软件工作？
机构 * Abundant ； Zenity ； Harvard University（哈佛大学） ； University of Waterloo（滑铁卢大学） ； Gujarat Technological University（古吉拉特技术大学） ； Warping ； Stanford University（斯坦福大学） ； UNC-Chapel Hill（北卡罗来纳大学教堂山分校） ； Independent（独立） ； Refresh ； Soleda AI ； Near AI ； Georgia Tech（佐治亚理工学院） ； Comenius University in Bratislava（布拉迪斯拉发Comenius大学） ； UC San Diego（圣地亚哥大学） ； BenchFlow ； UC Santa Barbara（圣巴巴拉大学）
专题命中 规划决策 ：agent(abstract)；AI agent(abstract)；planning(abstract)；workflow(abstract)
AI总结 提出SWE-Marathon基准，包含20个超长时程任务，平均消耗2720万token，评估智能体在规划、长上下文理解和记忆方面的能力，当前前沿编码智能体解决率低于30%。
使用深度确定性策略梯度的路径规划：一种强化学习方法
机构 * Hampton University（汉普顿大学） ； Air Force Research Laboratory（空军研究实验室）
专题命中 规划决策 ：planning(title,abstract)；agent(abstract)
AI总结 提出基于深度确定性策略梯度的路径规划方法，将威胁建模为圆形禁行区，通过奖励函数引导智能体学习从状态到动作的映射，找到最大安全起始点集，相比传统最优控制方法速度更快，适用于实时应用。
Comments 14 pages, 12 figures
SafeRun：在跑步规划中实现LLM的确定性
机构 * University of California, Berkeley（加州大学伯克利分校） ； Stanford University（斯坦福大学）
专题命中 规划决策 ：planning(title,abstract)；分类 cs.AI、cs.CL
AI总结 针对LLM在跑步规划中因概率性导致安全违规的问题，提出SafeRun框架，通过解耦架构将LLM的软解释与确定性求解器的硬约束分离，实现100%安全评分。
Comments Workshop on Planning in the Era of LLMs (LM4Plan) at ICML 2026
监督具有容量：将智能体守卫校准到主观且易疲劳的人类
专题命中 规划决策 ：agent(title,abstract)；分类 cs.AI、cs.LG
AI总结 针对LLM智能体动作审批中人类评审者主观且易疲劳的问题，提出将守卫建模为成本敏感的选择性分类，并引入负载感知策略，发现过度监督反而降低安全性，形成倒U型曲线。
Comments 12 pages, 4 figures. Code and interactive demo: https://github.com/turangenesis/headroom
协变量依赖到达下的自适应同伴推荐招募的生成前沿规划
机构 * Harvard University（哈佛大学）
专题命中 规划决策 ：planning(title,abstract)；分类 cs.AI、cs.LG
AI总结 针对同伴推荐招募中协变量依赖到达的现实问题，提出生成前沿规划（GFP），通过确定性备份和边际贪心分配实现高效规划，在模拟实验中优于基线方法。
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