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。
IntentKV: 面向Agent推理的跨轮次意图感知KV缓存剪枝
机构 * Shanghai Jiao Tong University（上海交通大学）
专题命中 工具调用 ：agent(title,title_cn)；分类 cs.AI、cs.LG
AI总结 针对多轮LLM Agent中KV缓存成为服务瓶颈的问题，提出IntentKV方法，通过会话级QueryMemory和残差注意力头实现跨轮次意图感知的KV剪枝，在保持精度的同时大幅降低峰值请求token和KV读取量。
超越API：探索多模态大语言模型在物理工具使用中的极限
机构 * Singapore Management University（新加坡管理大学） ； The Hong Kong Polytechnic University（香港理工大学）
专题命中 工具调用 ：tool use(title,abstract)；tool-use(abstract)；planning(abstract)；分类 cs.AI、cs.CL
AI总结 提出PhysTool-Bench基准，评估多模态大语言模型在真实场景中识别物理工具并规划使用的能力，发现最强模型仅完成21%任务，揭示感知与规划双重缺陷。
一种模块化参考架构用于MCP服务器，以实现代理BIM交互
机构 * Chair of Design Computation, RWTH Aachen University（设计计算系，亚琛工业大学） ； Chair of Computing in Civil and Building Engineering, Technical University of Munich（土木与建筑工程计算系，慕尼黑技术大学） ； Federal Institute for Research on Building, Urban Affairs and Spatial Development (BBSR)（建筑、都市事务和空间发展研究院） ； TUM Georg Nemetschek Institute（慕尼黑技术大学Georg Nemetschek研究所）
专题命中 工具调用 ：agentic(title,abstract)；agent(abstract)；workflow(abstract)；分类 cs.AI
AI总结 本文提出一种模块化参考架构，通过解耦MCP接口与特定BIM-API，实现API无关、隔离且可重复的BIM代理交互，提升重用性和研究系统性。
Comments Accepted at the GNI Symposium on Artificial Intelligence for the Built World (Technical University of Munich, May 18--20, 2026)
结合强化学习与弧搜索内点法的路径规划
专题命中 工具调用 ：planning(title,abstract)；agent(abstract)
AI总结 提出一种结合强化学习与弧搜索内点法的框架，利用强化学习的实时决策能力和弧搜索内点法的优化性能，实现障碍物环境下的高效路径规划。
Comments 15 pages, 9 figures
带有规划的序贯搜索
专题命中 工具调用 ：planning(title,abstract)
AI总结 本文通过有序潘多拉盒子模型研究新产品开发或资源勘探中的序贯搜索，引入规划成本，证明存在与已支付范围相关的保留值，并分析保证效应、已支付范围效应和剩余阶段效应对最优策略的影响。
通过经验知识集成与激活推动LLM工具调用极限
机构 * The Key Laboratory of Cognition and Decision Intelligence for Complex Systems, Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所复杂系统认知与决策智能重点实验室） ； School of Artificial Intelligence, University of Chinese Academy of Sciences（中国科学院大学人工智能学院）
专题命中 工具调用 ：autonomous agent(abstract)；tool use(abstract)；tool-use(abstract)；分类 cs.CL
AI总结 研究如何通过经验知识获取、激活和内化提升LLM多步工具调用性能，提出知识增强工具执行框架KATE，结合宽度扩展推理与知识感知训练，在BFCL-V3和AppWorld上显著优于基线。
通过训练期间回收零方差查询实现智能体搜索的有效强化学习
机构 * Language Technologies Institute, Carnegie Mellon University（卡内基梅隆大学语言技术研究所） ； Instituto Superior Técnico and INESC-ID, University of Lisbon（里斯本大学理工学院和INESC-ID） ； NOVA LINCS, NOVA School of Science and Technology（NOVA科学与技术学院LINCS）
专题命中 工具调用 ：agentic(title)；分类 cs.AI
AI总结 提出查询回收方法，将训练中零方差查询重新投入采样池，使有效训练分布随策略演化，1.7B模型在7个多跳QA基准上平均Pass@1达66.0，匹配或超越7B模型。
Gecko: 一种具有状态反馈的仿真环境，用于优化智能体工具调用
专题命中 工具调用 ：agent(title)；分类 cs.SE
AI总结 提出Gecko仿真环境，通过规则与LLM结合提供工具名称/参数验证、模式一致响应合成和任务完成判断三类反馈，形成GATS方法，在BFCLv3和τ²-bench上显著提升LLM工具调用性能。
ASA：无需骨干训练的工具调用智能体表示工程
机构 * Renmin University of China（中国人民大学） ； University of Macau（澳门大学） ； Central South University（中南大学） ； Jiangxi Normal University（江西师范大学） ； Macau Millennium College（澳门 millennium 学院） ； Peking University（北京大学）
专题命中 工具调用 ：agent(abstract)；tool-use(abstract)；分类 cs.AI、cs.SE
AI总结 针对大语言模型在工具调用中的惰性代理问题，提出一种无需训练、推理时激活干预的方法ASA，通过路由条件混合引导向量和探针引导门控，显著提升工具使用F1并降低误报率。
Comments The manuscript consists of 24 pages formatted in the ACL style. Youjin Wang, Run Zhou, and Yingjie Ma contributed equally to this work. Tao Fang and Liangming Pan are the co-corresponding authors
MIRAGE: LLM智能体中的极性翻转编码子空间
机构 * University of California, Santa Cruz（加州大学圣克ruz分校）
专题命中 工具调用 ：planning(abstract)；agentic(abstract)；分类 cs.CL
AI总结 发现LLM智能体在隐蔽编码敏感数据时，残差流中存在共享的低维编码子空间，通过逻辑回归探针可高精度检测，并构建MIRAGE实时监控器，在126个场景中AUC达0.918，远超仅输出检测。
$S^3$-R1: 通过合成数据学习逐步检索与回答
机构 * The University of Texas at Austin（德克萨斯大学奥斯汀分校） ； Google DeepMind（谷歌DeepMind）
专题命中 工具调用 ：tool-use(abstract)；agentic(abstract)；分类 cs.LG
AI总结 提出S^3-R1框架，通过合成数据生成和密集奖励信号，解决强化学习后训练中稀疏奖励和缺乏多跳问题数据的问题，提升模型搜索与问答能力。
Comments Under Review
生成式人工智能在德国软件工程行业的采用：一项实证研究
机构 * Technical University of Munich（慕尼黑技术大学） ； Heilbronn University of Applied Science（海德堡应用科学大学）
专题命中 工具调用 ：tool use(abstract)；分类 cs.AI、cs.SE
AI总结 通过混合方法研究德国软件工程师采用生成式AI工具的情况，发现经验水平调节感知收益，组织规模影响工具选择和使用强度，项目上下文意识不足是主要障碍。
Comments Accepted at FSE '26
从自信收尾到无声失败：LLM智能体中的虚假成功特征分析
机构 * Laksh Advani
专题命中 工具调用 ：agent(abstract)；分类 cs.LG
AI总结 研究LLM智能体在环境状态未完成时声称任务完成的虚假成功模式，发现其普遍存在但检测困难，轻量级TF-IDF检测器优于LLM评判器。
Comments Accepted to FAGEN@ICML2026
上下文即服务：为LLM生成的开发者文档揭示跨文件依赖链
专题命中 工具调用 ：agent(abstract)；分类 cs.SE
AI总结 提出Context-as-a-Service (CaaS)检索层，通过索引代码库并支持关键词与语义搜索，帮助LLM代理在生成或审查文档时追踪跨文件依赖链，实验表明CaaS能发现基线遗漏的错误并减少时间和输入令牌消耗。
Comments 8 pages, 2 figures, 4 tables
OpenPCC：在商用TEE上提供开放且保密的LLM服务
专题命中 工具调用 ：AI agent(abstract)
AI总结 针对云推理服务中用户请求包含敏感信息的问题，提出OpenPCC框架，利用商用TEE实现开放、保密的LLM服务，并通过原型验证其可行性与安全性。
LieIPM：用于刚体直接轨迹优化的李群内点法
机构 * University of California, Berkeley（加州大学伯克利分校） ； MIT（麻省理工学院） ； Ohio University（俄亥俄大学） ； University of Michigan, Ann Arbor（密歇根大学安娜堡分校）
专题命中 工具调用 ：planning(abstract)
AI总结 提出一种基于李群结构的约束轨迹优化框架LieIPM，利用二阶刚体模型和变分积分器，实现无奇异、快速收敛的牛顿型更新。
LEAP: 欧罗巴多流体磁流体动力学的快速神经替代模型
专题命中 工具调用 ：planning(abstract)
AI总结 针对欧罗巴地下海洋探测中MHD模型计算成本高的问题，提出基于Transformer的替代模型LEAP，实现毫秒级预测磁场扰动，速度提升约40000倍，精度与MHD相当。
HIPIF: 面向长视界LLM智能体学习的层次化规划与信息折叠
机构 * Meituan（美团） ； University of Chinese Academy of Sciences（中国科学院大学）
专题命中 规划决策 ：agent(title,abstract)；planning(title,abstract)；autonomous agent(abstract)；agentic(abstract)
AI总结 提出层次化规划与信息折叠方法，通过子目标分解和历史折叠减少长上下文干扰，结合层次化反思和子目标过程奖励，提升LLM在多轮长视界任务中的表现。
TabClaw: 一个用于电子表格操作和表格推理的交互式自进化智能体
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 规划决策 ：agent(title,abstract)；AI agent(abstract)；tool-use(abstract)；workflow(abstract)
AI总结 提出TabClaw，一个开源交互式AI智能体，通过可编辑执行计划、流式ReAct循环、并行多表推理和用户记忆提取，提升电子表格操作和表格推理的透明性与个性化。
Comments 5 pages, 2 figures
Baichuan-M4：面向持续照护的临床级医疗智能体系统
机构 * Baichuan AI（百川智能） ； THUBPM Group, Tsinghua University（清华大学THUBPM课题组）
专题命中 规划决策 ：agent(title,abstract)；tool use(abstract)；multi-agent(abstract)；分类 cs.AI
AI总结 提出Baichuan-M4临床级医疗大模型，通过统一运行时、持续照护强化学习框架和临床工具层三大支柱构建智能体系统，在多项医疗评估中取得领先结果，幻觉率降至3.3%。
面向LLM智能体的事实增强前瞻规划
机构 * University of Cambridge（剑桥大学）
专题命中 规划决策 ：planning(title,abstract)；agent(abstract)；分类 cs.AI、cs.CL、cs.LG
AI总结 提出LWM-Planner框架，通过从轨迹中提取关键事实并用于条件化动作提议、世界模型模拟和状态值估计，实现无需参数更新的在线规划改进，在多个环境上优于ReAct/Reflexion和纯搜索基线。
Comments Accepted at the 29th International Conference on Artificial Intelligence and Statistics (AISTATS 2026). Camera-ready version. 9-page main text plus appendices (63 pages total), 1 figure
HANDOFF: 通过蒸馏互补教师实现人形机器人任务空间全身控制
机构 * California Institute of Technology（加州理工学院） ； The Institute for Human & Machine Cognition（人机认知研究院）
专题命中 规划决策 ：agentic(title,abstract)；planning(abstract)；分类 cs.AI、cs.LG
AI总结 提出HANDOFF框架，通过多教师KL蒸馏和上下文门控机制，将全身运动跟踪、行走和跌倒恢复三个专家策略融合为混合专家学生策略，实现基于紧凑显式接口的全身控制，在Unitree G1上达到先进的速度跟踪性能并扩展了操作工作空间。
Comments 22 pages, 9 figures, Project page: https://lzyang2000.github.io/HANDOFF/
KLong：训练用于超长 horizon 任务的 LLM 代理
专题命中 规划决策 ：agent(title,abstract)；agentic(abstract)；分类 cs.AI、cs.CL
AI总结 KLong 通过轨迹分割 SFT 和渐进式 RL 训练，解决超长 horizon 任务，实现 106B 模型在 PaperBench 上超越 Kimi K2 Thinking 11.28%。
Comments We request standard withdrawal of this submission because significant errors were discovered in the data after submission, which affect the validity of the results. We may submit a corrected version later
AnomaMind：基于工具增强推理的智能体时间序列异常检测
机构 * University of California, Berkeley（加州大学伯克利分校）
专题命中 规划决策 ：agentic(title,abstract)；workflow(abstract)；分类 cs.LG
AI总结 提出AnomaMind框架，将时间序列异常检测重构为顺序决策过程，通过粗到细的工作流（定位可疑区间、工具交互构建诊断证据、自我反思细化决策）结合知识记忆与数值诊断工具包，并采用混合推理机制，显著提升域内和跨域异常检测性能与泛化能力。
TRACE：一种用于高效智能体强化学习的统一展开预算分配框架
机构 * Tsinghua University（清华大学） ； Tencent（腾讯）
专题命中 规划决策 ：agentic(title,abstract)；分类 cs.AI、cs.CL、cs.LG
AI总结 针对多轮智能体强化学习中奖励对比度不足的问题，提出TRACE框架，通过将每个ReAct式思考-行动-观察步骤建模为语义节点，在固定采样预算内将预算分配到提示根和中间前缀，增强奖励对比，提升策略更新信号。
Comments 32 pages, 12 figures, 6 tables
因果集成智能体：基于LLM引导的专家重加权的层次化因果发现
机构 * The University of Melbourne（墨尔本大学） ； MBZUAI（穆罕默德·本·扎耶德人工智能大学） ； Peking University（北京大学） ； Adelaide University（阿德莱德大学） ； Hong Kong Baptist University（香港浸会大学） ； The University of Sydney（悉尼大学） ； Carnegie Mellon University（卡内基梅隆大学）
专题命中 规划决策 ：agent(title,abstract)；分类 cs.AI、cs.CL、cs.LG
AI总结 提出因果集成智能体（CEA）框架，通过线性意见池聚合不同层次的统计因果发现结果，并利用大语言模型（LLM）作为元裁判在决策边界附近动态重加权专家，从而构建更准确完整的因果图。
ChartAgent: 一种用于复杂图表问答中视觉基础推理的多模态智能体
机构 * J.P. Morgan AI Research（摩根大通人工智能研究）
专题命中 规划决策 ：agent(title)；agentic(abstract)；分类 cs.AI、cs.CL
AI总结 提出ChartAgent框架，通过迭代分解查询为视觉子任务并利用图表专用视觉工具（如绘制注释、裁剪区域）进行空间域推理，在ChartBench和ChartX上取得最先进性能，尤其对无标注图表提升显著。
Comments Accepted at ACL 2026 (Main Conference). Also presented as an oral paper at the NeurIPS 2025 Multimodal Algorithmic Reasoning Workshop (https://marworkshop.github.io/neurips25/)
AgentPLM：具有推理增强解码的智能体蛋白质语言模型用于蛋白质序列设计
机构 * Sahil Rahman ； Maxx Richard Rahman
专题命中 规划决策 ：agentic(title,journal_ref)；agent(abstract)；分类 cs.AI
AI总结 提出AgentPLM，通过推理增强解码和对比智能体策略优化，使预训练蛋白质语言模型能够利用外部生物物理反馈进行在线纠错，在多项蛋白质设计任务上取得最优结果。
Journal ref Workshop on Generative and Agentic AI for Biology, 43rd International Conference on Machine Learning (ICML 2026)
更少上下文，更优智能体：面向长周期工具使用LLM智能体的高效上下文工程
机构 * Microsoft（微软）
专题命中 规划决策 ：autonomous agent(abstract)；tool-use(abstract)；workflow(abstract)；分类 cs.AI、cs.LG、cs.SE
AI总结 针对企业工具使用场景中上下文过长导致的问题，提出选择性保留最近工具交互并添加紧凑摘要的方法，在费用明细任务上将完成率从71.0%提升至91.6%，同时大幅降低token消耗和运行时间。
Comments 17 pages, 3 figures, 8 tables
扩散强制规划器：基于时间依赖引导的历史退火规划用于自动驾驶
机构 * University of Science and Technology of China（中国科学技术大学） ； Yinwang Intelligent Technology Co., Ltd（银网智能科技有限公司） ； Hefei Institutes of Physical Science, Chinese Academy of Sciences（中国科学院合肥物质科学研究院）
专题命中 规划决策 ：planning(title,abstract)；分类 cs.AI
AI总结 提出扩散强制规划器（DFP），通过历史引导控制实现异构联合扩散过程，结合退火历史的条件引导，解决运动规划中的时间不一致问题，在nuPlan上取得竞争性能。
Comments CVPR2026
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