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。
AI智能体的战略决策支持
机构 * University of Pennsylvania（宾夕法尼亚大学）
专题命中 工具调用 ：AI agent(title,abstract)；agent(abstract)；tool use(abstract)；agentic(abstract)
AI总结 针对AI智能体作为主要决策者时的可靠性问题，提出通过优化问题最小化支持使用并控制反事实遗漏支持误差的战略决策支持框架，并开发在线算法自适应阈值化支持分数。
迭代优化搜索：面向电子商务中智能搜索架构评估的双智能体仿真框架
机构 * eBay Inc.（eBay公司）
专题命中 工具调用 ：agent(title,abstract)；agentic(title)；分类 cs.AI
AI总结 提出模块化双智能体仿真框架，通过固定买家智能体对比不同应答器设计，发现滚动窗口记忆在质量和速度上优于意图提取记忆，并基于失败分析将失败率降低62%。
超越攻击成功率：视觉-语言智能系统中的触发器泄漏研究
专题命中 工具调用 ：agentic(title,abstract)；tool use(abstract)；planning(abstract)
AI总结 本文提出“触发器泄漏”概念，量化视觉-语言智能系统中后门触发器在视觉或语义相近输入下意外激活隐藏行为的风险，并引入邻域泄漏率（NLR）指标。
AI代理如何重塑知识工作：自主性、效率与范围
机构 * Harvard Business School（哈佛商学院） ； Perplexity AI
专题命中 工具调用 ：AI agent(title,abstract)；autonomous agent(abstract)；分类 cs.AI
AI总结 基于Perplexity产品数据，研究发现AI代理通过端到端任务执行，将自主工作时间从33秒提升至26分钟，完成时间缩短87%，成本降低94%，并扩展了工作范围与认知层次。
Evoflux: 紧凑型智能体的可执行工具工作流的推理时演化
机构 * Rensselaer Polytechnic Institute（拉特格斯理工学院） ； IBM Research（IBM研究院）
专题命中 工具调用 ：agent(abstract)；tool use(abstract)；workflow(abstract)；function calling(abstract)
AI总结 提出Evoflux，一种推理时演化搜索方法，通过结构化编辑和执行反馈修复紧凑语言模型的工具工作流，将执行可行性从3%提升至17-24%，优于SFT和ReAct。
Comments Code is available at https://github.com/IBM/Evoflux
我能买你的KV缓存吗？
机构 * Harbin Institute of Technology, Shenzhen (HITSZ)（哈尔滨工业大学（深圳））
专题命中 工具调用 ：agent(abstract)；AI agent(abstract)；分类 cs.AI
AI总结 针对AI代理重复计算相同文档KV缓存的问题，提出由发布者预计算KV缓存，其他代理付费加载以跳过预填充，实验表明在Qwen3-4B上计算成本降低9-50倍，并设计了代理原生预填充CDN架构。
PI-Hunter：用于暴露和定位提示注入的自动化红队测试
机构 * Google Cloud AI Research（谷歌云人工智能研究） ； Google（谷歌） ； Michigan State University（密歇根州立大学）
专题命中 工具调用 ：agent(abstract)；agentic(abstract)；分类 cs.AI
AI总结 提出PI-Hunter自动化审计框架，通过构建源感知测试用例并迭代演化，主动暴露LLM智能体中的潜在提示注入漏洞，显著提升漏洞暴露和攻击面覆盖。
HyperTool：超越逐步工具调用的工具增强型智能体
机构 * Shanghai Jiao Tong University（上海交通大学） ； IQuest Research ； Beijing University of Aeronautics and Astronautics（北京航空航天大学）
专题命中 工具调用 ：tool use(abstract)；分类 cs.CL
AI总结 针对工具增强型LLM中逐步调用导致执行粒度不匹配的问题，提出HyperTool统一可执行接口，将确定性工具子流程折叠为单次调用，在多步工具任务上显著提升准确率。
EvoBrowseComp: 基于演化知识的搜索智能体基准测试
机构 * Northeastern University, China（东北大学（中国）） ； Weixin AI, Tencent Inc, China（腾讯微信AI（中国））
专题命中 工具调用 ：agent(abstract)；分类 cs.CL
AI总结 提出EvoBrowseComp，一个通过实时网络遍历自动生成400道英文和400道中文无污染复杂问题的演化基准，用于评估搜索智能体在动态知识环境中的真实浏览能力。
Comments 14 pages, under review
SENTINEL: 用于训练工具使用语言模型智能体的失败驱动强化学习
机构 * Northeastern University（东北大学） ； Independent Researcher（独立研究员） ； Northwestern University（西北大学）
专题命中 工具调用 ：tool use(abstract)；分类 cs.CL
AI总结 提出SENTINEL框架，通过将智能体失败转化为针对性训练任务，在Tau2-Bench Retail上提升Qwen3-4B模型Pass@1从66.4到74.9，优于通用合成任务上的强化学习。
基普问题：分布式认知下的制度可读性
专题命中 工具调用 ：agent(abstract)
AI总结 针对分布式AI系统认知分散导致制度可读性丧失的问题，提出“基普问题”概念，强调需要维护解释连续性而非仅保留痕迹，并建议构建治理工作空间和承载收据的治理界面作为解释基础设施。
Comments 17 pages, 2 figures, 1 table. Conceptual governance paper on institutional legibility, distributed cognition, and interpretive continuity in AI systems
G-MAPP: 基于GPU加速的多智能体规划与感知用于反应式运动生成
机构 * Department of Electrical, Computer, and Biomedical Engineering, Toronto Metropolitan University（多伦多都会大学电气、计算机与生物医学工程系） ； Munich Institute of Robotics and Machine Intelligence (MIRMI), Technical University of Munich (TUM)（慕尼黑工业大学慕尼黑机器人与机器智能研究所） ； Institute for Experiential Robotics, Northeastern University（东北大学体验式机器人研究所） ； Idiap Research Institute（Idiap 研究所） ； EPFL（瑞士联邦理工学院洛桑） ； CHART Group at the School of Computer Science, University of Nottingham（诺丁汉大学计算机科学学院 CHART 小组） ； Mohamed bin Zayed University of Artificial Intelligence (MBZUAI)（穆罕默德·本·扎耶德人工智能大学）
专题命中 规划决策 ：planning(title,abstract)；agent(title)；multi-agent(title)
AI总结 提出GPU加速的框架，通过并行状态探索和紧密耦合感知-动作循环，实现非结构化环境中的实时反应式运动生成，在7自由度机器人上达到5倍加速并成功避障。
Comments The implementation is available at: https://github.com/chart-research/g-mapp
Journal ref IEEE Robotics and Automation Letters, vol. 11, no. 6, pp. 7516-7523, June 2026
用于三维框架系统自动化结构分析的主体化大型语言模型
机构 * Department of Civil and Architectural Engineering, University of Miami（迈阿密大学土木与建筑工程系） ； School of Architecture, University of Miami（迈阿密大学建筑学院） ； HBC Engineering Company（HBC工程公司） ； Department of Electrical and Computer Engineering, University of Miami（迈阿密大学电气与计算机工程系）
专题命中 规划决策 ：agentic(title,abstract)；agent(abstract)；tool use(abstract)；workflow(abstract)
AI总结 提出一种主体化LLM框架，通过投影表示和智能体流水线实现从自然语言输入到3D框架的自动化结构分析，平均准确率达90%。
遏制缺口：已部署的自主AI框架如何未能满足面向公众的安全要求
机构 * New Jersey Institute of Technology（新泽西理工学院）
专题命中 规划决策 ：agentic(title,abstract)；AI agent(abstract,abstract_cn)；agent(abstract)；分类 cs.AI
AI总结 研究发现主流自主AI框架缺乏架构级安全保证，内存完整性漏洞可导致定向腐败，提出轻量级遏制机制消除攻击向量。
Comments ICML 2026 (AI4GOOD Workshop)
Skill-3D：面向智能体3D空间推理的场景感知技能进化
机构 * Zhejiang University（浙江大学） ； University of Technology Sydney（技术悉尼大学） ； OPPO Research Institute（OPPO研究院）
专题命中 规划决策 ：agentic(title,abstract)；agent(abstract)；tool use(abstract)；tool-use(abstract)
AI总结 提出Skill-3D框架，通过场景记忆和技能库的协同进化，使智能体根据场景自适应选择工具，显著提升3D空间推理中工具使用的正确性和充分性。
TrajGenAgent: 一种用于人类移动轨迹生成的分层LLM智能体
机构 * Emory University（埃默里大学） ； University of Florida（佛罗里达大学）
专题命中 规划决策 ：agent(title,abstract)；planning(abstract)；workflow(abstract)；分类 cs.AI
AI总结 提出TrajGenAgent，一种无需微调的分层LLM智能体框架，通过编排器-工作者两阶段设计生成真实轨迹，在时空保真度、语义一致性和个体行为真实性上优于现有方法。
Comments 14 pages, 2 figures, 8 tables. Accepted by the 27th IEEE International Conference on Mobile Data Management (MDM 2026)
递归智能体框架
机构 * PricewaterhouseCoopers, U.S.（普华永道（美国））
专题命中 规划决策 ：agent(title,abstract)；planning(abstract)；分类 cs.CL
AI总结 提出递归智能体框架（RAH），通过代码优先的框架递归扩展模型递归，在长上下文推理中显著提升编码智能体性能。
SpatialClaw：重新思考智能体空间推理的动作接口
机构 * KAIST（韩国科学技术院） ； NVIDIA（英伟达）
专题命中 规划决策 ：agentic(title)；agent(abstract)；分类 cs.AI
AI总结 提出SpatialClaw框架，以代码作为动作接口，通过状态化Python内核和感知几何原语，使VLM智能体逐步执行并灵活组合中间结果，在20个3D/4D空间推理基准上平均准确率59.9%，比现有方法高11.2个百分点。
Comments Project page: https://spatialclaw.github.io/
HarnessBridge: 用于LLM智能体框架的可学习双向控制器
机构 * University of California, Los Angeles（加州大学洛杉矶分校）
专题命中 规划决策 ：agent(title,abstract)；分类 cs.AI
AI总结 提出HarnessBridge，一种轻量级可学习框架控制器，通过双向投影参数化智能体-环境接口，减少令牌使用和轨迹长度，并泛化到更大模型。
WISE：具有Why-Which推理的Minecraft长时域智能体
机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州））
专题命中 规划决策 ：agent(title,abstract)；分类 cs.AI
AI总结 提出WISE框架，通过因果事件图增强情景记忆并解耦what-where-when与which-why推理，结合机会主义任务调度和多尺度探索，显著提升长时域稀疏任务的成功率和效率。
Y-BotFrame：一种用于四足机器人助手的可扩展具身智能体框架
机构 * Xidian University（西安电子科技大学）
专题命中 规划决策 ：agent(title)；planning(abstract)
AI总结 提出Y-BotFrame框架，集成多模态感知与大语言模型认知核心，将自然语言指令映射为可执行任务单元，实现无遥控器的人机协作，支持模块化扩展。
纸上规划：入门计算中的问题分解与图示
专题命中 规划决策 ：planning(title,abstract)
AI总结 本研究通过分析学生手绘的分解图，揭示了新手在大型多函数任务中的分解策略及常见问题，为计算教育中加强分解教学提供了实证依据。
Comments International Computing Education Conference (ICER)
感知、交互、推理：构建工具增强的视觉智能体用于空间推理
机构 * Tsinghua University（清华大学） ； Virginia Tech（弗吉尼亚理工大学） ； NVIDIA（英伟达）
专题命中 规划决策 ：agent(abstract,abstract_cn)；tool-use(abstract)；分类 cs.AI
AI总结 提出PERIA智能体，通过视觉感知和交互工具增强VLM的空间推理能力，在13个基准上优于同类模型7.0%-14.8%。
基于混合CNN-元胞自动机火灾模型的空中野火抑制规划
机构 * Space Data Frontiers Research Center（空间数据前沿研究所以） ； Fujitsu Research of America（富士通美国研究院）
专题命中 规划决策 ：planning(title)；分类 cs.LG
AI总结 提出结合混合神经-元胞自动机野火模型与梯度优化空中投放的框架，通过蒙特卡洛采样和空间相关扰动量化不确定性，案例验证可生成有效抑制方案。
LLM作为调查员：基于证据优先的鲁棒交互式问题诊断
机构 * University of Calabria（卡拉布里亚大学） ； University of Cambridge（剑桥大学）
专题命中 规划决策 ：agent(abstract)；agentic(abstract)；分类 cs.AI、cs.LG
AI总结 提出证据优先的AI方法LLM-as-an-Investigator，通过估计问题歧义、生成假设、提问澄清并更新概率，避免过早接受用户假设，提升诊断准确性。
ProPlay: 用于自我进化LLM智能体的程序化世界模型
机构 * University of Notre Dame（圣母大学） ； University of Connecticut（康涅狄格大学）
专题命中 规划决策 ：agent(abstract)；planning(abstract)；分类 cs.CL、cs.LG
AI总结 提出ProPlay程序化世界模型，通过程序级预演和因果过程图，使LLM智能体在部分可观测环境中自我进化，无需外部监督。
WT-UMI: 基于触觉的全身操控通过力监督的接触感知规划
机构 * The Institute for Robotics and Intelligent Machines, Georgia Institute of Technology（机器人与智能机械研究所，佐治亚理工学院）
专题命中 规划决策 ：planning(title)
AI总结 提出WT-UMI系统，结合人体演示与遥操作数据，通过力监督规划器预测末端执行器位姿和接触力轨迹，并利用触觉导纳控制器提升全身操控性能。
Comments 18 pages, 8 figures
DIG：面向单日漏洞的Oracle引导定向输入生成
专题命中 规划决策 ：agent(abstract)；agentic(abstract)；分类 cs.SE
AI总结 针对补丁延迟或未完全部署导致的单日漏洞风险，提出Oracle引导的定向输入生成方法DIG，利用补丁揭示触发条件，通过LLM合成Oracle并引导生成器进化与定向模糊测试，在138个真实CVE上触发80个漏洞，超过现有技术。
零源大语言模型幻觉检测：类人类标准探测
机构 * South China University of Technology（华南理工大学） ； The University of Melbourne（墨尔本大学） ； Pazhou Laboratory（帕乔实验室） ； Australian Institute for Machine Learning, Adelaide University（澳大利亚机器学习研究所，阿德莱德大学）
专题命中 规划决策 ：agent(abstract)；分类 cs.AI、cs.CL、cs.LG
AI总结 提出HCPD范式，通过类人类标准探测机制模拟人类评估者的多面推理，结合奖励对齐和多样本聚合，实现零源条件下的有效可解释幻觉检测。
Comments Accepted at ICML 2026
PolyFlow: 安全高效的多面体约束流匹配，具有约束嵌入和无投影更新
机构 * University of Science and Technology of China（中国科学技术大学）
专题命中 规划决策 ：planning(abstract)；分类 cs.AI、cs.LG
AI总结 提出PolyFlow，一种将约束直接嵌入模型和流动力学的多面体约束流匹配框架，通过离散时间流公式和无投影架构消除离散化误差并严格满足任意多面体约束，在规划与控制任务中实现零约束违反并降低推理延迟。
Comments 30 pages, 12 figures, Accepted to ICML 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