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。
智能符号搜索：超越手工表达式、网格和神经网络的PDE特征化
机构 * National University of Singapore（新加坡国立大学）
专题命中 工具调用 ：agentic(title,abstract)；agent(abstract)；分类 cs.LG
AI总结 提出ASYS框架，通过智能体将PDE理论转化为可微分符号程序，结合进化搜索和梯度优化自动发现解析形式或近似，在多个问题中生成可解释表示。
MENTOR: 通过灵活的教师优化奖励进行工具使用蒸馏的强化学习
机构 * Seoul National University of Science and Technology（首尔科学技术大学） ； Korea Advanced Institute of Science and Technology（韩国科学技术院） ； LG CNS
专题命中 工具调用 ：tool-use(title,abstract)；分类 cs.AI、cs.CL
AI总结 提出MENTOR方法，通过灵活的教师优化奖励结构，平衡行为对齐与下游性能，提升小模型在工具使用任务中的域外泛化能力。
高效且可靠的AI智能体概率验证
机构 * Google DeepMind（谷歌DeepMind） ； Google（谷歌） ； University of Pennsylvania（宾夕法尼亚大学） ； University of Wisconsin–Madison（威斯康星大学麦迪逊分校）
专题命中 工具调用 ：AI agent(title,abstract)；分类 cs.AI
AI总结 提出基于分布鲁棒优化的框架，为AI智能体在复杂数字环境中的概率策略违规提供可靠上界，无需独立性假设，在终端和工具调用智能体基准上优于现有方法。
超越全局重规划：跨设备智能体系统的分层恢复
机构 * School of Artificial Intelligence, Shanghai Jiao Tong University（上海交通大学人工智能学院） ； Shanghai Innovation Institute（上海创新研究院） ； Southeast University（东南大学） ； Tsinghua University（清华大学）
专题命中 工具调用 ：agent(title,abstract)；分类 cs.CL
AI总结 提出分层重规划框架H-RePlan，通过统一API-CLI-GUI执行和跨层失败抽象，区分设备本地策略恢复与全局重规划，在HeraBench基准上显著提升跨设备任务完成率和指令遵循度。
LeWRON：电弱相变的智能体分析
专题命中 工具调用 ：agentic(title,abstract)
AI总结 提出LeWRON框架，通过智能体编排从拉格朗日量到引力波谱的完整电弱相变分析流程，支持复现和探索模式，并开源代码。
LedgerAgent: 策略遵从工具调用代理的结构化状态
机构 * Arizona State University（亚利桑那州立大学） ； University of Arizona（亚利桑那大学）
专题命中 工具调用 ：agent(abstract)；分类 cs.AI、cs.CL
AI总结 针对客服领域策略遵从工具调用代理，提出LedgerAgent方法，通过独立账本维护任务状态并渲染到提示中，在执行工具调用前检查状态依赖策略约束，提升多轮一致性。
Comments Work in Progress
LLM代理中寻求澄清的不确定性分解
机构 * AI Talent Hub, ITMO University（AI Talent Hub, ITMO大学）
专题命中 工具调用 ：agent(abstract)；分类 cs.AI、cs.CL
AI总结 提出一种基于提示的不确定性分解方法，将行动置信度与请求不确定性分离，使代理能在任务规范模糊时主动寻求澄清，在五个LLM骨干上平均澄清F1提升36%-73%。
Comments 26 pages, 8 figures. Source code: https://github.com/PE51K/udcs-in-llm-agents
自主性税：防御训练破坏LLM智能体
机构 * University of Southern California（南加州大学）
专题命中 工具调用 ：agent(abstract)；分类 cs.AI、cs.LG
AI总结 揭示防御训练在提升LLM智能体安全性时，系统性地破坏其工具执行能力，导致任务失败率飙升，且无法有效防御复杂攻击。
PACMS: 作为LLM代理可插拔引擎的子模上下文选择
专题命中 工具调用 ：agent(abstract)
AI总结 提出PACMS，一种基于子模函数最大化的上下文选择方法，在提示组装时按相关性从会话、记忆和工具输出中挑选内容，替代截断机制，提升长对话中的信息保持能力。
LLM介导的人机交互在搜索与救援中的应用：专业知识对注意力分配的影响
专题命中 工具调用 ：planning(abstract)
AI总结 本研究通过模拟搜索救援任务，比较有无大语言模型（LLM）指导的条件，结合眼动追踪和行为分析，发现LLM提升任务效率但未增加总救援人数，并揭示了注意力-指导权衡，其中专业知识调节了用户对AI的依赖模式。
HEACalculator：用于高熵合金热力学性质计算和固溶体预测的开源Python工具
专题命中 工具调用 ：workflow(abstract)
AI总结 本文介绍HEACalculator，一个开源Python包，可计算16种常用热力学和结构描述符，并评估8种固溶体形成规则，支持CLI、GUI和API三种使用模式。
Comments 7 pages, 1 figure
FM-Agent: 通过基于LLM的Hoare风格推理将形式化方法扩展到大型系统
机构 * Institute of Parallel and Distributed Systems, Shanghai Jiao Tong University（并行与分布式系统研究所，上海交通大学）
专题命中 规划决策 ：agent(title,title_cn)；分类 cs.AI、cs.SE
AI总结 提出FM-Agent框架，利用LLM自动生成函数级规范，实现大型系统的组合式推理，在143k行代码的系统中2天内发现522个新bug。
AI经济学家代理：一种基于模型的经济分析代理框架，结合RAG、知识图谱和大语言模型
机构 * Mizuho-DL Financial Technology, Co., Ltd.（Mizuho-DL金融科技有限公司）
专题命中 规划决策 ：agent(title,abstract)；agentic(title,abstract)；AI agent(abstract)；分类 cs.AI、cs.LG
AI总结 提出一种基于RAG的AI经济学家代理框架，利用知识图谱和大语言模型进行经济情景分析，通过代理规划、检索证据、选择模型并生成报告，提高经济叙事的连贯性和可追溯性。
Agentic-AI探测器协同设计与优化在垂直集成可微分全模拟中
专题命中 规划决策 ：agentic(title,title_cn)；agent(abstract)；AI agent(abstract)
AI总结 提出双层级优化框架，将AI智能体集成到高能物理探测器设计中，通过可微分全模拟联合优化几何、前端数字化和重建算法参数，在竞争性能指标下找到最优设计点。
Comments 7 pages, 3 figures
超越静态端点：工具程序作为灵活智能体网络服务的接口
机构 * School of Computer Science, Peking University, Beijing, China ； School of Software \& Microelectronics, Peking University, Beijing, China ； Institute for Artificial Intelligence, Peking University, Beijing, China
专题命中 规划决策 ：agentic(title,abstract)；agent(abstract)；workflow(abstract)；分类 cs.AI、cs.SE
AI总结 提出ToolPro，将工具意图表示为可执行程序，通过约束引导构建、效应感知重放和策略决策，在MCP服务上实现最高53.4%的延迟降低和96.1%的流量减少。
Comments Accepted by ICML 2026
面向自主AI系统运行时治理的道义策略
机构 * CSEE Department UMBC Baltimore, MD, USA ； Center for AI UMBC Baltimore, MD, USA ； Information Systems Department UMBC Baltimore, MD, USA ； CSAIL MIT Cambridge, MA, USA
专题命中 规划决策 ：agentic(title,abstract)；agent(abstract)；autonomous agent(abstract)；分类 cs.AI
AI总结 针对大语言模型驱动的自主AI系统在安全、隐私和合规方面的治理挑战，提出AgenticRei框架，利用基于Rei的道义策略语言（OWL表示）在运行时通过逻辑引擎强制执行义务、豁免、冲突解决等治理约束，并兼容A2AS等标准。
Comments 10 pages, 1 figure. To be published in the 2026 IEEE Symposium on Agentic Services which is part of the IEEE Conference on Web Services
ENPIRE: 现实世界中智能体机器人策略的自我改进
机构 * NVIDIA（英伟达） ； CMU（卡内基梅隆大学） ； UC Berkeley（加州大学伯克利分校）
专题命中 规划决策 ：agentic(title)；agent(abstract)；tool use(abstract)；分类 cs.AI
AI总结 提出ENPIRE框架，通过环境重置、策略执行、结果验证和迭代优化的闭环反馈，使编码智能体自主改进机器人操作策略，在灵巧操作任务上达到99%成功率。
RACL：用于连续元启发式学习的推理代理控制层
机构 * Independent Researcher（独立研究者）
专题命中 规划决策 ：agent(title,abstract)；分类 cs.AI
AI总结 提出RACL方法，在元启发式优化器之上添加推理代理，通过观察、推理和干预控制搜索行为，在车辆路径问题上平均成本降低0.641%-8.337%。
Comments 10 pages, 5 tables
测量AI代理的生物能力与风险
机构 * PATRICIA PASKOV, JEFFREY LEE, KYLE BRADY, ALYSSA WORLAND（PATRICIA PASKOV、JEFFREY LEE、KYLE BRADY、ALYSSA WORLAND）
专题命中 规划决策 ：AI agent(title)；agentic(abstract)；分类 cs.AI
AI总结 针对AI科学家等自主执行多步科学任务的代理系统，本文提出生物代理评估作为解释性工具，并基于实践经验给出定义、设计、运行、评分和记录评估的考量，以帮助决策者谨慎解读结果并指导投资。
SAGE-OPD：面向多轮在策略蒸馏的选择性智能体引导干预
机构 * Meta AI
专题命中 规划决策 ：agent(title,abstract)；分类 cs.CL
AI总结 提出SAGE-OPD框架，通过环境反馈和教师判断选择性干预学生响应，结合置信度加权和损失归一化，解决多轮在策略蒸馏中的错误累积问题，在ALFWorld任务中取得13.3%的相对提升。
Comments 21 pages, 3 figures
可配置的临床信息提取与智能体RAG：什么有效、什么失效及原因
机构 * Institute for Artificial Intelligence in Medicine (IKIM), University Medicine Essen（埃森大学医学院人工智能医学研究所） ； Faculty of Computer Science, University of Duisburg-Essen（杜伊斯堡-埃森大学计算机科学学院） ； Department of Physics, TU Dortmund University（多特蒙德工业大学物理系） ； Lamarr Institute for Machine Learning and Artificial Intelligence, TU Dortmund University（多特蒙德工业大学拉马尔机器学习和人工智能研究所） ； Advanced Clinical Research Center, Fukushima Medical University（福岛医科大学先进临床研究中心） ； Department of Cardiology and Vascular Medicine, University Hospital Essen（埃森大学医院心血管内科）
专题命中 规划决策 ：agentic(title,abstract)；分类 cs.AI
AI总结 针对临床文档元数据缺失问题，提出基于智能体RAG的ACIE系统，在埃森大学医学中心部署，通过完整患者上下文推理和源引用验证，在7326次临床判断中实现96.5%的提取接受率。
通过运动规划算法提高连续体机器人的韧性
机构 * IHP – Leibniz-Institut für innovative Mikroelektronik（莱布尼茨创新微电子研究所） ； BTU Cottbus-Senftenberg（科特博斯-塞芬堡工业大学） ； Technical Center, National Academy of Sciences of Ukraine（乌克兰国家科学院技术中心）
专题命中 规划决策 ：planning(title,abstract)
AI总结 本文实验研究运动规划算法对连续体机器人韧性的影响，通过改进遗传算法和A*算法，结合层次分析法评估路径质量，发现遗传算法生成更多样化路径，提升机器人韧性。
一对二执行：一种面向单臂智能体动作扩展至双臂的新框架
机构 * Chongqing University（重庆大学） ； Xi’an Jiaotong-Liverpool University（西交利物浦大学） ； Lumos Robotics
专题命中 规划决策 ：agent(title)；planning(abstract)
AI总结 提出ExS2D层次化动作扩展框架，利用单臂监督实现双臂操作，通过时间优先关系提取、子任务引导动作映射和碰撞避免协调规划，在仿真中减少54.4%执行步骤并保持成功率。
Comments 6 pages, 5 figures, 3 tables
SCAN-Planner：用于路线引导的远程四足导航的空间碰撞感知局部规划
机构 * Shanghai Jiao Tong University（上海交通大学）
专题命中 规划决策 ：planning(title,abstract)
AI总结 提出SCAN-Planner框架，通过偏航感知双圆柱足迹和投影A*搜索实现空间碰撞感知的局部规划，在密集杂乱、3D非结构化环境和远程导航中生成安全平滑轨迹。
DIFF-IPPO：基于扩散的开放词汇信念地图信息路径规划
机构 * Intelligent Space Robotics Laboratory, CDE, Skoltech（智能空间机器人实验室，CDE，斯科尔科沃科学技术研究院）
专题命中 规划决策 ：planning(title,abstract)
AI总结 提出DIFF-IPPO框架，结合开放词汇信念地图生成器与扩散规划器，在非高斯信念图上生成全局轨迹，实现高效目标搜索，检测得分达81.49%-86.55%。
集成探索感知的无人机路径优化与轨迹规划
机构 * Department of Aerospace Engineering, University of Michigan（密歇根大学航空航天工程系） ； Department of Electrical Engineering, Brigham Young University（BYU 电子工程系） ； Department of Aerospace Engineering, Department of Civil and Environmental Engineering, and Department of Industrial and Operations Engineering, University of Michigan（密歇根大学航空航天工程系、土木与环境工程系和工业与运营管理工程系）
专题命中 规划决策 ：planning(title,abstract)
AI总结 提出一种集成探索感知的无人机路径优化与轨迹规划框架，通过风险地图、不确定兴趣区域建模、B样条轨迹优化和在线重规划，在灾害监测中平衡报告点访问与新信息探索，实现平均KL散度降低15.9%。
MedRLM：用于长上下文临床推理、传感器引导筛查、证据支持决策及社区到三级转诊优化的递归多模态健康智能
机构 * School of Information, Computer ； Communication Technology Sirindhorn International Institute of Technology, Thammasat University Pathum Thani, Thailand 1
专题命中 规划决策 ：planning(abstract)；workflow(abstract)；分类 cs.AI、cs.CL、cs.LG
AI总结 提出MedRLM递归多模态健康智能框架，通过递归检查、分解、检索、验证和合成患者信息，协调多个专业代理并引入临床证据图记忆，实现长上下文临床推理和传感器引导筛查。
Comments 9 pages, 3 figures, 3 tables, 1 Algorithm, 29 equations
SoftSkill: 用于上下文适应的行为压缩
机构 * The University of Hong Kong（香港大学） ； Huawei Research（华为研究院） ； City University of Hong Kong（香港城市大学） ； Huazhong University of Science and Technology（华中科技大学）
专题命中 规划决策 ：agent(abstract)；agentic(abstract)；分类 cs.AI
AI总结 提出SoftSkill方法，通过可训练的软技能前缀压缩自然语言技能为紧凑连续向量，在冻结基模型上提升问答和数学任务性能，减少标记数量。
RTSGameBench: 视觉语言模型战略推理的RTS基准
机构 * Seoul National University（首尔国立大学）
专题命中 规划决策 ：planning(abstract)；agentic(abstract)；分类 cs.AI
AI总结 提出RTSGameBench，基于Beyond All Reason游戏，通过多样化对战、迷你游戏诊断和自进化生成框架，评估视觉语言模型在实时策略游戏中的战略推理能力。
Comments First two authors contributed equally
世界模型批判：一种用于世界建模的生成式潜在预测架构
机构 * Institute of Foundation Models（基础模型研究院） ； Mohamed bin Zayed University of Artificial Intelligence（莫莫德 bin Zayed 人工智能大学） ； School of Computer Science Carnegie Mellon University（计算机科学学院卡内基梅隆大学）
专题命中 规划决策 ：agentic(abstract)；分类 cs.AI、cs.CL、cs.LG
AI总结 本文从心理学“假设性思维”出发，提出世界模型的核心目标是模拟真实世界的所有可行动可能性，并设计了一种基于状态化、分层、多级、混合连续/离散表示的生成式潜在预测（GLP）架构。
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