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。
NQS-Agent: 面向神经网络量子态的健康感知智能超参数优化
专题命中 工具调用 ：agent(title,title_cn)；agentic(title)；workflow(abstract)
AI总结 提出NQS-Agent框架，通过监测能量轨迹、检测破坏性事件、调整学习率并恢复优化，实现健康感知超参数优化，在J1-J2模型上提升精度并发现新架构。
Comments 11 pages, 5 figures, 3 tables
Agentic Abstention: 智能体知道何时停止而非行动吗？
机构 * University of Leeds（利兹大学） ； Southwest Jiaotong University（西南交通大学） ； University of Washington（华盛顿大学） ； Allen Institute for AI（人工智能研究院）
专题命中 工具调用 ：agentic(title,title_cn)；agent(abstract)；分类 cs.AI
AI总结 研究LLM智能体在不确定环境下何时应停止行动的问题，提出Agentic Abstention概念，通过实验分析不同模型和框架的弃权行为，并引入CONVOLVE方法提升及时弃权率。
大语言模型中的代理工具使用
机构 * School of Computer Science and Technology, Harbin Institute of Technology, Shenzhen（哈尔滨工业大学（深圳）计算机科学与技术学院）
专题命中 工具调用 ：tool use(title,abstract)；agentic(title,abstract)；autonomous agent(abstract)；tool-use(abstract)
AI总结 本文系统梳理了大语言模型中代理工具使用的三种范式，分析了其方法、优缺点及评估现状，旨在解决现有研究碎片化问题，提供更系统的进化视角。
能力门控并非授权：LLM 代理框架中的混淆代理失败
机构 * Independent Security Research（独立安全研究）
专题命中 工具调用 ：agent(title,summary_cn)；分类 cs.AI
AI总结 本文审计了 LangChain、LlamaIndex 和 Stripe Agent Toolkit 等框架，发现它们默认仅提供能力门控而非每次调用的值授权，导致混淆代理漏洞。作者提出 ScopeGate，一个五阶段授权框架，实验证明其能有效阻止未经授权的操作。
Comments 7 pages, 3 figures, 3 tables. Artifact: https://github.com/raceksd-source/scopegate-runtime (run_proof.sh)
TACO：面向智能体工具使用的工具增强信用优化
专题命中 工具调用 ：agentic(title,abstract)；tool use(title)
AI总结 提出TACO方法，通过差分答案探针奖励和结果门控优势路由，为代码工具智能体提供无监督工具贡献信用分配，提升多模态问答准确性并减少冗余工具调用。
DEEPMED Search: 一个具有内省验证功能的开源医学深度研究智能体平台
机构 * School of Computer Science and Software Engineering, Shanghai University（上海大学计算机科学与软件工程学院） ； Department of Computer Science and Engineering, Shanghai Jiao Tong University（上海交通大学计算机科学与工程系）
专题命中 工具调用 ：agentic(title,abstract)；agent(abstract)；multi-agent(abstract)；分类 cs.AI
AI总结 提出一个开源智能体平台DEEPMED Search，通过源自适应路由和内省验证模块，自动分解复杂医学查询并生成结构化报告，解决异构医疗数据检索中的推理漂移问题。
Comments 5 pages, 2 figures, 2 tables. Accepted to IJCAI-ECAI 2026 Demo Track. Project website: https://www.deepmedsearch.cloud. Demo video: https://youtu.be/4U4aok8yLpk
探索LLM代理在科学可视化中的交互范式
机构 * Univ. Notre Dame（诺特难大学） ； LLNL（劳伦斯利弗莫尔国家实验室）
专题命中 工具调用 ：agent(title,abstract)；tool use(abstract)；分类 cs.AI
AI总结 本文研究不同类型的LLM代理在科学可视化任务中的表现，通过评估八种代表性代理在15个基准任务中的可视化质量、效率、鲁棒性和计算成本，发现通用编程代理任务成功率最高但计算成本高，领域专用代理更高效稳定但灵活性差，计算机使用代理在单步任务表现良好但多步流程受限。
R$^2$-Searcher：校准智能搜索中的检索与推理边界
专题命中 工具调用 ：agentic(title,abstract)；agent(abstract)
AI总结 提出R$^2$-Searcher框架，通过细粒度查询令牌引导的证据建模和检索后反思，校准检索与推理边界，在多跳问答基准上显著优于现有方法。
GROW$^2$：为机器人工具使用确定哪个物体和哪个部位
机构 * National University of Singapore（新加坡国立大学） ； Massachusetts Institute of Technology（麻省理工学院）
专题命中 工具调用 ：tool use(title,abstract)；分类 cs.AI
AI总结 提出GROW$^2$方法，通过分层语义和几何接地实现开放世界工具选择与部位定位，在零样本泛化中优于基线。
KbSD: 面向智能体搜索中行为校准的知识边界感知自蒸馏
机构 * Zhejiang University（浙江大学） ； Peking University（北京大学）
专题命中 工具调用 ：agentic(title,abstract)；分类 cs.CL
AI总结 针对智能体搜索中知识边界校准的奖励稀疏问题，提出KbSD框架，通过密集令牌级监督、稀疏结果奖励和象限自适应优化，利用提示增强教师模型生成校准推理演示，显著提升任务准确率并减少幻觉。
蒙特卡罗查询搜索：人工智能代理的主动能力评估
机构 * Arizona State University（亚利桑那州立大学） ； Indian Institute of Technology Madras（印度理工学院马德拉斯分校）
专题命中 工具调用 ：AI agent(title)；agent(abstract)；分类 cs.AI
AI总结 本文提出蒙特卡罗查询合成方法，用于学习黑盒AI系统的符号随机能力模型，通过主动学习策略加速能力评估，实验表明该方法在多个系统中更高效。
工具增强型代理中的实体绑定失败
专题命中 工具调用 ：agent(abstract)；tool use(abstract)；tool-use(abstract)；分类 cs.AI
AI总结 研究工具增强型语言模型代理中实体绑定失败问题，提出实体感知执行机制，实验表明该方法可消除错误实体操作但可能降低任务完成率。
经验图：自我改进智能体的数据基础
机构 * Meta Platforms（Meta平台） ； University of Maryland, College Park（马里兰大学学院公园分校）
专题命中 工具调用 ：agent(abstract)；agentic(abstract)；分类 cs.AI
AI总结 提出Trellis系统，将智能体探索过程产生的经验图作为一等数据库状态，通过查询、重用和物化视图支持跨会话复用和训练数据提取，在Meta的KernelEvolve中实现10倍加速和52%更低token成本。
可解释的金属有机框架逆向设计：基于大语言模型智能体
专题命中 工具调用 ：agent(abstract)；分类 cs.AI、cs.CL、cs.LG
AI总结 提出LLM4MOF框架，利用大语言模型智能体通过化学推理、候选MOF构建和模拟测试的闭环迭代，实现可解释的逆向设计，在六项任务中高效搜索高性能结构。
模型生物体是泄漏的：困惑度差分经常揭示微调目标
机构 * Meridian Visiting Researcher Programme（Meridian 访问研究员计划）
专题命中 工具调用 ：agent(abstract)；分类 cs.AI、cs.CL
AI总结 本文提出通过困惑度差分方法揭示模型生物体的微调目标，无需模型内部信息或先验假设，适用于多种微调模型。
通过混合文档路由检索解决金融RAG中的鲁棒性与精度权衡
机构 * organization= School of Engineering, Stanford University , city= Stanford , state= CA , country= USA ； organization= Simon Business School, University of Rochester , city= Rochester , state= NY , country= USA ； organization= Accounting \& Information Systems, Rutgers University , city= Newark , state= NJ , country= USA
专题命中 工具调用 ：agentic(abstract)；分类 cs.AI、cs.CL
AI总结 本文提出混合文档路由检索方法，通过结合语义文件路由与分块检索，解决金融文档问答中鲁棒性与精度的权衡问题，提升检索性能。
Comments 26 pages, 4 figures, 13 tables
Proteus: 音频深度伪造检测器的自动化对抗鲁棒性测试
机构 * Resemble AI
专题命中 工具调用 ：agent(abstract)；分类 cs.AI
AI总结 提出Proteus框架，通过搜索日常音频变换组合（如编解码、噪声等）自动发现欺骗深度伪造检测器的对抗样本，并利用BFS和Q-learning两种策略优化攻击链，以提升检测器鲁棒性。
SearchSkill: 教授大语言模型使用搜索工具与演进技能库
机构 * School of Computer Science and Technology, Harbin Institute of Technology, Shenzhen（哈尔滨工业大学深圳校区计算机科学与技术学院） ； TikTok Inc, Beijing（字节跳动北京公司）
专题命中 工具调用 ：planning(abstract)；分类 cs.AI
AI总结 SearchSkill通过可重用的搜索技能显式规划查询，提升开放域问答中的检索效率和推理质量，改进了知识密集型问答基准的精确匹配表现。
AUSLUN: 一种用于GNSS拒止环境下海上搜索与导航的固定悬停无人机-无人艇系统
机构 * School of Aerospace Engineering, Beijing Institute of Technology（北京理工大学航空航天工程学院） ； Khalifa University Center for Autonomous Robotic Systems (KUCARS), Khalifa University（哈利法大学自主机器人系统中心（KUCARS））
专题命中 工具调用 ：planning(abstract)
AI总结 提出AUSLUN系统，利用固定悬停无人机通过视觉惯性里程计和变焦吊舱扫描，结合门控递归估计器实现非合作目标定位与无人艇导航，在GNSS拒止环境下验证了搜索-导航完整流程。
Comments 10 pages, 7 figures
多智能体路径规划作为QUBO问题
机构 * Department of Computers and Informatics, Faculty of Electrical Engineering and Informatics, Technical University of Košice（科希策技术大学电气工程与信息学院计算机与信息学系）
专题命中 规划决策 ：agent(title,abstract)；planning(title,abstract)；multi-agent(title,abstract)
AI总结 本文将多智能体路径规划问题建模为QUBO问题，通过证明其NP难性并推导出编码路线效用奖励和配对重叠惩罚的二次无约束二进制优化公式，探讨了覆盖与重叠的权衡策略。
一个在生物医学工具宇宙中进行治疗推理的AI智能体
机构 * Department of Biomedical Informatics, Harvard Medical School（哈佛医学院生物医学信息学系） ； Department of Engineering Science, University of Oxford（牛津大学工程科学系） ； The Ivan and Francesca Berkowitz Family Living Laboratory Collaboration at Harvard Medical School and Clalit Research Institute（哈佛医学院伊万和弗朗西斯卡·伯科维茨家族生活实验室合作与克莱利研究所） ； Cardiovascular Division, Department of Medicine, Brigham and Women’s Hospital, Harvard Medical School（哈佛医学院心脏病学部，布里格姆和妇女医院） ； The Windreich Department of Artificial Intelligence and Human Health, Icahn School of Medicine at Mount Sinai（西奈山伊坎医学院人工智能与人类健康系） ； The Hasso Plattner Institute for Digital Health at Mount Sinai, Icahn School of Medicine at Mount Sinai and Mount Sinai Health System（西奈山伊坎医学院和西奈山医疗系统数字健康研究所） ； Mindich Child Health and Development Institute and the Departments of Pediatrics and Genetics & Genomic Sciences, Icahn School of Medicine at Mount Sinai（西奈山伊坎医学院Mindich儿童健康与发展研究所及儿科学和遗传学与基因组科学系） ； Mount Sinai Fuster Heart Hospital, Icahn School of Medicine at Mount Sinai（西奈山伊坎医学院Fuster心脏医院） ； Mount Sinai AI Assurance Lab, Mount Sinai Health System（西奈山医疗系统AI保证实验室） ； Institute for Critical Care Medicine, Icahn School of Medicine at Mount Sinai（西奈山伊坎医学院重症监护医学研究所） ； Department of Medicine, Icahn School of Medicine at Mount Sinai（西奈山伊坎医学院医学系） ； ATHENA-R1 Evaluation Group（ATHENA-R1评估组）
专题命中 规划决策 ：agent(title,abstract)；AI agent(title,abstract)；tool use(abstract)；tool-use(abstract)
AI总结 提出ATHENA-R1智能体，通过强化学习在212种生物医学工具上训练，实现迭代证据收集的治疗推理，在多个基准上超越现有模型，准确率达94.7%。
Comments Project page: https://athena.openscientist.ai Code: https://github.com/mims-harvard/ATHENA
面向LLM智能体规划的自我进化世界模型
机构 * National University of Singapore（国立新加坡大学） ； Singapore University of Technology and Design（新加坡科技设计大学） ； Singapore Management University（新加坡管理学院）
专题命中 规划决策 ：agent(title,abstract)；planning(title,abstract)；分类 cs.AI、cs.CL
AI总结 提出WorldEvolver框架，通过情景记忆、语义记忆和选择性预见三个模块在测试时修正世界模型，提升预测准确性和下游规划成功率。
面向SAR数据生成的任务驱动与质量保障智能体框架
机构 * College of Information Science and Technology, Beijing University of Chemical Technology（北京化工大学信息科学与技术学院） ； Science and Technology on Electromagnetic Scattering Laboratory, Beijing Institute of Environmental Features（北京环境特征研究院电磁散射实验室）
专题命中 规划决策 ：agent(title,abstract)；planning(abstract)；workflow(abstract)；agentic(abstract)
AI总结 提出SAGA框架，通过模式约束规划与多维度评估器，实现面向任务的SAR数据增强，提升可靠性、可复现性及下游任务效用。
自进化智能体图像恢复：通过深思熟虑的规划与直觉执行
机构 * Institute of Software, Chinese Academy of Sciences（中国科学院软件研究所） ； University of Chinese Academy of Sciences（中国科学院大学） ； School of Life Sciences, Tsinghua University（清华大学生命科学学院） ； Intelligent Science & Technology Academy of CASIC（中国科学院 CASIC 智能科学与技术学院）
专题命中 规划决策 ：planning(title,abstract)；agentic(title,abstract)
AI总结 提出SEAR框架，将图像恢复建模为序列决策问题，采用直觉执行器与深思熟虑规划器，结合剪枝感知蒙特卡洛树搜索和自进化情景记忆，解决贪婪搜索和信息利用不足问题。
CostBench：评估LLM工具使用代理在动态环境中的多轮成本最优规划与适应
机构 * Hong Kong University of Science and Technology（香港科技大学） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Tsinghua University（清华大学）
专题命中 规划决策 ：planning(title,abstract)；tool-use(title)；分类 cs.AI、cs.CL
AI总结 本文提出CostBench，一个以成本为中心的可扩展基准，用于评估LLM代理在动态环境中的经济推理和重新规划能力，揭示现有模型在成本感知规划方面的显著不足。
ReasonRec: 一种用于统一推荐的推理增强多模态智能体
机构 * Meta AI ； Michigan State University（密歇根州立大学） ； The University of North Carolina at Chapel Hill（北卡罗来纳大学教堂山分校）
专题命中 规划决策 ：agent(title,abstract)；planning(abstract)；agentic(abstract)；分类 cs.AI
AI总结 提出ReasonRec，一种基于三阶段显式推理管道的多模态推荐智能体，通过推理感知视觉指令调优、证据-视野课程学习和不确定性引导委派机制，在五个数据集上实现排名指标相对提升超30%，推理延迟降低35%。
Comments The 64th Annual Meeting of the Association for Computational Linguistics (ACL 2026)
互补强化学习：迈向高效的基于经验的智能体学习
机构 * Alibaba Group（阿里巴巴集团） ； HKUST（香港科技大学）
专题命中 规划决策 ：agent(title,abstract)；agentic(abstract)；分类 cs.CL、cs.LG
AI总结 本文提出互补强化学习，通过经验提取器与策略智能体的协同进化，提升经验利用效率，实验证明在单任务和多任务场景中均优于传统方法。
Comments 22 pages, 14 figures
DAIN: 基于动态智能体交互网络的高效协同多模态推理
机构 * University of Chinese Academy of Sciences（中国科学院大学）
专题命中 规划决策 ：agent(title,abstract)；multi-agent(abstract)；分类 cs.CL
AI总结 提出动态智能体交互网络(DAIN)，通过上下文感知元控制器动态调度专业交互智能体并压缩通信，实现高效协同多模态推理，在五个基准上取得最优性能。
Comments 19 pages
LLM引导的规划：多模态核监管文档的多跳推理
专题命中 规划决策 ：planning(title,abstract)；agent(abstract)；分类 cs.AI
AI总结 提出LLM引导的规划方法，通过动态知识图谱状态和文档树工具，在多跳推理任务中实现81.5%准确率，显著优于无状态规划方法。
Comments Accepted at the Second Workshop on Agents in the Wild: Safety, Security, and Beyond @ ICML 2026. 8 pages (main), 3 figures, 1 algorithm
度量聚合分歧：基于智能体的策略优化中隐藏的有效性威胁及其契约式补救
机构 * Department of Politics and Public Administration（政治与公共行政系） ； The University of Hong Kong（香港大学） ； Department of Applied Social Sciences（应用社会科学系） ； The Hong Kong Polytechnic University（香港理工大学）
专题命中 规划决策 ：agent(title,abstract)；workflow(abstract)；分类 cs.AI
AI总结 本文揭示基于智能体模型与多目标进化算法（ABM+MOEA）中因各阶段独立重实现度量聚合导致的“度量聚合分歧”（MAD）问题，通过流行病策略工具复现和实验证明其严重性，并提出“度量契约”作为统一接口的工程补救方案。
Comments 13 pages, 2 figures
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