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
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