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。
迈向基于智能体的智能体模型：可行性、性能和统计模型检查
机构 * Sant’Anna School of Advanced Studies Pisa（比萨圣安娜高等研究学校） ； Sapienza University of Rome（罗马第一大学） ； DTU Technical University of Denmark（丹麦技术大学） ； University of Pisa（比萨大学）
专题命中 工具调用 ：agent(title,abstract)；agentic(title,abstract)；分类 cs.AI
AI总结 研究引入大语言模型驱动决策对基于智能体模型模拟的影响，以Mesa ABM模型为对象，扩展谢林隔离模型，通过统计模型检查进行分析，实验表明较小本地服务LLM有问题，较大模型通过初步检查，还探讨了统计模型检查的作用。
人工智能代理系统的确定性重放
专题命中 工具调用 ：agent(title,abstract)；AI agent(title,abstract)；分类 cs.AI
AI总结 研究人工智能代理系统不确定性问题，提出agrepl框架，通过MITM代理拦截外部交互并序列化，在隔离环境重放，形式化执行模型，经实验验证重放保真度高且延迟大幅降低，以Go实现并开源。
Comments 9 pages, 5 figures, 5 tables
章鱼v2：用于超级代理的设备端语言模型
机构 * Stanford University（斯坦福大学）
专题命中 工具调用 ：agent(title)；AI agent(abstract)；workflow(abstract)；function calling(abstract)
AI总结 章鱼v2通过设备端20亿参数模型，在准确性和延迟上超越GPT-4，同时将上下文长度减少95%，提升边缘设备应用性能。
大语言模型在代理AI中的可扩展性风险与模型供应链安全
专题命中 工具调用 ：agentic(title,abstract)；agent(abstract)；multi-agent(abstract)
AI总结 本文研究了大语言模型在代理AI中的可扩展性风险及模型供应链安全问题，提出LSRI指数和模型供应链框架，以提升安全关键环境下的LLM部署安全性。
Comments Accepted for publication in Journal of Computer Information Systems (2026). DOI: 10.1080/08874417.2026.2624670
Journal ref Journal of Computer Information Systems (2026)
STAC：当无害工具形成危险链以劫持LLM代理
机构 * AWS AI Labs（AWS人工智能实验室） ； UC Berkeley（伯克利大学）
专题命中 工具调用 ：agent(abstract)；autonomous agent(abstract)；tool use(abstract)；tool-use(abstract)
AI总结 STAC通过多轮工具链攻击揭示LLM代理的安全漏洞，提出基于推理的防御策略，显著降低攻击成功率。
Comments Long version with 15 pages in main draft and a total of 39 pages including references and appendix. Data and code \url{https://github.com/amazon-science/MultiTurnAgentAttack}
PhysAgent：用于物理上合理的视频生成的反射式智能体物理控制
机构 * Shanghai Jiao Tong University（上海交通大学） ； Cardiff University（卡迪夫大学）
专题命中 工具调用 ：agentic(title,abstract)；agent(abstract)；分类 cs.AI
AI总结 研究物理上合理的视频生成问题，提出PhysAgent反射式智能体框架，通过闭环设计及物理控制API，改善参数控制，实现复杂轨迹等，实验证明其能生成更合理视频，有更好提示对齐及泛化效果。
Comments For project page, see https://iapple233.github.io/PhysAgent
AoA：基于重新设计语言抽象语法树的定理证明智能体
机构 * Nanyang Technological University Singapore（南洋理工大学新加坡分校） ； Imperial College London London, UK（伦敦帝国理工学院伦敦分校） ； University of Edinburgh Edinburgh, UK（爱丁堡大学爱丁堡分校）
专题命中 工具调用 ：agent(title,abstract)；分类 cs.AI、cs.LG、cs.SE
AI总结 研究针对交互式定理证明中人工操作限制可扩展性及基于LLM的证明智能体成本高的问题，提出将智能体从源文本提升到抽象语法树的方法，实现了AoA，在多个方面有显著提升且解决更多难题。
Comments 13 pages
TRIAGE：面向智能体强化学习的角色类型化信用分配
机构 * LinkedIn Corporation（领英公司） ； Harvard University（哈佛大学） ； Johns Hopkins University（约翰霍普金斯大学）
专题命中 工具调用 ：agentic(title,abstract)；分类 cs.AI、cs.LG
AI总结 提出TRIAGE框架，通过角色类型化信用分配修正GRPO仅依赖结果信用的盲点，在ALFWorld等任务中提升成功率并减少交互步数。
用于智能电网的大语言模型和智能AI系统：架构与应用教程
机构 * Department of Electrical and Computer Engineering, University of California San Diego（加州大学圣迭戈分校电气与计算机工程系） ； Department of Electrical and Computer Engineering, University of Alberta（阿尔伯塔大学电气与计算机工程系）
专题命中 工具调用 ：agentic(title,abstract)；分类 cs.AI
AI总结 研究智能电网中LLMs和智能AI系统，提出基于求解器的设计原则，通过提示策略等构建模块及四个案例研究实例化该原则，比较不同方案，还提出四组评估框架，明确了各部分分工。
Comments 28 pages, 11 figures, 6 tables; plus supplementary material. Review/tutorial article
SlotGuard：阻止大语言模型代理转录中过度共享私有本地上下文
机构 * Siebel School of Computing（计算机科学系） ； Data Science, University of Illinois Urbana-Champaign（数据科学，伊利诺伊大学厄巴纳-香槟分校）
专题命中 工具调用 ：agent(title,abstract)；分类 cs.CL
AI总结 研究大语言模型代理转录本隐私泄露问题，提出SlotGuard方法，通过重写结构绑定、替换机密值、链接跨轮引用等操作隐藏敏感数据，在保持代理性能的同时大幅降低凭证泄漏率。
Comments ICML 2026 AIWILD
章鱼：用于软件API函数调用的设备端语言模型
机构 * Stanford University（斯坦福大学） ； Harvard University（哈佛大学）
专题命中 工具调用 ：function calling(title)；分类 cs.CL、cs.SE
AI总结 研究利用设备端大语言模型调用软件API，通过编译数据集微调不同参数模型，提升其API交互能力，提出条件掩码技术和新基准，经微调的Octopus模型在API调用上性能超GPT-4，推动自动化软件开发和API集成。
洛梅奎：大语言模型智能体中资源受限的工具发现
机构 * Sea12 Technologies（Sea12科技公司） ； Yale University（耶鲁大学）
专题命中 工具调用 ：tool use(abstract)；tool-use(abstract)；分类 cs.AI；agentic(comments)
AI总结 研究受认知科学启发区分工具使用与发现，将工具发现分解为好奇心、识别和效率，表明该框架可用于现有任务，证明识别与模型大小成反比，还通过组合博弈及模拟环境观察到反比缩放。
Comments All authors contributed equally. 17 pages, 6 figures. Presented at the 2026 Conference on Learning Theory Workshop on Learning in an Agentic World
验证、修复、重复还是停止？大语言模型代理中用于有噪声验证-修复循环的稳健停止方法
专题命中 工具调用 ：tool use(abstract)；分类 cs.AI、cs.SE
AI总结 研究大语言模型代理中验证-修复循环有噪声时缺乏停止原则的问题，提出VRR-Stop框架，通过四参数噪声模型和信念过滤估计有效性，依真实边际增益符号决策，配对VRR-Guard，提升了停止可靠性与真实有效性。
Comments 18 pages, 10 figures, 10 tables. Under review
共享发现悖论：单答案规则如何将更好的信息转化为更差的搜索
专题命中 工具调用 ：agent(abstract)；分类 cs.AI
AI总结 研究共享信息时单答案规则导致的发现悖论，通过可精确求解的十六盒模型对比不同情况，指出这是协议失败。还探讨了自利搜索者博弈及共同线索模型，贡献是分离信息等因素为精确可复用量的紧凑基准。
Comments 29 pages, 4 figures. Code, data, and an interactive guide: https://github.com/yoheinakajima/shared-discovery-paradox
为什么反馈增强的自蒸馏不能改进检索交织搜索智能体？
机构 * Chapman University（查普曼大学） ； Lawrence Berkeley National Laboratory（劳伦斯伯克利国家实验室）
专题命中 工具调用 ：agentic(abstract)；分类 cs.AI
AI总结 研究反馈增强的自蒸馏在智能体搜索中失效的原因，发现模型存在解码崩溃现象，因监督信号不一致致学习不稳定，将其分解为模型和提示不一致，引入EMA教师减轻不一致，最终提高模型性能。
AgentBrew：从强大教师到弱小语言模型智能体的终身知识酿造
机构 * The University of Hong Kong（香港大学）
专题命中 工具调用 ：tool-use(abstract)；分类 cs.AI
AI总结 研究语言模型智能体知识酿造问题，提出AgentBrew方法，含失败触发教师和学生感知合成两个组件，无需训练，能将教师交互经验提炼到学生外部记忆，经实验验证可产生强大且可部署的智能体。
审计金融大语言模型中的资产特定偏好：来自比特币表征与投资组合配置的证据
专题命中 工具调用 ：agent(abstract)；分类 cs.LG
AI总结 本研究通过三级审计协议，发现大型语言模型对比特币存在框架依赖的偏好，并识别出模型内部一个可因果干预的比特币选择性特征，该特征能显著影响下游投资组合配置。
Comments 31 pages, 6 figures, 18 tables
结构信息用于重定根莱文树搜索
机构 * Department of Computing Science, University of Alberta, Edmonton, Canada. ； Alberta Machine Intelligence Institute (Amii), Edmonton, Canada. ； Google DeepMind, London, United Kingdom.
专题命中 工具调用 ：agent(abstract)；分类 cs.AI
AI总结 提出三种重定根器设计，利用结构信息隐式分解子目标，提升策略树搜索的可扩展性和效率。
Comments ICML 2026
随机重置加速强化学习中的策略收敛
机构 * Biophysics Program, Stanford University（斯坦福大学生物物理项目） ； School of Physics, University of Sydney（悉尼大学物理学院） ； National Institute for Theory and Mathematics in Biology, Northwestern University（生物理论与数学国家研究所，西北大学） ； The University of Chicago（芝加哥大学） ； Princeton-CUNY Center for the Physics of Biological Function, The Graduate Center, CUNY（普林斯顿-纽约大学生物物理功能中心，纽约大学研究生中心）
专题命中 工具调用 ：agent(abstract)；分类 cs.LG
AI总结 研究探讨随机重置与强化学习的交互，发现其能加速策略收敛，通过截断长轨迹提升价值传播，为强化学习提供新的优化机制。
Comments 10 pages, 11 figures
基于蒙特卡洛树搜索的实时飞行测试机动选择
专题命中 工具调用 ：planning(abstract)
AI总结 研究如何在资源限制下安排飞行架次机动动作以降不确定性，提出结合高斯过程与蒙特卡洛树搜索的实时规划框架，用加权综合方差减少评分，经模拟评估，该方法在降不确定性上优于基线，是提高飞行测试效率的有前途方法。
Comments N. E. Bostock and H. Pruitt-Kennett contributed equally. 9 pages, 4 figures. Accepted to the 45th AIAA/IEEE Digital Avionics Systems Conference (DASC 2026)
通过分析模型驱动的神经网络预测机器人手的抓握顺应性
机构 * Stevens Institute of Technology（史蒂文斯理工学院）
专题命中 工具调用 ：tool use(abstract)
AI总结 研究旨在开发强力交互时抓握工具行为的预测模型，引入分析模型驱动神经网络（AMINN），结合分析力学层与数据驱动学习，在三指欠驱动机器人手上评估，有强预测能力且实现更好物理一致性，推动了物理可解释学习。
Comments Preprint. 9 pages, 8 figures, 1 table
XMatcher：用于X射线衍射相识别的开源框架
专题命中 工具调用 ：workflow(abstract)
AI总结 介绍开源框架XMatcher，用于X射线衍射相识别。它集成多种功能于便携工作流程，能生成理论库、检索候选相、校正匹配并报告指标证据，其AutoMix模块可处理多相模式，通过图形界面提供可解释且可重现的相识别平台。
生成式人工智能助手是否遵守robots.txt？追踪可见答案之外的网络访问
专题命中 工具调用 ：agent(abstract)
AI总结 研究探讨生成式AI助手是否遵守robots.txt，对十个有网络搜索功能的AI助手进行实证研究，通过特定配置和条件评估其对http URL规则的遵守情况，发现不同助手差异大，结果引发相关法律治理问题及对更新标准的需求。
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