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。
RadHarmony：智能体AI时代的放射数据处理方案
机构 * Emory University（埃默里大学） ； Yale University（耶鲁大学）
专题命中 工具调用 ：agentic(title)；agent(abstract)；workflow(abstract)；分类 cs.AI
AI总结 RadHarmony是一款开源Python库，用于统一处理异构放射数据集，引入AI智能体技能简化数据集整合，可预训练视觉Transformer基线并提供相关代码与模型权重。
VIG-RL：学习搜索与插入以实现可验证的图像定位
专题命中 工具调用 ：agent(abstract)；autonomous agent(abstract)；workflow(abstract)；agentic(abstract)
AI总结 本文针对现有检索增强框架无法动态推理视觉证据插入时机与位置的问题，提出自主智能体框架VIG-RL，将相关工作流建模为主动决策过程，经强化学习优化后实现SOTA性能。
LeanCSP：Lean中用于验证约束重构与求解的框架
机构 * TU Wien（维也纳技术大学）
专题命中 工具调用 ：planning(abstract)；workflow(abstract)；分类 cs.AI
AI总结 本研究在Lean定理证明器中提出LeanCSP框架，可验证约束重构的语义正确性与求解器结果，其已验证对称性破缺能大幅减少求解搜索工作量，且Lean内认证成本可承受。
AskChem：面向化学文献综合的以主张为中心的基础设施
机构 * New York University（纽约大学） ； Matterstack, Inc.（Matterstack公司）
专题命中 工具调用 ：AI agent(abstract)；分类 cs.AI、cs.CL、cs.LG
AI总结 AskChem是一种以主张为中心的跨论文化学搜索基础设施，将检索单元改为带来源的主张，提供多种检索结构与访问接口，在基准测试中提升了DOI可解析率，为化学文献综合提供了支持。
Baikal：面向数据湖深度研究的结构化搜索框架
专题命中 工具调用 ：agent(abstract)；分类 cs.AI、cs.CL、cs.LG
AI总结 Baikal是面向数据湖深度研究的结构化搜索框架，通过聚类证据为语义区域并自适应搜索，在HybridQA和TAT-QA数据湖上较基线方法提升报告得分28%和36%，展现了结构化语义探索的价值。
PlantBGC：基于无标签领域自适应与弱监督的植物生物合成基因簇发现Transformer
专题命中 工具调用 ：workflow(abstract)；分类 cs.LG
AI总结 该研究针对植物BGC标签稀缺问题，提出PlantBGC模型，通过无标签领域自适应与弱监督实现植物BGC的精准发现，提升了已知BGC的恢复率并缩短了基因座长度。
IndustryForge-27B：面向工业CAD的领域增强多模态基础模型
专题命中 工具调用 ：agent(abstract)；分类 cs.AI
AI总结 该研究构建基于Qwen3.5-VL-27B的IndustryForge-27B多模态基础模型，整合6个工业CAD子语料库训练，在CAD基准测试中性能远超基础模型与GPT-5.4，可作为工业智能体的通用基础。
Comments 14 pages
评估和定价AI生成响应中的广告
专题命中 工具调用 ：agent(abstract)；分类 cs.AI
AI总结 针对AI生成响应中广告评估与定价的核心挑战，该研究构建智能体模拟框架生成监督，提炼出高效评估器，实现更优的点击意图预测，还推导了最优支付规则并扩展了广告生成的训练目标。
Comments 9 pages, 2 figures
Beacon：智能体何时及如何执行智能体视觉推理
机构 * Peking University（北京大学） ； Kling Team（Kling团队） ； HKUST(GZ)（香港科技大学（广州）） ； CUHK（香港中文大学） ； ZJU（浙江大学） ； THU（清华大学）
专题命中 规划决策 ：agentic(title,abstract)；tool use(abstract)；tool-use(abstract)
AI总结 本研究针对现有智能体视觉推理模型模式适应性有限、工具增益被损害抵消的问题，提出Beacon模型，通过强化学习相关机制提升性能与适应性，在多基准上表现优异。
Comments 33 pages
AgenticER：实体解析的下一个前沿领域
专题命中 规划决策 ：agentic(summary_cn,abstract)；autonomous agent(abstract)
AI总结 针对现有实体解析被动范式无法适配异构流数据场景的问题，提出Agentic ER新范式，将其建模为自主智能体的序列决策过程，构建参考架构并明确研究挑战，开拓数据管理与智能体交叉的新研究方向。
Comments Vision paper submitted to VLDB, 6 pages
LEDGERMIND：基于结构化证据账本的溯源约束多模态智能体推理
机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； The University of Hong Kong（香港大学） ； Tsinghua University（清华大学） ； University of Sussex（萨塞克斯大学）
专题命中 规划决策 ：agentic(title,abstract)；agent(abstract)；分类 cs.LG
AI总结 该研究提出LedgerMind，通过结构化证据账本及三层依据协议等组件，解决多模态智能体推理中最终答案准确率无法反映轨迹可信度的问题，在多模态基准上同时提升了答案准确率与轨迹可信度。
DeepResearch 智能体系统
机构 * Software Copyright Research and Development Document（软件版权研究与开发文档）
专题命中 规划决策 ：agent(title,abstract)；tool-use(abstract)；分类 cs.AI
AI总结 DeepResearch 智能体系统是基于稀疏激活架构的大语言模型，通过双模式推理引擎、多工具协调等技术，在多个智能体基准测试中取得最优性能，已完全开源并支持多领域应用。
HALO：基于局部义务的异构准入机制，用于安全智能体执行
专题命中 规划决策 ：agentic(title,abstract)；分类 cs.AI、cs.SE
AI总结 HALO是一种保障智能体执行安全的运行时协议，可保留有效组件、检查动作有效性并替换被阻止动作，在多组实验中均展现出优于整体响应策略的性能。
Comments 16 pages, 2 figures; supplementary material included
利用轨迹图实现智能体大语言模型系统的预执行错误诊断
机构 * Florida International University（佛罗里达国际大学） ； Arizona State University（亚利桑那州立大学） ； NEC Laboratories America（美国 NEC 实验室） ； Singapore Management University（新加坡管理大学）
专题命中 规划决策 ：agentic(title)；agent(abstract)；分类 cs.AI
AI总结 该研究提出Trajectory Graph Copilot框架，以Graph Debugger为核心，通过预执行错误诊断提升LLM智能体完成长周期任务的能力，在多基准测试中平均提升14.69%通过率。
SkillMentor：基于盲点诊断的大语言模型智能体自我进化
机构 * The Hong Kong Polytechnic University（香港理工大学） ； Platform and Content Group, Tencent（腾讯平台与内容事业群） ； Soochow University（苏州大学）
专题命中 规划决策 ：agent(title,abstract)；分类 cs.AI
AI总结 本文提出SkillMentor，将盲点诊断作为独立于执行的可学习智能体能力，通过强化学习训练导师策略，在AppWorld和BFCLv3上使执行器性能平均提升44.2%，实现无需更新执行器的智能体自我进化。
PIE-APT：基于增量直接推导溯因的时态规划与矛盾检测统一框架
机构 * Najm（纳吉姆） ； Tafresh University（塔夫雷什大学）
专题命中 规划决策 ：planning(title,abstract)；分类 cs.AI
AI总结 该研究提出统一框架PIE-APT，含PIE-Abducer与PIE-APT模块，通过增量直接推导溯因解决动态知识图谱规划与矛盾检测问题，在OWL基准上优于经典规划器与MHS基线。
推理时代理决策规则在多图像医学推理任务中优于更长的进化搜索
机构 * Yale University（耶鲁大学）
专题命中 规划决策 ：agentic(title,abstract)
AI总结 本研究对比5种推理时代理策略，发现多图像医学推理中，顺序投票决策规则比扩展进化搜索预算的影响更大，其最终测试准确率显著优于基线及复杂变体。
Comments Presented at the CVPR 2026 Workshop on Multi-Modal Reasoning for Agentic Intelligence
SciDataSailor：深度科学数据探索
专题命中 规划决策 ：tool use(abstract)；planning(abstract)；agentic(abstract)；分类 cs.AI、cs.CL
AI总结 该研究针对科学数据仓库交互难题，提出SciDataSailor框架，以带特定机制的MCTS实现轨迹合成，构建了微调模型与含千余任务的评估基准，推动LLM智能体的科学数据探索能力。
Comments 63 pages, 10 figures
带有固定招聘成本和二项式人员流动的劳动力规划问题中（s, S）招聘策略的最优性
专题命中 规划决策 ：planning(title,abstract)
AI总结 针对含固定招聘成本和二项式人员流动的有限期劳动力规划问题，研究人员通过建立离散凸性与K-凸性证明最优（s, S）招聘策略，并提出分段近似方法生成MILP公式求解，该方法计算快且最优性差距小。
基准测试如何错误评估计算机使用智能体
机构 * Georgia Institute of Technology（佐治亚理工学院） ； North Carolina State University（北卡罗来纳州立大学） ； Lenovo AI Technology Center（联想人工智能技术中心） ； University of North Carolina at Chapel Hill（北卡罗来纳大学教堂山分校） ； Marquette University（马凯特大学） ； Fudan University（复旦大学）
专题命中 规划决策 ：planning(abstract)；workflow(abstract)；分类 cs.AI
AI总结 该研究指出计算机使用智能体的基准测试分数存在可靠性问题，审计150条轨迹发现15.3%的“失败”判定错误，进而推导了CUA评估各阶段的设计规则。
世界动作规划器：基于动作条件世界模型的通用决策方法
机构 * Harvard University（哈佛大学）
专题命中 规划决策 ：agent(abstract)；planning(abstract)；分类 cs.AI
AI总结 本研究提出World Action Planner机器人规划系统，结合VLMs与多任务位姿图像条件世界模型，可迭代优化动作规划，在组合任务、新布局等场景中泛化性能优于VLAs、WAMs等端到端策略模型。
Comments Project page at worldactionplanner.github.io
技能使用还是技能表演？评估技能增强型语言智能体中的推理后台
专题命中 规划决策 ：agent(abstract)；multi-agent(abstract)；分类 cs.AI
AI总结 本研究针对技能增强型语言智能体，提出BACKTRACE评估框架及BACKROOMBench测试平台，发现其存在推理后台现象，即技能使用声明与实际决策影响存在系统性差距，需通过干预进行审计。
Comments 21 pages
评估残差：长时序评估在匹配短任务性能之外的补充作用
机构 * Tencent（腾讯）
专题命中 规划决策 ：agent(abstract)；分类 cs.AI、cs.LG、cs.SE
AI总结 该论文提出时序残差概念，指出长时序基准需将全任务成功与短阶段基线预测比较，以解释长任务失败的原因。
SCOPE：基于耦合策略的端到端协调供应链运营
机构 * Dingdong（叮咚）
专题命中 规划决策 ：planning(abstract)；分类 cs.AI、cs.LG
AI总结 SCOPE是将供应链实体建模为token的复合策略模型，在生鲜零售补货数据上验证了其比分阶段优化及传统基线更优的端到端供应链决策效果。
QQWorld：用于世界模型正则化的分位数-分位数匹配
专题命中 规划决策 ：planning(abstract)；分类 cs.AI、cs.LG
AI总结 该研究针对潜在世界模型正则化中EP目标函数对尾部样本校正梯度不足的问题，提出QQWorld方法，通过分位数-分位数匹配目标函数及跨批次QQ技术，提升了LeWM在四个控制环境中的规划成功率与高斯对齐效果。
TAPO：面向大语言模型智能体的过渡感知策略优化
机构 * School of Electronic and Computer Engineering, Peking University（北京大学电子与计算机工程学院） ； Pengcheng Laboratory（鹏城实验室）
专题命中 规划决策 ：agent(abstract)；分类 cs.AI、cs.LG
AI总结 该研究提出TAPO框架，通过策略优化与过渡监督交替训练，增强LLM智能体对环境过渡的敏感性，作为轻量即插即用模块，在WebShop和ALFWorld实验中提升任务性能。
Comments 16 pages, 5 figures
面向大动作空间的在线策略与离线策略学习
专题命中 规划决策 ：agent(abstract)；分类 cs.AI、cs.LG
AI总结 本论文针对大动作空间交互式系统的策略学习挑战，提出meTS、dTS、sDM等结构化贝叶斯方法，解决在线与离线策略学习的关键问题并提供理论保证。
Comments PhD Thesis, 241 pages
感知自身老化的机器：面向硬件感知自主智能的框架
机构 * Newcastle University Singapore（新加坡纽卡斯尔大学） ； Qingdao University of Technology（青岛理工大学） ； Amrita Vishwa Vidyapeetham（阿姆里塔维什瓦维迪亚皮塔姆大学）
专题命中 规划决策 ：planning(abstract)；分类 cs.AI
AI总结 针对自主系统硬件老化引发的任务失败问题，提出将硬件健康融入决策的 AAAI 框架，通过三大支柱实现系统自适应，提升弹性并延长寿命，适用于太空、医疗等关键环境。
Comments 1 figure, 8 pages
大型语言模型能否执行父订单？
专题命中 规划决策 ：planning(abstract)；分类 cs.CL
AI总结 该研究针对算法交易的父订单执行问题，提出分层框架PACE，基于深交所数据验证其性能优于现有方法，表明LLMs可辅助人类交易者执行决策。
超越改写：书籍级组织提升训练中合成教科书数据的质量
机构 * Peking University（北京大学） ； 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 ：planning(abstract)；分类 cs.AI
AI总结 本研究提出可扩展的合成教科书数据流程，发现书籍级组织可提升语言模型训练中期的下游性能，在Llama3-8B上也验证了该设计维度的有效性。
Comments 31 pages, 3 figures, 11 tables
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