AI Agent

Search-GRT: Guided Retrieval Training of Search Agents to Optimize for Complex Question Answering

Search-GRT：面向复杂问答任务优化的搜索智能体引导检索训练

Aounon Kumar, Sudipta Paul, Vivek Kulkarni, Vijay Srinivasan, Srinivas Chappidi

机构 * AI Center-Mountain View, Samsung Electronics（三星电子山景城AI中心） 纠错

专题命中 工具调用 ：agent(abstract)；分类 cs.AI

AI总结 针对LLM搜索的奖励稀疏问题，提出GRT方法，通过真实信息限制检索过程，在多跳问答等任务上实现超40%性能提升并提高训练效率。

Comments Accepted at Interspeech 2026

Practical Online KV Cache Compaction for LLM Agents: An Empirical Study

面向LLM智能体的实用在线KV缓存压缩：一项实证研究

Yujian Liu, Jiabao Ji, Li An, Rohit Jain, Gungor Polatkan, Siyu Zhu, Shiyu Chang

机构 * UC Santa Barbara（加州大学圣巴巴拉分校） ； LinkedIn（领英公司） 纠错

专题命中 工具调用 ：agent(abstract)；分类 cs.CL

AI总结 该研究针对LLM智能体的KV缓存瓶颈，实证对比了令牌驱逐与注意力匹配两类在线压缩方法，发现延迟压缩可恢复性能，令牌驱逐在代理不完善时更鲁棒，能大幅压缩KV缓存并提升吞吐量。

Reinforcement Learning from Human Feedback

基于人类反馈的强化学习

Nathan Lambert

机构 * Nathan Lambert（纳瑟恩·拉姆伯特） 纠错

专题命中 工具调用 ：tool-use(abstract)；分类 cs.LG

AI总结 本书系统介绍强化学习从人类反馈的核心方法，涵盖指令微调、奖励模型训练及拒绝采样等关键技术，探讨合成数据与评估中的前沿问题。

Comments 239 pages. Web-native version at https://rlhfbook.com/ Continually improving, latest version at website

AdaDINO: Context-Adaptive DINO-Distilled Vision Foundation Models for Efficient Open-Vocabulary Edge Inference

AdaVFM：通过LLM引导执行实现边缘智能的自适应视觉基础模型

Yiwei Zhao, Yi Zheng, Huapeng Su, Jieyu Lin, Stefano Ambrogio, Cijo Jose, Michael Ramamonjisoa, Patrick Labatut, Barbara De Salvo, Chiao Liu, Phillip B. Gibbons, Ziyun Li

机构 * Carnegie Mellon University（卡内基梅隆大学） ； Meta 纠错

专题命中 工具调用 ：agent(abstract)；分类 cs.LG

AI总结 本文提出AdaVFM，一种通过LLM引导执行实现边缘设备上语言对齐视觉基础模型高效推理的自适应框架，通过动态调整计算实现性能与效率的平衡。

Enhancing User-Feedback Driven Requirements Prioritization

增强基于用户反馈的需求优先级确定

Aurek Chattopadhyay, Nan Niu, Hui Liu, Jianzhang Zhang

专题命中 工具调用 ：planning(abstract)；分类 cs.SE

AI总结 本文通过增强ReFeed方法，将需求优先级确定从独立实体转向相互关联，提升搜索基于解决方案的效果，实验显示改进方法在实际应用中表现更优。

Comments Revised manuscript submitted to Information and Software Technology

Analyzing GPU Performance in Virtualized Environments: A~Case Study

虚拟化环境中的GPU性能分析：一项案例研究

Adel Belkhiri, Michel Dagenais

专题命中 工具调用 ：tool use(abstract)

AI总结 本文针对当前性能工具不支持虚拟GPU（vGPU）的问题，提出一款兼容Intel GVT-g的新型性能分析工具，通过软件追踪技术收集数据并生成指标，助力识别vGPU虚拟机的性能瓶颈。

Comments 18 pages, 12 figures, 5 tables

Journal ref Future Internet 2024, 16, 72

Towards Autonomous Formulaic Alpha Discovery: An Evolutionary Computation Perspective

面向自主公式化阿尔法发现：进化计算视角

Xinwei Yu, Yiyang Fu, Mingcheng Fan, Enqi Li, Yilin Gao, Shugong Xu

专题命中 工具调用 ：agentic(abstract)

AI总结 本文从进化计算视角，提出自动化公式化阿尔法发现的统一分析与评估框架，为开发可靠的自主阿尔法发现系统奠定基础。

An Internet for the KV Cache: Rethinking Classical Infrastructure Boundaries in the LLM Inference Age

面向KV缓存的互联网：在大语言模型推理时代重新思考经典基础设施边界

Siddhant Ray, Nick Feamster, Junchen Jiang

专题命中 工具调用 ：tool-use(abstract)

AI总结 该研究提出面向KV缓存的互联网愿景，主张跨云与数据中心解耦计算与KV缓存存储，将KV缓存管理作为内容分发系统，以最小化大语言模型推理的延迟与成本。

rsx: A high-performance streaming toolkit for RAD-seq sex determination

rsx: 用于RAD-seq性别鉴定的高性能流式工具包

Rohit Goswami, Ruhila Goswami

专题命中 工具调用 ：workflow(abstract)

AI总结 针对RAD-seq性别鉴定中大规模数据的内存和效率问题，提出Rust实现的rsx工具包，通过2-bit DNA键、并行读取、内存映射、外部排序、位集分组计数和流式Gram矩阵PCA等优化，并添加共轭Beta-Binomial贝叶斯因子，实现8.38倍几何平均加速并保持结果一致性。

Comments 48 pages, 14 figures. Software: https://github.com/HaoZeke/rsx-rs . Reproducibility archive: https://doi.org/10.5281/zenodo.21764999

OTAP: Structure-Aware Optimal Transport for Evaluating Planning and Execution in Agent Trajectories

Otap：用于评估智能体轨迹中规划与执行的结构感知最优传输

Babak Barazandeh, Subhabrata Majumdar, George Michailidis

专题命中 规划决策 ：agent(title,abstract)；planning(title,abstract)；agentic(abstract)；分类 cs.AI、cs.CL、cs.LG

AI总结 研究智能体轨迹评估问题，将其重新定义为执行图与有效解决方案图的距离，通过不平衡融合Gromov-Wasserstein传输问题实例化得到\otap{}分数，该分数可区分有效与无效轨迹，对保持依赖的重新排序不变且对冗余步骤有界敏感。

Agentic Incident Response through Digital Twin-Enhanced Multiscale Planning

基于数字孪生增强多尺度规划的智能体事件响应

Yiran Gao, Tao Li, Kim Hammar

专题命中 规划决策 ：planning(title,abstract)；agentic(title,abstract)；agent(abstract)；分类 cs.AI

AI总结 该研究针对现有智能体事件响应方法的局限，提出结合决策论规划与LLM的多尺度方法，经实验验证可显著缩短恢复时间、提升恢复率。

Comments 31st European Symposium on Research in Computer Security (ESORICS) 2026

AgentSLABench: Evaluating and Benchmarking Agentic Systems Under Resource Constraints

AgentSLABench：资源约束下智能体系统的评估与基准测试

Meher Bhaskar Madiraju, Meher Sai Preetam Madiraju

专题命中 规划决策 ：agentic(title)；planning(abstract,abstract_cn)；agent(abstract)；AI agent(abstract)

AI总结 本研究提出AgentSLABench框架，在资源约束下评估自主AI智能体，通过多维度指标分析发现专用智能体表现优于通用基线，验证了效率调整成功率的重要性并开放相关资源。

Comments 7 pages, 2 figures, 9 tables. Code, sealed test sets, and profiling artifacts available at: https://github.com/MeherBhaskar/agentslabench

Neuro-Symbolic Participation Governance for Verifiable AI Agents in Open Digital Twin Ecosystems

开放数字孪生生态中可验证AI智能体的神经符号参与治理

Juan Li, Wei Cai, Yan Bai

专题命中 规划决策 ：AI agent(title,abstract)；agent(abstract)；multi-agent(abstract)；分类 cs.AI

AI总结 该研究针对开放数字孪生生态中AI智能体的验证需求，提出神经符号去中心化治理框架，结合神经推理与制度治理，通过区块链智能合约实现可审计参与，经原型验证可管控开销下保障合规协作。

Comments Accepted at the 2026 IEEE International Conference on Systems, Man, and Cybernetics (SMC 2026), Bellevue, WA, USA, October 4-7, 2026. 7 pages, 1 figure, 5 tables. Code: https://github.com/weicaiuw/verigov-ai (DOI: 10.5281/zenodo.21706699)

Learning-Based Motion Planning for Dynamic Environments: From Foundational Algorithms to Emerging Paradigms

动态环境下基于学习的运动规划：从基础算法到新兴范式

Zongyuan Shen, Shalabh Gupta, Shancheng Zhao, Dehua Zhou, Gao Wang, Rui Cheng, Yaming Ou, Zhongqiang Ren, Yikui Zhai, C. L. Philip Chen

机构 * College of Information Science and Technology, Jinan University（暨南大学信息科学技术学院） ； University of Connecticut（康涅狄格大学） ； Guangzhou Maritime University（广州海事大学） ； University of Chinese Academy of Sciences（中国科学院大学） ； Global College, Shanghai Jiao Tong University（上海交通大学全球学院） ； Wuyi University（五邑大学） ； South China University of Technology（华南理工大学） 纠错

专题命中 规划决策 ：planning(title,abstract)；agent(abstract)；multi-agent(abstract)；分类 cs.AI

AI总结 本综述回顾2015至2025年动态环境下基于学习的运动规划代表性研究，提出学习作用分类法，分析相关影响因素，探讨安全可验证规划等开放挑战与未来方向。

A Self-Triggered Agentic Push Recommendation System

一种自触发智能推送推荐系统

Zhao-Yu Zhang, Qingying Chen, Chunyuan Zheng, Jing Zhou, Jian Sun, Siqi Chen, Leiying Chen, Chuan Zhou, Huiyou Jiang, Xin Tao, Haoxuan Li, Zhouchen Lin

专题命中 规划决策 ：agentic(title,abstract)；agent(abstract)；planning(abstract)

AI总结 本文提出端到端自触发智能推送系统STEPS，含规划、执行、过滤智能体，已在抖音部署，可提升用户活跃天数、降低权限禁用率并减少计算开销。

Bayesian and Motivated Reasoning in AI Agents

AI智能体中的贝叶斯推理与动机推理

Eddie Yang

专题命中 规划决策 ：AI agent(title,abstract)；agent(abstract)；分类 cs.AI、cs.CL

AI总结 该研究发现AI智能体的结论受先验信念影响，相同数值数据因框架不同会得出不同结论，揭示了委托其决策存在依赖未指定先验的风险。

Intern-S1-MO: Long-horizon Reasoning Agent for Olympiad?Level Mathematical Problem Solving

长周期推理代理用于竞赛级数学问题求解

Yuzhe Gu, Songyang Gao, Zijian Wu, Lingkai Kong, Wenwei Zhang, Zhongrui Cai, Fan Zheng, Tianyou Ma, Junhao Shen, Haiteng Zhao, Duanyang Zhang, Huilun Zhang, Kuikun Liu, Chengqi Lyu, Yanhui Duan, Chiyu Chen, Ningsheng Ma, Jianfei Gao, Han Lyu, Dahua Lin, Kai Chen

机构 * Shanghai AI Laboratory（上海人工智能实验室） ； Shanghai Jiao Tong University（上海交通大学） ； MMLab ； The Chinese University of Hong Kong（香港中文大学） ； ICMAT Spanish National Research Council（西班牙国家科研 council） ； The High School Affiliated to Renmin University of China（中国人民大学附属高中） ； Ren Hui Academy of Beijing（北京润辉学院） 纠错

专题命中 规划决策 ：agent(title,abstract)；multi-agent(abstract)；分类 cs.AI、cs.CL

AI总结 本文提出Intern-S1-MO，通过多轮分层推理和OREAL-H框架，突破IMO级数学问题的上下文限制，实现26/35分的优异成绩。

Global Optimization and Inference-Time Region Grafting for Agentic Workflows

智能体工作流的全局优化与推理时区域嫁接

Donghyeok Koh, Gyuwan Kim, Jinyeong Bak, Seung-Hoon Na, Tao Yang, Haneol Jang, Cheoneum Park

专题命中 规划决策 ：agentic(title,abstract)；workflow(abstract)；分类 cs.CL

AI总结 本文提出GRAFT方法，通过保留全局优化工作流并局部替换选定区域实现智能体工作流的实例级自适应，在多类任务上较MaAS平均提升3.85个百分点，且执行器升级无需重新优化全局工作流。

Comments 9 pages, 3 figures, 4 tables

Long-Horizon Autonomous Architecture Research with a Language-Model Agent: A Behavioural Case Study

基于语言模型智能体的长时自主架构研究：一项行为案例研究

Aon Safdar, Mohamed Saadeldin

机构 * University College Dublin（都柏林大学学院） 纠错

专题命中 规划决策 ：agent(title,abstract)；workflow(abstract)；分类 cs.AI

AI总结 本研究以语言模型智能体为唯一研究者开展长时神经架构设计案例，经三阶段约100次实验改进了视觉Transformer，揭示其生产力阶段结构等四项发现，提出自主研究的未来方向。

Comments This work has been submitted to the IEEE for possible publication. Copyright may be transferred without notice, after which this version may no longer be accessible

Agentic Graph Token Reasoning

智能体图令牌推理

Zhuoyi Peng, Yi Yang

机构 * The Hong Kong University of Science and Technology（香港科技大学） 纠错

专题命中 规划决策 ：agentic(title,abstract)；agent(abstract)；分类 cs.LG

AI总结 本研究提出智能体图令牌推理，将图令牌化融入推理过程，通过三阶段训练实现，在七个图领域评估中大幅优于基线，可零样本迁移至未见领域，推动图分析向智能体范式发展。

Trajectories That Segment Themselves: Agent-Declared Boundaries as a Training Unit

自分割轨迹：智能体声明边界作为训练单元

Jingxi Wei

专题命中 规划决策 ：agent(title,abstract)；分类 cs.AI、cs.LG、cs.SE

AI总结 该研究提出智能体声明边界的采集时语义自分割方法，将其作为训练单元，实验表明该分段具有一致性，下游DPO在特定任务中表现优于对照组。

Comments 20 pages, 6 figures, 11 tables. Includes appendices with full controls and ablations

Track-Guided Hierarchical Reinforcement Learning for Autonomous Vehicle Drifting with Minimum-Lap-Time Planning

赛道引导分层强化学习用于最小圈速规划的自动驾驶车辆漂移控制

Sheng Zhao, Bolin Zhao, Xiaodong Wu, Chen Lv

专题命中 规划决策 ：planning(title,abstract)；agent(abstract)

AI总结 该研究针对自动驾驶车辆漂移控制的双目标难题，提出TgRL分层强化学习框架，结合最优轨迹规划训练智能体，实现了兼顾控制性能与圈速缩短的漂移竞赛策略。

ACDC: Adaptive Curriculum Planning with Dynamic Contrastive Control for Goal-Conditioned Reinforcement Learning in Robotic Manipulation

ACDC：基于动态对比控制的自适应课程规划用于机器人操控的面向目标强化学习

Xuerui Wang, Guangyu Ren, Tianhong Dai, Bintao Hu, Shuangyao Huang, Wenzhang Zhang, Hengyan Liu

专题命中 规划决策 ：planning(title,abstract)；agent(abstract)

AI总结 本文提出ACDC方法，结合自适应课程规划与动态对比控制，提升机器人操控任务中的样本效率和任务成功率。

Comments Withdrawn by the authors after identifying inconsistencies between the described adaptive curriculum and the implementation used to generate the reported experiments, particularly in the success-rate feedback mechanism and replay-weight schedule. These issues require the experiments and conclusions to be reevaluated

Analytic Planning under Uncertainty with Moment Closure

基于矩闭合的不确定性下解析规划

Shishir Sharma, Doina Precup

机构 * McGill University（麦吉尔大学） ； Mila – Quebec Artificial Intelligence Institute（米拉-魁北克人工智能研究所） 纠错

专题命中 规划决策 ：planning(title,abstract)；分类 cs.AI、cs.LG

AI总结 本文提出一种基于矩闭合的不确定性下解析规划方法，通过二次动作值参数化实现闭式贝尔曼备份，在连续控制中降低目标方差，为感知分布的规划提供了合理框架。

Comments To appear in Proceedings of the 42nd Conference on Uncertainty in Artificial Intelligence (UAI 2026), PMLR

Group-Reflective Self-Distillation for Agentic Reinforcement Learning

面向智能体强化学习的组内自蒸馏方法

Binbin Zheng, Zijun Xie, Guanqun Zhao, Enlei Gong, Xing Ma, Xiaoliang Fu, Zeyu Chen

机构 * Baidu（百度） 纠错

专题命中 规划决策 ：agentic(title,abstract)；分类 cs.AI、cs.LG

AI总结 该研究针对智能体强化学习中终端奖励监督粗粒度的问题，提出组内自蒸馏方法，利用策略自身已验证轨迹生成指导，细化回合级信用分配，在多环境多模型上性能优于基线且泛化性更好。

ProbGuard: Proactive Runtime Monitoring for LLM Agent Safety via Probabilistic Prediction

ProbGuard：基于概率的运行时监控用于LLM代理安全

Haoyu Wang, Christopher M. Poskitt, Jiali Wei, Jun Sun

机构 * Singapore Management University（新加坡管理大学） ； Xi'an Jiaotong University（西安交通大学） 纠错

专题命中 规划决策 ：agent(title,abstract)；分类 cs.AI、cs.SE

AI总结 ProbGuard通过概率风险预测主动监控LLM代理安全，利用离散时间马尔可夫链建模行为动态，提前预警潜在危险，提升安全性和任务完成率。

Comments Accepted by the 41st IEEE/ACM International Conference on Automated Software Engineering (ASE 2026)

Antares: Foundation Models for Agentic Vulnerability Localization

Antares：用于智能体漏洞定位的基础模型

Supriti Vijay, Aman Priyanshu, Didier Chapoteau, Arthur Goldblatt, Jianliang He, Kimia Majd, Fraser Burch, Baturay Saglam, Takahiro Matsumoto, Zhuoran Yang, Amin Karbasi

专题命中 规划决策 ：agentic(title,abstract)；分类 cs.AI

AI总结 该研究提出基于IBM Granite的Antares系列紧凑语言模型，经两阶段训练用于智能体漏洞定位，其30亿参数版本性能接近GPT-5.5且远超更大模型，推理高效低成本。

Comments 57 pages, 12 figures, technical report for antares

Harness-R1: Learning to Edit Executable Runtime Harnesses from Agent Failure Trajectories

Harness-R1：从智能体失败轨迹中学习编辑可执行运行时管控程序

Shuai Shao, Kangning Zhang, Qingyao Li, Shijian Wang, Hao Wang, Wenxiang Jiao, Yuan Lu, Yi Guo, Weiwen Liu, Weinan Zhang

机构 * Shanghai Jiao Tong University（上海交通大学） ； Xiaohongshu Inc.（小红书公司） ； Southeast University（东南大学） 纠错

专题命中 规划决策 ：agent(title,abstract)；分类 cs.AI

AI总结 Harness-R1是首个基于智能体失败轨迹学习编辑可执行运行时管控程序的方法，经WebShop等基准测试，可提升Qwen3.5-9B智能体成功率，为管控程序与智能体协同进化提供了方向。

Assuming You Knew: Fixing an Epistemic Semantics for Flow Policies Using Agentic AI

假设你已知：使用智能体AI修复流策略的认知语义

David A. Naumann

机构 * Stevens Institute of Technology（史蒂文斯理工学院） 纠错

专题命中 规划决策 ：agentic(title,abstract)；分类 cs.AI

AI总结 该研究针对流策略认知语义框架的缺陷，借助智能体AI编码助手在Rocq中完成修正形式化的机器验证，形成了可比较不同策略规范风格并支持实施的通用框架。

AOSpec: Action and Observation Co-Speculation for Low-Latency Agent Serving

AOSpec：用于低延迟智能体服务的动作与观测协同推测

Hao Mark Chen, Jinnan Guo, Wayne Luk, Hongxiang Fan

专题命中 规划决策 ：agent(title,abstract)；分类 cs.LG

AI总结 AOSpec是一种动作与观测协同推测的无损框架，通过EVD和JASV技术降低智能体服务延迟，在Terminal-Bench上较基线实现显著延迟缩减，且观测模型可跨基准迁移。