AI Agent

Repair, Not Improvement: Decomposing Constrained Decoding in Tool-Call Abstention

修复，而非改进：分解工具调用弃权中的约束解码

Janghoon Lee (Redrob)

机构 * Redrob 纠错

专题命中 工具调用 ：function calling(abstract)；分类 cs.CL

AI总结 该研究针对工具调用弃权问题，分解约束解码的作用，发现修复格式约束的效果优于改进，且两项预注册语言声明不成立。

Comments 24 pages, 4 figures, 17 tables

TsuGO: Probing Search Efficiency in LLM Reasoning via Go Life-and-Death Problems

TsuGO：通过围棋死活问题探究大语言模型推理中的搜索效率

Shunwen Bai, Ziping Ma, Chaoyang Zhang, Yarong Wang, Jiale Liu, Zhen Qin, Qingpei Guo

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

AI总结 本研究提出围棋死活问题基准TsuGO，发现现有LLM的推理搜索组织能力远逊于神经引导的KataGo，指出搜索组织是LLM推理评估的缺失维度。

Comments 23 pages, 12 figures, 20 tables, 2 algorithms

@skills: Attention is all you have

@skills：你所需的全部注意力

Li Yin, Zhi Li, Zhan Shi, Haoran Zhang, Haebin Seong, Zhangyang, Wang

机构 * SylphAI（西尔菲人工智能公司） ； The University of Texas at Austin（德克萨斯大学奥斯汀分校） 纠错

专题命中 工具调用 ：agent(abstract)；分类 cs.AI

AI总结 针对当前智能体技能安装模式下触发槽位稀缺的问题，提出@skills开放协议，分离技能的内容、持久化与自动触发功能，无需安装即可使用技能，通过Git管理实现灵活适配，搭配免费技能 hub 提供搜索等功能，减少安装、提升使用效率。

Comments 7 pages main, 23 pages in total with appendix, 6 figures

Self-Evolving Embodied Agents via Skill-Harness Evolution

基于技能-工具链进化的自演化具身智能体

Peidong Wang, Zhiming Ma, Ying Chang, Xufang Luo, Xiaocui Yang, Shi Feng, Yuqing Yang, Dongsheng Li

机构 * Microsoft Research（微软研究院） ； Northeastern University（东北大学） 纠错

专题命中 工具调用 ：agent(abstract)；分类 cs.CL

AI总结 提出免训练的SHAPER框架，通过演化技能与工具链实现冻结模型驱动的自演化具身智能体，在VLABench等数据集上验证其适配优势。

A Graph Neural Network--Guided Genetic Algorithm for Physical Internet Supply Chain Optimization under Cost Uncertainty

成本不确定性下面向物理互联网供应链优化的图神经网络引导遗传算法

Faezeh Ardali, Gerald M. Knapp

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

AI总结 针对成本不确定的物理互联网三级供应链优化问题，构建确定性与最小最大遗憾模型，提出GNN-GA算法，实验显示其在多实例上优于标准GA，学习到的初始化是主要改进来源。

Comments 6 pages

ArchAgent v2: A Case Study with the Data Prefetching Championship

ArchAgent v2：数据预取锦标赛的案例研究

Abraham Gonzalez, Raghav Gupta, Akanksha Jain, Hanna Alam, Alexander Novikov, Po-Sen Huang, Matej Balog, Marvin Eisenberger, Sergey Shirobokov, Ngân Vũ, Hank Levy, Borivoje Nikolić, Sagar Karandikar, Martin Dixon, Parthasarathy Ranganathan

机构 * Google（谷歌公司） ； University of California, Berkeley（加州大学伯克利分校） ； Google DeepMind（谷歌DeepMind） 纠错

专题命中 工具调用 ：agentic(abstract)；分类 cs.AI

AI总结 本研究提出ArchAgent v2框架，通过级联进化搜索和硬件可实现性反馈循环，在DPC4中自动设计出性能优于人工方案的三级预取器，为计算机架构师提供了自动化智能体发现的实用工具。

verdi: retrieval is not transfer for continual world model optimization

VERDI：检索并非持续世界模型优化的迁移

Junyu Wu, Shiqin Nie, Youyi Kou, Baohua Yin, Guocai Yao, Qingyu Chen, Jingheng Ma, Shiji Zhou, Hongyong Song, Mingchen Zhuge, Sen Cui, Changshui Zhang

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

AI总结 本文针对基础世界模型优化中策略难迁移的问题，提出VERDI框架，通过构建优化指纹、检索假设并经目标侧验证来实现持续优化，可降低搜索与GPU成本，减少负迁移并提升迁移结果预测准确率。

Comments 28pages, 13figures,conference

Unsure but Certain: Uncovering the Representation-Confidence Gap in Diffusion Language Models

不确定但确定：揭示扩散语言模型中的表示-置信度差距

Saurabh Yadav, Badri Narayana Patro, Vijay Srinivas Agneeswaran

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

AI总结 该研究揭示扩散语言模型存在表示-置信度差距，其高置信度集中是误导性症状，现有补救措施难修复排序缺陷，提出轻量级工具利用隐藏状态信号改进排序，指出噪声下置信度可靠性是更紧迫限制。

CommitKV: Lifecycle-Aware KV Cache Compression via Commit Transitions for Multi-Turn Agents

CommitKV：面向多轮智能体的、基于提交转换的生命周期感知KV缓存压缩

Weizhong Huang, Jinchao Zhang, Xiawu Zheng

机构 * Xiamen University（厦门大学） ； WeChat AI, Tencent Inc.（腾讯微信人工智能实验室） 纠错

专题命中 工具调用 ：agent(abstract)；分类 cs.LG

AI总结 CommitKV通过提交转换识别KV生命周期，区分休眠与可安全移除信息，在多轮智能体中降低内存占用、加速推理且准确率优于现有KV缓存压缩方法。

BONSAI: Evolvability-Guided Tree Search over Skills

BONSAI：基于可进化性的技能树搜索

Yash Priya Shastri, Anand Eswaran, Adnan Qidwai, Pankaj Thorat, Sachin Joshi

专题命中 工具调用 ：agent(abstract)；分类 cs.AI

AI总结 该研究提出BONSAI技能优化框架，基于可进化性的蒙特卡洛树搜索优化冻结智能体的技能，在30B智能体和三个基准上，较无技能智能体及GEPA、SkillOpt基线显著提升保留集准确率。

Approximate Multi-Objective Search Under Rulebooks

规则手册下的近似多目标搜索

Omar Muhammetkulyyev, Oren Salzman, Tichakorn Wongpiromsarn

机构 * Iowa State University（爱荷华州立大学） ； Technion - Israel Institute of Technology（以色列理工学院） 纠错

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

AI总结 针对机器人规划中规则手册下多目标最优解计算成本高的问题，提出RA*pex算法，结合降维与规则层次处理，大幅提升计算效率。

Improving Auto-Design of Neural PDE Solvers with a Domain-Specific Language

用领域特定语言改进神经偏微分方程求解器的自动设计

Shengxin Kong, Liwen Xu, Jingwen Fu

专题命中 工具调用 ：agent(abstract)；分类 cs.AI

AI总结 该研究提出ADSL-PDE领域特定语言，通过结构化搜索空间提升神经PDE求解器自动设计的搜索效率与优化稳定性，前十次迭代性能提升超52%。

Monte Carlo Tree Search for Table-to-Multimodal Report Generation

面向表格到多模态报告生成的蒙特卡洛树搜索

Teng Lin, Zhiyang Zhang, Yuyu Luo, Nan Tang

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

AI总结 针对表格到多模态报告生成的现有方法缺陷，本文提出基于MCTS的MCTS-Report框架，通过分解原子动作与多维奖励函数优化，在自建的MMRBench基准上取得优于基线的77.9总体得分。

When and Where to Look: Adaptive Visual Evidence Scheduling for Efficient Long Video Understanding

何时与何地查看：用于高效长视频理解的自适应视觉证据调度

Ke Li, Jiayu Chen, Maoliang Li, Zihao Zheng, Hailong Zou, Hengyi Zhang, Xuanzhe Liu, Xiang Chen

专题命中 工具调用 ：agent(abstract)；分类 cs.AI

AI总结 提出无需训练的EcoFrame框架，通过熵门控预算调度和注意力引导候选提议实现高效视觉证据调度，在多个长视频理解基准上实现精度与效率的更优权衡。

Getting the Parameters Right: A Difficulty-Graded Benchmark and Probe-Guided Training for LLM Tool Calls

参数优化：面向大语言模型工具调用的难度分级基准与探测引导训练

Guoyao Yu, Xiaoqing Sun, Ziqi Huang, Shaojing Fan, Zhongyi Zhang, Xiaomeng Hu, Xiaobo Xue, Yangyang Shi, Xiong Xiao, Yang Song, Biao Lyu, Rong Wen, Xing Li, Qinming He, Shunming Zhu, Zhenguang Liu

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

AI总结 针对大语言模型工具调用参数填写关注度不足的问题，提出含PBT和PGR的探测引导框架，发布ParamBench基准，使5个开放模型在多基准上的参数生成平均精确匹配率从19.7%升至59.6%。

Comments 15 pages, 8 figures

Fetch-then-Explore: Decoupling Selection from Extraction over a Persistent Workspace for Search Agents

先获取再探索：面向搜索智能体的持久工作空间上选择与提取解耦

Qi Liu, Yiqun Chen, Zidan Chen, Yan Gao, Yi Wu, Yao Hu, Jiaxin Mao, Fengbin Zhu, Tat-Seng Chua

机构 * Renmin University of China（中国人民大学） ； Xiaohongshu Inc.（小红书公司） ； National University of Singapore（新加坡国立大学） 纠错

专题命中 工具调用 ：agent(abstract)；分类 cs.AI

AI总结 该研究针对搜索智能体提出Fetch-then-Explore方法，将页面选择与证据提取解耦，在两个基准测试中提升了智能体的搜索性能，核心是通过持久工作空间实现页面复用与证据累积。

CoEvoKG: Co-Evolving Knowledge Graphs with Self-Evolving Search Agents

CoEvoKG：用自演进搜索智能体协同演进知识图谱

Zhaoyang Li, Zenghuang Fu, Qiuyuan Ai, Ping Jiang, Haoyu Wu, Minghui Wu, Chenxu Zhao, Jie Song, Guannan He

专题命中 工具调用 ：agent(abstract)；分类 cs.AI

AI总结 CoEvoKG框架将知识图谱作为训练任务源与智能体演进的持久证据记忆，联合训练任务生成器与搜索智能体，形成自演进与知识积累闭环，在六个问答基准上提升了三款骨干模型的准确率。

Comments 10 pages, 4 figures

RL-Lock: Reinforcement Learning for Generating Interlocking Assemblies

RL-Lock：用于生成互锁组件的强化学习

Xuyang Ma, Chaewoon Kim, Haonan Zhang, Rulin Chen, Ziqi Wang, Peng Song

专题命中 工具调用 ：agent(abstract)；分类 cs.AI

AI总结 针对现有互锁组件生成方法依赖手工启发式、难处理复杂案例的问题，研究人员提出强化学习框架RL-Lock，结合结构化动作分块与MCTS学习，高效生成互锁组件，在复杂场景表现更优。

DocNavRAG: Document-Structured Graph RAG with Stateful Evidence Construction for Complex Document Question Answering

DocNavRAG：面向复杂文档问答的、具有状态化证据构建能力的文档结构化图RAG

Dongyang Xie, Yao Tian, Hao Zhang, Yifei Yuan, Tieyun Qian, Ming Zhong, Jiawei Jiang, Yuanyuan Zhu

机构 * School of Computer Science, Wuhan University（武汉大学计算机学院） ； The Hong Kong University of Science and Technology（香港科技大学） ； The Chinese University of Hong Kong（香港中文大学） ； ETH Zurich（苏黎世联邦理工学院） 纠错

专题命中 工具调用 ：agentic(abstract)；分类 cs.CL

AI总结 本文提出DocNavRAG，将文档结构组织为可导航图并维护证据状态，在四个文档QA基准上，相比最强基线平均提升答案质量7.8%、上下文充分性17.7%。

Comments 19 pages, 5 figures, 16 tables

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。

Self-Play Meets Skill Evolution: Self-Evolving Search Agents that Pose, Solve, and Remember

自博弈与技能演化：能提出、解决并记忆的自演化搜索智能体

Zenghuang Fu, Zhaoyang Li, Qiuyuan Ai, Haoyu Wu, Minghui Wu, Chenxu Zhao, Ante Wang, Guannan He, Changwei Wang

专题命中 工具调用 ：agent(abstract)；分类 cs.AI

AI总结 本研究提出SESA智能体，通过任务生成与技能记忆的双向循环协同演化，在7个问答基准上较SSP、SkillRL等基线实现准确率提升，且支持无记忆部署与可选推理检索。

An analysis of machine learning approaches for enhancing decision-making in complex discrete choice tasks

用于增强复杂离散选择任务决策的机器学习方法分析

Sheng Lun Christine Cao, Destenie Nock, Alex Davis

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

AI总结 本研究分析四种机器学习模型在复杂离散选择任务中学习和预测五类选择规则的性能，发现半参数及非参数模型总体优于参数模型，孪生神经网络在能源政策偏好案例中表现最佳。

Comments Published in Decision Analytics Journal, Dec 16 2025

PlantBGC: Transformer for Plant BGC Discovery via Label-Free Domain Adaptation and Weak Supervision

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

Yuhan Zhao, Nidhi Grover, Zhishan Guo, Ning Sui

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: A Domain-Enhanced Multimodal Foundation Model for Industrial CAD

IndustryForge-27B：面向工业CAD的领域增强多模态基础模型

Nianchen Deng, Jiaxin Ai, Tao Hu, Shu Zou, Yurui Dong, Siqi Li, Xinyu Cai, Xuemeng Yang, Licheng Wen, Hongbin Zhou, Hairong Zhang, Pinlong Cai, Botian Shi

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

Evaluating and Pricing Advertisements in AI-Generated Responses

评估和定价AI生成响应中的广告

John L. Turner-Smith, Zimeng Huang, Yuhan Fu, Yihang Zhang, Tonghan Wang

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

AlphaSchema: Exploring the Space of Trading Semantics for LLM-Based Alpha Mining

AlphaSchema：探索基于大语言模型（LLM）的阿尔法挖掘的交易语义空间

Jingyang Yi, Jian Yang, Yifei Jin, Yuqi Li, Jian Li

机构 * X-Tech ； Monash University（莫纳什大学） ； PandaAI（熊猫AI） ； IIIS, Tsinghua University（清华大学智能产业研究院（IIIS）） 纠错

专题命中 工具调用 ：agent(abstract)；分类 cs.AI

AI总结 AlphaSchema构建并探索结构化交易语义空间，通过解耦探索与实施、结合代理模型平衡探索与利用，在中国股市挖掘出强预测与投资组合表现的因子池，且对LLM选择具鲁棒性。

Comments Initial Version

PILA: Plug-and-Play Insertion for LLM-native Advertising

PILA：用于大语言模型原生广告的即插即用插入法

Zhaowei Zhang, Yuhan Fu, Yihang Zhang, Xiaohan Liu, Ceyao Zhang, Xiaoyuan Zhang, Yipeng Kang, Tonghan Wang, Yaodong Yang

专题命中 工具调用 ：workflow(abstract)；分类 cs.CL

AI总结 研究如何通过自然整合赞助内容实现大语言模型盈利的问题，提出PILA方法，将广告插入重构成条件响应重写问题并解耦为轻量级边车模块，实验证明该方法能在保持回复质量的同时提高广告效果。

Distilling Temporal Search and Reasoning: Evolving LLMs for Future Prediction via Harness-Assisted Efficient Data Synthesis

提炼时间搜索与推理：通过 harness 辅助的高效数据合成发展用于未来预测的大语言模型

Wanxu Cai, Zhengyu Chen, Huaisheng Zhu, Wei Wang, Jingang Wang, Qiang Xu

机构 * The Chinese University of Hong Kong（香港中文大学） ； Meituan LongCat Team（美团龙猫团队） 纠错

专题命中 工具调用 ：agent(abstract)；分类 cs.AI

AI总结 研究未来事件预测难题，提出时间截断 harness 方法，通过强制时间截断减少时间泄漏与对拒绝采样等的依赖，构建相关语料库和度量标准，经蒸馏实验验证该方法能提升模型表现，将高质量数据转化为模型参数提升。

RESTOR: Automated Test Oracle Generation for RESTful APIs via Reinforcement Learning

RESTOR：通过强化学习自动生成RESTful API的测试预言机

Xun Zhou, Zhen Dong, Mingyu Ren, Qiang Li, JunJie Li, Sifan Wang, Xiaolong Yu, Chaofeng Sha, Xin Peng

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

AI总结 针对RESTful API测试中定义可靠测试预言机的挑战，Restor框架利用强化学习，通过数据增强管道微调大语言模型生成测试断言，在工业数据集和生产工作流程中表现出色，提升测试用例采用率并减少人工QA工作。

Comments Accepted to ISSTA 2026. 22 pages, 8 figures, 2 tables