rStar2-Agent: Agentic Reasoning Technical Report
机构 * Microsoft Research(微软研究院)
专题命中 规划决策 :agent(title,abstract);agentic(title,abstract);tool-use(abstract);分类 cs.CL
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。
机构 * Microsoft Research(微软研究院)
专题命中 规划决策 :agent(title,abstract);agentic(title,abstract);tool-use(abstract);分类 cs.CL
机构 * WeChat, Tencent Inc., China(微信,腾讯公司,中国) ; School of Software & Microelectronics, Peking University, Beijing(软件与微电子学院,北京大学,北京)
专题命中 规划决策 :agent(title,abstract);planning(title,abstract);tool-use(abstract);分类 cs.LG
专题命中 规划决策 :agent(title,abstract);multi-agent(title,abstract);agentic(abstract);分类 cs.AI
机构 * Seoul National University(首尔国立大学)
专题命中 规划决策 :agent(title,abstract);multi-agent(title,abstract);AI agent(abstract);分类 cs.AI
Comments COLM 2025
机构 * Thomas Lord Department of Computer Science, University of Southern California(美国南加州大学计算机科学系) ; Independent Researcher(独立研究者) ; Carnegie Mellon University(卡内基梅隆大学) ; University of California, Irvine(加州大学尔湾分校)
专题命中 规划决策 :agent(title,abstract);multi-agent(title,abstract);planning(abstract);分类 cs.AI
Comments 7 pages
Journal ref 2025 IEEE/RSJ International Conference on Intelligent Robots and Systems
机构 * Institute of Artificial Intelligence and Future Networks, Beijing Normal University, China(人工智能与未来网络研究院,北京师范大学,中国) ; Faculty of Arts and Sciences, Beijing Normal University, China(文理学院,北京师范大学,中国) ; Department of Computer Science and Engineering, Shanghai Jiao Tong University, China(计算机科学与工程系,上海交通大学,中国) ; College of Information Engineering, Zhejiang University of Technology, China(信息工程学院,浙江工业大学,中国)
专题命中 规划决策 :agent(title,abstract);AI agent(title,abstract);planning(abstract);分类 cs.AI
机构 * Centre for Quantum Software & Information(量子软件与信息中心) ; University of Technology, Sydney(悉尼技术大学) ; Australian National University(澳大利亚国立大学)
专题命中 规划决策 :agent(title,abstract);agentic(title,abstract);planning(abstract);分类 cs.AI
机构 * National University of Singapore(新加坡国立大学) ; School of Computer Science and Engineering, Southeast University(东南大学计算机科学与工程学院) ; Sapiens AI
专题命中 规划决策 :agent(title,abstract);multi-agent(title,abstract);planning(abstract);分类 cs.AI
机构 * Department of Mechanical and Mechatronics Engineering, Faculty of Engineering and Design, University of Auckland(机械与机电工程系,工程与设计学院,奥克兰大学)
专题命中 规划决策 :AI agent(title,abstract);agentic(title,abstract);agent(abstract);分类 cs.AI
Comments Submitted to JMS(March 2025)
机构 * NYU Tandon School of Engineering(纽约大学Tandon工程学院) ; NYU Abu Dhabi(纽约大学阿布扎克分校) ; Indian Institute of Technology Kanpur(印度理工学院坎普尔分校)
专题命中 规划决策 :agent(title,abstract);multi-agent(title,abstract);planning(abstract);分类 cs.AI
专题命中 规划决策 :agent(title,abstract);AI agent(title,abstract);agentic(abstract);分类 cs.SE
Comments 10 pages
专题命中 规划决策 :agent(title,abstract);multi-agent(title,abstract);workflow(abstract);分类 cs.CL
专题命中 规划决策 :agent(title,abstract);AI agent(title,abstract);planning(abstract);分类 cs.AI
Comments 35 pages, 5 figures
专题命中 规划决策 :planning(title,abstract);agentic(title,abstract);agent(abstract);分类 cs.CL
专题命中 规划决策 :agent(title,abstract);AI agent(title,abstract);multi-agent(abstract);分类 cs.LG
Comments The 1st Workshop on LLMs and Generative AI for Finance, ICAIF 2024
专题命中 规划决策 :agent(title,abstract);multi-agent(title,abstract);planning(abstract);分类 cs.AI
Comments 8 pages, 10 figures. Accepted for presentation at the IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2024)
专题命中 规划决策 :planning(title,abstract);workflow(title,abstract);agent(abstract);分类 cs.CL
专题命中 规划决策 :agent(title,abstract);planning(title,abstract);multi-agent(abstract);分类 cs.AI
Comments Extended version (includes the Appendix) of the paper accepted at AAAI-24
专题命中 规划决策 :agent(title,abstract);multi-agent(title,abstract);planning(abstract);分类 cs.LG
Comments First three authors share equal contribution. This paper has been accepted by ECCV (https://link.springer.com/chapter/10.1007/978-3-031-19842-7_29)
专题命中 规划决策 :agent(title,abstract);multi-agent(title,abstract);planning(abstract);分类 cs.LG
Comments NeurIPS 2020. Website: https://jiachenli94.github.io/publications/Evolvegraph/
专题命中 规划决策 :agent(title,abstract);planning(title,abstract);autonomous agent(abstract);分类 cs.AI
专题命中 规划决策 :agent(title,abstract);planning(title,abstract);multi-agent(abstract);分类 cs.AI
Comments Accepted in SOCS-19. arXiv admin note: text overlap with arXiv:1706.06927 by other authors and arXiv:1906.03955
专题命中 规划决策 :agent(title,abstract);multi-agent(title,abstract);planning(abstract);分类 cs.AI
专题命中 规划决策 :agent(title,abstract);multi-agent(title,abstract);planning(abstract);分类 cs.AI
Comments One of the authors think it's not appropriate to show this work there days. Then we discussed, we want submit a new work and this one together later
Journal ref IJCAI. (2017) 1093-1101
专题命中 规划决策 :agent(title,abstract);planning(title,abstract);分类 cs.AI、cs.CL、cs.LG
Comments Accepted by KDD 2025 (Research Track). Project page: https://agent-gen.github.io/
面向LLM-Agent工作流中并行分支的直接潜在空间合成
机构 * Georgia Institute of Technology(佐治亚理工学院) ; Meta
专题命中 规划决策 :agent(title,title_cn);agentic(abstract);multi-agent(abstract);分类 cs.AI、cs.CL
AI总结 提出Parallel-Synthesis框架,通过直接利用并行工作代理的KV缓存进行合成,避免文本拼接冗余,在9个数据集上匹配或超越文本合成,并将首令牌延迟降低2.5-11倍。
ASTER -- 用于系外行星研究的代理科学工具包
机构 * University of Alabama(阿拉巴马大学) ; University of Padova(帕多瓦大学)
专题命中 规划决策 :agentic(title,abstract);agent(abstract);AI agent(abstract);planning(abstract)
AI总结 ASTER通过整合AI代理与领域专用工具,为系外行星大气分析提供统一平台,支持多步骤数据处理和检索任务。
Comments 17 pages, 10 figures
JADE:动态代理RAG中战略-操作鸿沟的弥合
机构 * Renmin University of China(中国人民大学) ; Xiaohongshu Inc.(小红书公司) ; Institute of Automation,Chinese Academy of Sciences(中国科学院自动化研究所) ; Shanghai AI Laboratory(上海人工智能实验室)
专题命中 规划决策 :agentic(title,abstract);agent(abstract);planning(abstract);workflow(abstract)
AI总结 JADE通过联合优化规划与执行,解决动态代理RAG中战略与操作不匹配的问题,提升多轮工作流的性能与灵活性。
迈向基于MCP服务器生态系统的声明性代理层
专题命中 规划决策 :agentic(title,abstract);agent(abstract);tool use(abstract);planning(abstract)
AI总结 本文提出了一种声明性代理层,旨在解决基于MCP服务器生态系统中代理工作流的可靠性问题,通过明确的架构结构提升任务执行的可验证性和可重复性。
Comments 12 pages, 3 figures
迈向AGI:一种务实的自我进化代理方法
专题命中 规划决策 :agent(title,abstract);tool-use(abstract);workflow(abstract);agentic(abstract)
AI总结 本文提出一种分层自我进化多代理框架,通过整合基础LLM、操作SLM代理、代码生成LLM和教师LLM,实现代理的持续适应与自我进化,展示了在不同任务难度下的进化优势。