arXivDaily arXiv每日学术速递 周一至周五更新

AI 大模型

AI Agent

智能体、工具调用、规划、工作流、多智能体和自主任务执行。

共收录 1101 信号源:cs.AI, cs.CL, cs.LG, cs.SE

1. 多智能体 1101 篇

2606.18308 2026-06-18 cs.LG cs.AI 新提交 85%

TRIDENT: Breaking the Hybrid-Safety-Physics Coupling for Provably Safe Multi-Agent Reinforcement Learning

TRIDENT: 打破混合安全-物理耦合以实现可证明安全的多智能体强化学习

Zijie Meng, Ziwei Li, Yufei Liu, Zhiyu Li, Jiyuan Liu, Wenhua Nie, Bingcai Wei, Miao Zhang

机构 * Peking University(北京大学) Xiamen University(厦门大学) National Taiwan University(国立台湾大学) WHU(武汉大学) THU / Jimei University(清华大学 / 集美大学)

专题命中 多智能体 :agent(title);multi-agent(title);分类 cs.AI、cs.LG

AI总结 针对混合离散-连续动作、训练时安全约束和物理动力学形成的耦合问题,提出TRIDENT框架,通过Richardson-Romberg梯度校正、Lyapunov约束序列信任域更新和物理信息残差评论家,实现可证明的安全收敛,显著降低训练违规并提升奖励。

Comments 16 pages, 4 figures

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.13604 2026-06-12 cs.AI cs.LG cs.MA 新提交 85%

Multi-Agent Reinforcement Learning from Delayed Marketplace Feedback for Objective-Weight Adaptation in Three-Sided Dispatch

基于延迟市场反馈的多智能体强化学习在三方调度中的目标权重自适应

Haochen Wu, Yi Hou, Shiguang Xie

机构 * DoorDash

专题命中 多智能体 :agent(title);multi-agent(title);分类 cs.AI、cs.LG

AI总结 提出在DoorDash部署的强化学习系统,利用延迟信号自适应调整调度目标权重,通过离线策略学习在噪声和耦合反馈下优化配送质量与批处理效率的权衡。

Comments Accepted at ICML 2026 Workshop on Reinforcement Learning from World Feedback (RLxF)

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.10601 2026-06-10 math.NA cs.AI cs.LG cs.NA 新提交 85%

Dmsh: A Multi-Agent Reinforcement Learning Framework for All-Quad Mesh Generation

Dmsh:一种用于全四边形网格生成的多智能体强化学习框架

Anirudh Kalyan, Cosmin Anitescu, Xiaoying Zhuang, Timon Rabczuk, Somdatta Goswami, Sundararajan Natarajan

机构 * Department of Mechanical Engineering, Indian Institute of Technology Madras(印度理工学院马德拉斯分校机械工程系) Institute of Continuum Mechanics, Leibniz Universität Hannover(莱比锡大学汉诺威连续力学研究所) Institute of Structural Mechanics, Bauhaus-Universität Weimar(魏玛包豪斯大学结构力学研究所) Department of Civil and Systems Engineering, Johns Hopkins University(约翰霍普金斯大学土木与系统工程系)

专题命中 多智能体 :agent(title);multi-agent(title);分类 cs.AI、cs.LG

AI总结 提出Dmsh,首个全自动强化学习流水线,通过三个协调智能体处理拓扑简化、几何正则化和网格生成,采用参数化Soft Actor-Critic架构和课程学习策略,实现高质量全四边形网格生成。

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.04212 2026-07-07 cs.SE 新提交 85%

An Evaluation of Role-Based Multi-Agent Code Generation on Repository-Scale Problems

基于角色的多智能体代码生成在仓库规模问题上的评估

Benedetta Donato, Noah Hagar-Dent, Aaron Worsnop, Leonardo Mariani, Valerio Terragni

专题命中 多智能体 :agent(title);multi-agent(title);分类 cs.SE;agentic(comments)

AI总结 研究基于角色的多智能体代码生成在仓库规模问题上的效果,通过对12个Java仓库评估,发现其生成代码与开发者代码更相似,但与人工实现仍有差距。

Comments 8 pages, 1 figure, 2 tables. Accepted for publication in the IEEE Software Special Issue on Engineering Agentic Systems

Journal ref IEEE Software 2026 - Special Issue on Engineering Agentic Systems

详情

展开后加载摘要…

URL PDF HTML 收藏
2608.04768 2026-08-06 cs.CV 新提交 85%

Embedding Large Language Models into Flow Controls: An Agentic Framework for Adaptive and Trustworthy Automated Cooking

将大语言模型嵌入流程控制:一种用于自适应且可信的自动化烹饪的智能体框架

Zihan Song, Hongwei Huang, Yueshuo Sun, Yonglin Tian, Fei-Yue Wang, Bai Li

专题命中 多智能体 :agentic(title,abstract);AI agent(abstract);workflow(abstract)

AI总结 针对自动化烹饪机器人的个性化与可信性问题,提出智能体框架,通过多智能体分解需求、分阶段生成执行代码,实验验证其在真实场景中可靠且实用。

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.23884 2026-07-28 cs.MA 新提交 85%

A Comparative Study of MCP and A2A for Inter-Agent Coordination in LLM-Based Systems

基于大语言模型的系统中用于智能体间协调的MCP和A2A的比较研究

Ionut Predoaia, Tuong Manh Vu, Konstantinos Barmpis, Dimitris Kolovos, Antonio García-Domínguez

专题命中 多智能体 :agent(title,abstract);agentic(abstract);multi-agent(abstract)

AI总结 本文从多智能体系统工程角度,以涉及基于大语言模型智能体的协调场景,比较MCP和A2A协议。针对多项要求评估同一软件工程任务的两种多智能体实现,发现MCP协调复杂度低,A2A支持更丰富,但都有特点,为智能体间协调协议设计提供了经验和权衡要点。

Comments 18 pages

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.15673 2026-07-20 cs.CR 新提交 85%

Beyond Detection: Agentic Attack Synthesis and Simulation for Smart Contracts

超越检测:智能合约的代理攻击合成与模拟

Xianhao Zhang, Jing Sun, Zijian Zhang, Ye Liu, Zhe Hou, Jiaqi Gao, Yuqiang Sun

专题命中 多智能体 :agentic(title);agent(abstract);planning(abstract);multi-agent(abstract)

AI总结 研究智能合约漏洞利用验证问题,提出KASS多智能体框架,将自动利用生成分解为多阶段并集成多种机制,在多类智能合约上评估,能成功生成可执行利用及结构化攻击计划,验证效果优于其他工具。

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.15246 2026-07-17 cs.CV 新提交 85%

ARMOR++: Agentic Orchestration of a Multi-Domain Primitive Set for Transferable Attacks on Deepfake Detectors

ARMOR++:用于对深度伪造检测器进行可转移攻击的多域原语集的智能编排

Christos Korgialas, Gabriel Lee Jun Rong, Dion Jia Xu Ho, Pai Chet Ng, Xiaoxiao Miao, Konstantinos N. Plataniotis

机构 * Department of Informatics, Aristotle University of Thessaloniki(塞萨洛尼基亚里士多德大学信息学系) Infocomm Technology Cluster, Singapore Institute of Technology(新加坡科技学院信息通信技术集群) Department of Applied Physics and Applied Mathematics, Columbia University(哥伦比亚大学应用物理与应用数学系) Division of Natural and Applied Sciences, Duke Kunshan University(昆山杜克大学自然科学与应用科学部) Department of Electrical and Computer Engineering, University of Toronto(多伦多大学电气与计算机工程系)

专题命中 多智能体 :agentic(title,abstract);agent(abstract);multi-agent(abstract)

AI总结 研究针对深度伪造检测器在黑盒对抗转移下可靠性下降问题,提出ARMOR++多智能体框架,利用视觉与语言模型提供语义先验并编排原语选择等,整合多种原语有效针对异构偏差,实验表明其性能优于现有基线,凸显当前检测器可靠性差距及智能编排的有效性。

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.01668 2026-07-03 cs.CR 新提交 85%

VeriChat: An Agentic Conversational AI Assistant for Hardware Security Verification

VeriChat: 面向硬件安全验证的智能对话式AI助手

Dipayan Saha, Khan Thamid Hasan, Shams Tarek, Sujan Kumar Saha, Mark Tehranipoor, Farimah Farahmandi

专题命中 多智能体 :agentic(title);agent(abstract);workflow(abstract);multi-agent(abstract)

AI总结 提出VeriChat,一种基于检索增强的多智能体对话助手,通过三个专业智能体协作减少幻觉,并集成开源EDA工具进行语法检查、综合、仿真和形式验证,在硬件安全验证中达到87.73%的忠实度。

Comments This paper will be presented at the 2026 IEEE International Conference on Omni-layer Intelligent Systems (COINS 2026), (https://coinsconf.com/)

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.19294 2026-06-18 stat.AP 新提交 85%

Accelerating Network-Agent Dispersion: Territorial Behavior and Directionally Biased Lazy Random Walks

加速网络智能体分散:领地行为与方向性偏倚懒惰随机游走

Li Zeng, Steve Alpern

专题命中 多智能体 :agent(title,abstract);autonomous agent(abstract);multi-agent(abstract)

AI总结 研究通过领地行为和方向性偏倚懒惰随机游走加速网络智能体分散,理论分析和模拟表明领地行为大幅降低分散时间,方向性偏倚可进一步加速。

详情

展开后加载摘要…

URL PDF HTML 收藏
2608.14573 2026-08-18 cs.NI cs.AI 新提交 84%

WARA: Toward Automated Wireless Optimization Research with Closed-Loop LLM Agents

WARA:面向自动化无线优化研究的闭环大语言模型智能体

Yuan Guo, Yilong Chen, Chao Hu, Xianghao Yu, Liang Hong, Jie Xu

专题命中 多智能体 :agent(abstract,abstract_cn);tool use(abstract);workflow(abstract);multi-agent(abstract)

AI总结 该研究提出首个面向无线领域的端到端闭环LLM自动研究框架WARA,通过工件介导控制实现自动化无线优化研究,其性能优于单次LLM生成,接近同行评审论文质量。

详情

展开后加载摘要…

URL PDF HTML 收藏
2608.13810 2026-08-17 cs.GT cs.LG 新提交 84%

What preferences can - and cannot - predict in multi-agent online learning

多智能体在线学习中偏好能够预测和无法预测的内容

Omar Abbadi, Rida Laraki, Panayotis Mertikopoulos

专题命中 多智能体 :agent(title);multi-agent(title);分类 cs.LG

AI总结 本文研究博弈中偏好与无遗憾学习动态的关联,证明子博弈中偏好可刻画渐近稳定性,但一般博弈中偏好不足以决定动态稳定性,进而提出聚合偏离下的弹性概念保证纯策略跨度的渐近稳定性。

Comments 56 pages, 15 figures; oral presentation at ICML 2026

详情

展开后加载摘要…

URL PDF HTML 收藏
2608.12371 2026-08-14 cs.AI 新提交 84%

Multi-Agent Scheduling with LLM-Assisted Contract Net Negotiation for Stream Processing in Mobile Edge Computing

面向移动边缘计算中流处理的、基于大语言模型辅助合同网协商的多智能体调度

Sabeur Lajili, Zaki Brahmi

专题命中 多智能体 :agent(title);multi-agent(title);分类 cs.AI

AI总结 针对移动边缘计算流处理的分散调度难题,提出MAS-DecStream模型,其核心为LLM-MR-CNP协议,实验表明该模型可降低延迟违规、提升冲突解决率与效用,多轮CNP优化及LLM辅助均具价值。

Comments 8

详情

展开后加载摘要…

URL PDF HTML 收藏
2608.06922 2026-08-10 cs.AI 新提交 84%

Deal Me Maybe: The Role of Emotions in Multi-Agent Negotiation

或许与我成交:情绪在多智能体谈判中的作用

Massimiliano Luca, Apoorva Singh, Bruno Lepri

专题命中 多智能体 :agent(title);multi-agent(title);分类 cs.AI

AI总结 该研究探讨提示条件下的情绪对LLM多智能体价格谈判的影响,发现愤怒买方成交率极低,快乐买方成交率最高但价格较差,情绪效应具有角色依赖性,引发商业中情绪条件智能体的担忧。

详情

展开后加载摘要…

URL PDF HTML 收藏
2608.03744 2026-08-05 cs.AI 新提交 84%

Agents Catching Agents: Shortcut Cascades and Benchmark Gaming in Clinical Multi-Agent Systems

智能体捕捉智能体:临床多智能体系统中的捷径级联与基准博弈

Sebastián Andrés Cajas Ordóñez, Agastya Munnangi, Aldo Marzullo, Felipe Ocampo Osorio, Quang Bui, Mohammad Shahin, Armaan Grewal, Emmanuel Paul Kwesiga, Anqi Peter Li, Josephine Nanyonjo, Aaditya Panchal, Arshnoor Bhutani, Nikhil Jaiswal, Milit S. Patel, Maximin Lange, Leo Anthony Celi

专题命中 多智能体 :agent(title);multi-agent(title);分类 cs.AI

AI总结 该研究针对临床多智能体系统,发现智能体间存在符合社会直觉的捷径级联博弈,仅独立于自我报告的裁判能捕捉该博弈,相关结果对临床决策支持系统的可靠性评估有重要意义。

详情

展开后加载摘要…

URL PDF HTML 收藏
2608.00679 2026-08-04 cs.AI cs.MA 新提交 84%

HetGPS: Scalable Graph Multi-Agent Reinforcement Learning with Physics-Anchored Adaptive Safety for EV Charging

HetGPS:面向电动汽车充电的、带物理锚定自适应安全机制的可扩展图多智能体强化学习

Xiangwei Wang, Nanduni Nimalsiri, Yu Xia, Peng Wang, Saman Halgamuge

专题命中 多智能体 :agent(title);multi-agent(title);分类 cs.AI

AI总结 该研究提出HetGPS混合图控制框架,结合学习图风险与物理锚定校正,实现可扩展的电动汽车充电多智能体协调,降低电压违规率并提升离网成功率,模型规模与车队无关且可跨系统零样本迁移。

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.20501 2026-07-24 cs.AI cs.MA 新提交 84%

MKEvolve: A Modular Multi-Agent Framework for Kernel Code Generation

MKEvolve:用于内核代码生成的模块化多智能体框架

Jason Yoo, Rajarshi Saha, Shaowei Zhu, Tao Yu, Wei Tang, Youngsuk Park

专题命中 多智能体 :agent(title);multi-agent(title);分类 cs.AI

AI总结 针对硬件加速器内核代码生成瓶颈,MKEvolve框架通过迭代共同进化PyTorch模块分解与子模块内核,经拆分融合优化分解并以束搜索改进子内核,实验证明其在正确性、加速及减少LLM令牌使用上有优势。

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.00027 2026-07-02 cs.RO cs.LG cs.SY eess.SP eess.SY 新提交 84%

Urban Deceleration Behavior Modes Under Scene Context: An Early-Kinematic Classifier from Argoverse 2 Multi-Agent Trajectories

场景上下文下的城市减速行为模式:基于Argoverse 2多智能体轨迹的早期运动学分类器

Eni Solomon Laughter

专题命中 多智能体 :agent(title);multi-agent(title);分类 cs.LG

AI总结 从Argoverse 2数据集中提取减速事件,通过K-means聚类发现四种稳定模式,并利用早期运动学特征和场景上下文实现高精度分类。

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.28011 2026-06-29 eess.SY cs.LG cs.SY 新提交 84%

From Detection to Action: Using LLM Agents for Fault-Tolerant Control

从检测到行动:使用LLM智能体进行容错控制

Javal Vyas, Milapji Singh Gill, Artan Markaj, Felix Gehlhoff, Mehmet Mercangöz

机构 * Imperial College London(帝国理工学院伦敦校区) Helmut Schmidt University(海德堡-施密特大学)

专题命中 多智能体 :agent(abstract);planning(abstract);workflow(abstract);agentic(abstract)

AI总结 提出基于大语言模型智能体的主动容错控制框架,通过多智能体协作、数字孪生和知识图谱增强检索,生成并验证最小风险恢复路径,在离散和连续过程控制中实现从故障检测到有效纠正行动的闭环。

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.17682 2026-06-17 cs.CL 新提交 84%

From Trainee to Trainer: LLM-Designed Training Environment for RL with Multi-Agent Reasoning

从受训者到训练者:用于多智能体推理的LLM设计的强化学习训练环境

Chao Chen, Chengzu Li, Zhiwei Li, Yinhong Liu, Zhijiang Guo

机构 * LARK, HKUST (GZ)(香港科技大学(广州)LARK实验室) University of Cambridge(剑桥大学) HKUST(香港科技大学)

专题命中 多智能体 :agent(title);multi-agent(title);分类 cs.CL

AI总结 提出LLM-as-Environment-Engineer框架,让策略模型自动分析失败轨迹并修改训练环境配置,在MAPF-FrozenLake测试平台上用Qwen3-4B实现最优性能。

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.08857 2026-06-09 cs.CL 新提交 84%

PaperMentor: A Human-Centered Multi-Agent Writing Tutor for AI Research Papers on Overleaf

PaperMentor:面向Overleaf的AI研究论文写作人本多智能体辅导系统

Jiarui Liu, Terry Jingchen Zhang, Ryan Faulkner, X. Angelo Huang, Vilém Zouhar, Dominik Glandorf, Isabel Dahlgren, Van Q. Truong, Rishit Dagli, Yuen Chen, Felix Leeb, Punya Syon Pandey, Yves Bicker, Suvajit Majumder, Wenyuan Jiang, Zeju Qiu, Sankalan Pal Chowdhury, Bernhard Schölkopf, Mona Diab, Zhijing Jin

机构 * CMU(卡内基梅隆大学) Jinesis Lab, University of Toronto & Vector Institute(Jinesis实验室,多伦多大学与向量研究所) EuroSafeAI ETHZ(苏黎世联邦理工学院) EPFL(洛桑联邦理工学院) UIUC(伊利诺伊大学厄巴纳-香槟分校) Max Planck Institute for Intelligent Systems, Tübingen, Germany(马克斯·普朗克智能系统研究所,德国图宾根)

专题命中 多智能体 :agent(title);multi-agent(title);分类 cs.CL

AI总结 提出PaperMentor,一种在Overleaf中提供内联建议的人本写作助手,通过专家技能库和12个专业智能体提供可操作反馈,用户研究中90.6%建议被认为可操作。

Comments Accepted to the ACL 2026 Demo Track

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.06452 2026-07-08 cs.CL cs.AI 新提交 84%

From Voting to Agent Collaboration: Answer-Type-Aware LLM Pipelines for BioASQ 14b

从投票到智能体协作:用于BioASQ 14b的答案类型感知大语言模型管道

Taeyun Roh, Eunha Lee, Wonjune Jang, Sohyun Chung, Junha Jung, Jaewoo Kang

机构 * Korea University(韩国大学) Myongji University(明知大学) AIGEN Sciences(爱根科学公司)

专题命中 多智能体 :agent(title,abstract);multi-agent(abstract);分类 cs.AI、cs.CL

AI总结 该研究针对BioASQ 14b任务B提出特定问题类型的大语言模型框架,依据不同问题类型选择不同推理程序,如为是/否问题用片段洗牌等,经初步实验和官方评估,框架性能具竞争力,在第4批次事实性子任务中夺冠,证明相关方法结合的有效性。

Comments 15 pages

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.05456 2026-07-08 cs.AI cs.CL q-bio.QM 新提交 84%

Prompt-to-Paper: Agentic AI System for Bioinformatics

从提示到论文:用于生物信息学的智能AI系统

Ramsha Kamran, Maheera Amjad, Zartasha Mustansar, Arsalan Shaukat, Salma Sherbaz, Muhammad U. S. Khan

机构 * School of Interdisciplinary Engineering and Sciences (SINES), National University of Sciences and Technology (NUST)(跨学科工程与科学学院(SINES),国立科技大学(NUST))

专题命中 多智能体 :agentic(title);agent(abstract);multi-agent(abstract);分类 cs.AI、cs.CL

AI总结 研究针对现有AI自动生成稿件系统的缺陷,提出Prompt-to-Paper多智能体框架。通过检索增强生成、自主编码实验及八维质量评分等创新,经质量驱动改进循环,在生物信息学案例中验证,有效提升稿件质量,成本低且获较好外部评价。

Comments NA

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.04786 2026-07-07 cs.SE cs.AI cs.MA 新提交 84%

An Exploration of Agentic Information Fusion for Test Maintenance Prediction

用于测试维护预测的智能信息融合探索

Jingxiong Liu, Nasser Mohammadiha, Gregory Gay

机构 * Chalmers University of Technology and University of Gothenburg(楚德斯技术大学和戈特堡大学) Ericsson AB(爱立信有限公司) University of Gothenburg(戈特堡大学)

专题命中 多智能体 :agentic(title);agent(abstract);multi-agent(abstract);分类 cs.AI、cs.SE

AI总结 研究针对测试维护预测问题,提出多智能体框架MAST,通过智能融合多种分析方法及后检查程序,在实际场景中评估,提升了测试维护预测水平。

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.27009 2026-06-26 cs.AI cs.LG cs.MA 新提交 84%

Semantic Early-Stopping for Iterative LLM Agent Loops

迭代式LLM智能体循环的语义早停

Sahil Shrivastava

专题命中 多智能体 :agent(title,abstract);multi-agent(abstract);分类 cs.AI、cs.LG

AI总结 针对多智能体LLM循环中固定迭代次数终止的低效问题,提出基于语义相似度和质量评估的早停机制,理论证明终止确定性,实验表明无质量门控的语义早停在HotpotQA上节省38%操作token且性能持平。

Comments 7 pages, 5 figures, 4 tables. Open implementation, machine-checked theory, and reproducible harness: github.com/SahilShrivastava-Dev/semantic-halting-problem

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.25532 2026-06-25 cs.AI cs.AR cs.LG cs.MA 新提交 84%

Agentic evolution of physically constrained foundation models

物理约束基础模型的智能体演化

Jiangwei Zhang, Wen Sun, Chong Wang, Shiyao Li, Cheng Che, Chunjing Han, Dan Meng, Jian Yang, Yu Wang, Rui Hou

机构 * University of Chinese Academy of Sciences(中国科学院大学)

专题命中 多智能体 :agentic(title);agent(abstract);multi-agent(abstract);分类 cs.AI、cs.LG

AI总结 提出基于演化知识图谱的多智能体发现引擎,自动设计硬件兼容计算系统,在基础模型部署中演化出超越人工的压缩方法,实现大规模模型高效部署。

Comments 29 pages, 5 main figures and 4 extended data figures

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.09751 2026-06-23 cs.AI cs.CL cs.HC 新提交 84%

Collaborative Human-Agent Protocol (CHAP)

协作式人机协议 (CHAP)

Arsalan Shahid, Gordon Suttie, Philip Black

机构 * Brightbeam AI

专题命中 多智能体 :agent(title,abstract);multi-agent(abstract);分类 cs.AI、cs.CL

AI总结 提出CHAP协议,通过结构化事件记录(差异、理由、哈希)和可组合配置文件,解决多人类多智能体协作中人类判断信号丢失的问题。

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.13608 2026-06-16 cs.AI cs.LG 新提交 84%

AgentBeats: Agentifying Agent Assessment for Openness, Standardization, and Reproducibility

AgentBeats:面向开放性、标准化和可复现性的智能体评估代理化

Xiaoyuan Liu, Jianhong Tu, Yuqi Chen, Siyuan Xie, Sihan Ren, Tianneng Shi, Gal Gantar, Evan Sandoval, Donghyun Lee, Daniel Miao, Peter J. Gilbert, Nick Hynes, Mauro Staver, Warren He, David Marn, Andrew Low, Xi Zhang, Elron Bandel, Michal Shmueli-Scheuer, Siva Reddy, Alexandre Drouin, Alexandre Lacoste, Ramayya Krishnan, Elham Tabassi, Yu Su, Victor Barres, Chenguang Wang, Wenbo Guo, Dawn Song

机构 * University of California, Berkeley(加州大学伯克利分校) Purdue University(普渡大学) University of Ljubljana(卢布尔雅那大学) University of Washington(华盛顿大学) Oasis Labs University of Maryland(马里兰大学) IBM Research(IBM研究院) Mila McGill University(麦吉尔大学) ServiceNow Research(ServiceNow研究院) Carnegie Mellon University(卡内基梅隆大学) National Institute of Standards and Technology(美国国家标准与技术研究院) The Ohio State University(俄亥俄州立大学) University of Cambridge(剑桥大学) University of California, Santa Barbara(加州大学圣塔芭芭拉分校)

专题命中 多智能体 :agent(title,abstract);multi-agent(abstract);分类 cs.AI、cs.LG

AI总结 提出代理化智能体评估(AAA)框架,通过标准化协议(A2A和MCP)统一评估接口,实现开放、可复现的多智能体评估,并基于AgentBeats系统通过大规模竞赛和案例研究验证其覆盖性、实用性和保真度。

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.14445 2026-06-15 cs.SE cs.AI cs.HC 新提交 84%

tap: A File-Based Protocol for Heterogeneous LLM Agent Collaboration

tap:一种用于异构LLM智能体协作的基于文件的协议

Minseo Kim

机构 * HUA Labs(HUA实验室)

专题命中 多智能体 :agent(title,abstract);multi-agent(abstract);分类 cs.AI、cs.SE

AI总结 提出tap协议,通过文件优先设计实现不同厂商LLM智能体(如Claude和Codex)在共享代码库上的协作,无需共享内存或相同运行时,实验表明异构模型对审查缺陷发现率更高。

Comments Accepted to KCC 2026. English archival translation. 3 pages, 1 figure, 3 tables

详情

展开后加载摘要…

URL PDF HTML 收藏
2608.08497 2026-08-11 cs.HC cs.MA cs.SI 新提交 83%

SocialFiVis: A Visual Analytics Sandbox for LLM-Grounded Multi-Agent Simulation in Social Finance

SocialFiVis:面向社会金融中基于大语言模型的多智能体模拟的可视分析沙箱

Yi-Fan Cao, Qing Shi, Liangwei Wang, Leo Yu-Ho Lo, Lin Chen, Yuzi Han, Yang Wang, Kani Chen

专题命中 多智能体 :agent(title);multi-agent(title)

AI总结 该研究提出嵌入IAD框架的可视分析沙箱SocialFiVis,结合LLM与PRA引擎模拟多智能体,支持探索社会金融领域反事实政策并解释相关涌现现象。

Comments 11 pages, 7 figures, 2 tables. Accepted to IEEE VIS 2026; to appear in IEEE Transactions on Visualization and Computer Graphics

详情

展开后加载摘要…

URL PDF HTML 收藏