AI Agent

ResT: Reshaping Token-Level Policy Gradients for Tool-Use Large Language Models

ResT: 重塑令牌级策略梯度以适应工具使用大型语言模型

Zihan Lin, Xiaohan Wang, Jie Cao, Jiajun Chai, Guojun Yin, Wei Lin, Ran He

机构 * CRIPAC, Institute of Automation（CRIPAC，自动化研究所） ； Meituan（美团） 纠错

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

AI总结 ResT通过熵引导的令牌重新加权优化工具使用任务的策略梯度，提升训练稳定性与效率，实现优于现有方法的性能。

Comments Accepted by ICLR2026

Generative Engine Optimization: A VLM and Agent Framework for Pinterest Acquisition Growth

生成引擎优化：一个面向Pinterest获取增长的VLM和代理框架

Faye Zhang, Qianyu Cheng, Jasmine Wan, Vishwakarma Singh, Jinfeng Rao, Kofi Boakye

机构 * Stanford University（斯坦福大学） 纠错

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

AI总结 Pinterest提出GEO框架，通过微调VLM和AI代理预测用户搜索需求，构建语义连贯的集合页面，提升生成搜索时代的视觉平台流量增长。

AutoBinder Agent: An MCP-Based Agent for End-to-End Protein Binder Design

AutoBinder Agent：一种基于MCP的端到端蛋白质结合剂设计代理

Fukang Ge, Jiarui Zhu, Linjie Zhang, Haowen Xiao, Xiangcheng Bao, Fangnan Xie, Danyang Chen, Yanrui Lu, Yuting Wang, Ziqian Guan, Lin Gu, Jinhao Bi, Yingying Zhu

机构 * Guangzhou Institutes of Biomedicine and Health（广州生物医学研究院） ； Chinese Academy of Sciences（中国科学院） ； Renmin University of China（中国人民大学） ； South China University of Technology（华南理工大学） ； RIKEN, Japan（日本理化学研究所） ； Westlake University（西湖大学） 纠错

专题命中 工具调用 ：agent(title)；agentic(abstract)；分类 cs.AI

AI总结 AutoBinder Agent通过结合LLM与MCP协议，实现端到端蛋白质结合剂设计，提升药物设计流程的可重复性与可扩展性。

Comments 4 pages, 3 figures

Guided by Trajectories: Repairing and Rewarding Tool-Use Trajectories for Tool-Integrated Reasoning

轨迹引导：修复与奖励工具使用轨迹以实现工具集成推理

Siyu Gong, Linan Yue, Weibo Gao, Fangzhou Yao, Shimin Di, Lei Feng, Min-Ling Zhang

机构 * School of Computer Science and Engineering, Southeast University, Nanjing, China（东南大学计算机科学与工程学院） ； Key Lab. of Computer Network and Information Integration (Southeast University), MOE, China（计算机网络与信息集成重点实验室（东南大学）） ； State Key Laboratory of Cognitive Intelligence, University of Science and Technology of China, Hefei, China（认知智能国家重点实验室（中国科学技术大学）） 纠错

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

AI总结 AutoTraj通过自动修复和奖励工具使用轨迹，提升大型语言模型在工具集成推理中的性能。

ToolWeaver: Weaving Collaborative Semantics for Scalable Tool Use in Large Language Models

ToolWeaver: 为大语言模型中的可扩展工具使用编织协作语义

Bowen Fang, Wen Ye, Yunyue Su, Jinghao Zhang, Qiang Liu, Yesheng Liu, Xin Sun, Shu Wu, Jiabing Yang, Baole Wei, Liang Wang

机构 * New Laboratory of Pattern Recognition (NLPR), Institute of Automation, Chinese Academy of Sciences (CASIA)（模式识别新实验室（NLPR），自动化研究所，中国科学院（CASIA）） ； School of Artificial Intelligence, University of Chinese Academy of Sciences（人工智能学院，中国科学院大学） ； Zhongguancun Academy（中关村学院） ； Zhongguancun Institute of Artificial Intelligence（中关村人工智能研究所） 纠错

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

AI总结 ToolWeaver通过编码工具为层次序列，解决大语言模型中工具使用中的语义和可扩展性问题，提升工具协作学习的效率与效果。

Comments 10pages, 12 figures, Accepted to ICLR 2026

I-MCTS: Enhancing Agentic AutoML via Introspective Monte Carlo Tree Search

I-MCTS：通过反思蒙特卡洛树搜索增强代理自动机器学习

Zujie Liang, Feng Wei, Wujiang Xu, Lin Chen, Yuxi Qian, Xinhui Wu

机构 * Ant Group（蚂蚁集团） ； Rutgers University（罗格斯大学） 纠错

专题命中 工具调用 ：agentic(title,abstract)；分类 cs.CL

AI总结 I-MCTS通过反思蒙特卡洛树搜索提升代理AutoML性能，实现4%的绝对性能提升。

Comments EACL 2026 Findings

Thought of Search: Planning with Language Models Through The Lens of Efficiency

思考搜索：通过效率的视角进行语言模型规划

Michael Katz, Harsha Kokel, Kavitha Srinivas, Shirin Sohrabi

机构 * David S. Hippocampus Department of Computer Science（戴维·S·海马科斯学院计算机科学系） ； Cranberry-Lemon University（Cranberry-Lemon大学） ； IBM Research（IBM研究院） 纠错

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

AI总结 本文提出了一种高效且保持正确性和完备性的LLM规划方法，通过解决四个代表性搜索问题展示其有效性，并呼吁研究社区关注效率与正确性的平衡。

Comments Accepted at NeurIPS 2024, https://papers.nips.cc/paper_files/paper/2024/hash/fa080fe0f218871faec1d8ba20e491d5-Abstract-Conference.html

Agentic LLMs as Powerful Deanonymizers: Re-identification of Participants in the Anthropic Interviewer Dataset

代理大语言模型作为强大的去名化工具：在Anthropic面试者数据集中重新识别参与者

Tianshi Li

机构 * Khoury College of Computer Sciences, Northeastern University, Boston, MA, USA（东北大学凯里计算机科学学院） 纠错

专题命中 工具调用 ：agentic(title,abstract)；分类 cs.AI

AI总结 本文研究了代理大语言模型如何通过网络搜索和交叉验证实现对Anthropic面试者数据集中的参与者重新识别，展示了低技术门槛的攻击方法及潜在影响。

Comments 4 pages

AI-SearchPlanner: Modular Agentic Search via Pareto-Optimal Multi-Objective Reinforcement Learning

AI-SearchPlanner: 通过帕累托最优多目标强化学习实现模块化代理搜索

Lang Mei, Zhihan Yang, Xiaohan Yu, Huanyao Zhang, Chong Chen

机构 * Huawei Cloud BU, China（华为云业务部，中国） ； School of Computer Science, Peking University（北京大学计算机学院） 纠错

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

AI总结 AI-SearchPlanner通过帕累托最优多目标强化学习提升冻结QA模型的搜索规划性能，实现模块化代理搜索。

Evaluating Small Language Models for Agentic On-Farm Decision Support Systems

评估小型语言模型用于农场代理决策支持系统

Enhong Liu, Haiyu Yang, Miel Hostens

专题命中 工具调用 ：agentic(title,abstract)；分类 cs.AI

AI总结 本文评估了小型语言模型在乳牛养殖决策支持系统中的可行性，开发了集成多个代理的 AI 系统，并展示了 Qwen-4B 在多数任务中的优异表现。

Multimodal Oncology Agent for IDH1 Mutation Prediction in Low-Grade Glioma

多模态肿瘤代理用于低级别胶质瘤IDH1突变预测

Hafsa Akebli, Adam Shephard, Vincenzo Della Mea, Nasir Rajpoot

机构 * Department of Mathematics, Computer Science and Physics, University of Udine（乌迪大学数学、计算机科学与物理系） ； Tissue Image Analytics Centre, Department of Computer Science, University of Warwick（沃里克大学计算机科学系组织图像分析中心） ； Histofy Ltd（Histofy有限公司） 纠错

专题命中 工具调用 ：agent(title,abstract)；分类 cs.AI

AI总结 本研究提出多模态肿瘤代理，结合组织学工具和外部生物医学资源，实现低级别胶质瘤IDH1突变的高精度预测。

Comments 4 pages, 2 figures

Prism: A Minimal Compositional Metalanguage for Specifying Agent Behavior

Prism：一种最小的组合金属言用于指定代理行为

Franck Binard, Vanja Kljajevic

机构 * Deloitte AI（德勤人工智能） ； University of Oslo（奥斯陆大学） 纠错

专题命中 工具调用 ：agent(title,abstract)；分类 cs.CL

AI总结 Prism通过组合性金属言为代理行为提供最小化规格，结合领域特定词汇与工具，实现可检查和可执行的策略定义。

FunReason: Enhancing Large Language Models' Function Calling via Self-Refinement Multiscale Loss and Automated Data Refinement

FunReason: 通过自精炼多尺度损失和自动化数据精炼增强大语言模型的功能调用

Bingguang Hao, ZengZhuang Xu, Maolin Wang, Yuntao Wen, Yicheng Chen, Cunyin Peng, Long Chen, Dong Wang, Xiangyu Zhao, Jinjie Gu, Chenyi Zhuang, Ji Zhang

机构 * AWorld Team, Inclusion AI（AWorld Team，Inclusion AI） ； City University of Hong Kong（香港城市大学） ； Southwest Jiaotong University（西南交通大学） 纠错

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

AI总结 FunReason通过自精炼多尺度损失和自动化数据精炼方法，提升大语言模型的功能调用能力，实现性能接近GPT-4o并缓解微调中的灾难性遗忘。

T^2Agent A Tool-augmented Multimodal Misinformation Detection Agent with Monte Carlo Tree Search

Xing Cui, Yueying Zou, Zekun Li, Peipei Li, Xinyuan Xu, Xuannan Liu, Huaibo Huang

专题命中 工具调用 ：agent(title,abstract)；分类 cs.CL

Comments accepted by AAAI 2026 (Oral)

Sybil-Resistant Service Discovery for Agent Economies

David Shi, Kevin Joo

机构 * Operator Labs 纠错

专题命中 工具调用 ：agent(title,abstract)；分类 cs.AI

Comments 5 pages

FinAI Data Assistant: LLM-based Financial Database Query Processing with the OpenAI Function Calling API

Juhyeong Kim, Yejin Kim, Youngbin Lee, Hyunwoo Byun

机构 * Mirae Asset Global Investments AI Quant Lab, MODULABS Seoul Republic of Korea ； Meritz Fire \& Marine Insurance AI Quant Lab, MODULABS Seoul Republic of Korea ； Elice AI Quant Lab, MODULABS Seoul Republic of Korea ； AI Quant Lab, MODULABS 纠错

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

Comments 6 pages, 2 figures, accepted at CIKM 2025 FinAI Workshop

Mapping Smarter, Not Harder: A Test-Time Reinforcement Learning Agent That Improves Without Labels or Model Updates

Wen-Kwang Tsao, Yao-Ching Yu, Chien-Ming Huang

机构 * AI Lab, TrendMicro（趋势科技人工智能实验室） 纠错

专题命中 工具调用 ：agent(title,abstract)；分类 cs.AI

Reliable generation of isomorphic physics problems using Generative AI with prompt-chaining and tool use

Zhongzhou Chen

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

AgentRL: Scaling Agentic Reinforcement Learning with a Multi-Turn, Multi-Task Framework

Hanchen Zhang, Xiao Liu, Bowen Lv, Xueqiao Sun, Bohao Jing, Iat Long Iong, Zhenyu Hou, Zehan Qi, Hanyu Lai, Yifan Xu, Rui Lu, Hongning Wang, Jie Tang, Yuxiao Dong

机构 * Tsinghua University（清华大学） 纠错

专题命中 工具调用 ：agentic(title,abstract)；分类 cs.AI

RLRF: Competitive Search Agent Design via Reinforcement Learning from Ranker Feedback

Tommy Mordo, Sagie Dekel, Omer Madmon, Moshe Tennenholtz, Oren Kurland

机构 * Faculty of Data and Decision Sciences（数据与决策科学学院） ； Technion – Israel Institute of Technology（技术学院–以色列理工学院） 纠错

专题命中 工具调用 ：agent(title,abstract)；分类 cs.LG

Procedural Environment Generation for Tool-Use Agents

Michael Sullivan, Mareike Hartmann, Alexander Koller

机构 * Department of Language Science and Technology（语言科学与技术系） ； Saarland Informatics Campus（萨尔兰信息学校区） ； Saarland University（萨尔兰大学） 纠错

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

Comments 16 pages, 3 figures; accepted at EMNLP 2025

AI Agents with Human-Like Collaborative Tools: Adaptive Strategies for Enhanced Problem-Solving

Harper Reed, Michael Sugimura, Angelo Zangari

机构 * Research（2389研究机构） ； University of Illinois Chicago（伊利诺伊大学芝加哥分校） 纠错

专题命中 工具调用 ：AI agent(title,abstract)；分类 cs.AI

Comments 16 pages, 5 tables

Auditable Early Stopping for Agentic Routing: Ledger-Verified Run-Wise Certificates under Local DP

Shivam Akhauri

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

An LLM Agent-Based Complex Semantic Table Annotation Approach

Yilin Geng, Shujing Wang, Chuan Wang, Keqing He, Yanfei Lv, Ying Wang, Zaiwen Feng, Xiaoying Bai

机构 * College of Informatics, Huazhong Agricultural University, Wuhan, Hubei, China, 430070（华中农业大学信息学院） ； Military Science Information Research Center, Academy of Military Sciences, Beijing, 100080（军事科学信息研究中心） ； School of Computer, Wuhan University, Wuhan, Hubei, China, 430072（武汉大学计算机学院） ； Hubei Key Laboratory of Agricultural Bioinformatics（湖北省农业生物信息学重点实验室） ； Engineering Research Center of Agricultural Intelligent Technology, Ministry of Education（农业智能技术工程研究中心） 纠错

专题命中 工具调用 ：agent(title,abstract)；分类 cs.CL

Warehouse Spatial Question Answering with LLM Agent

Hsiang-Wei Huang, Jen-Hao Cheng, Kuang-Ming Chen, Cheng-Yen Yang, Bahaa Alattar, Yi-Ru Lin, Pyongkun Kim, Sangwon Kim, Kwangju Kim, Chung-I Huang, Jenq-Neng Hwang

机构 * Information Processing Lab, University of Washington, USA（华盛顿大学信息处理实验室） ； Electronics and Telecommunications Research Institute, South Korea（韩国电子电信研究院） ； National Center for High-performance Computing, Taiwan（台湾高性能计算国家研究中心） 纠错

专题命中 工具调用 ：agent(title,abstract)；分类 cs.AI

Comments 1st Place Solution of the 9th AI City Challenge Track 3

Lucy: edgerunning agentic web search on mobile with machine generated task vectors

Alan Dao, Dinh Bach Vu, Alex Nguyen, Norapat Buppodom

机构 * Menlo Research（Menlo研究） 纠错

专题命中 工具调用 ：agentic(title,abstract)；分类 cs.CL

Adsorb-Agent: Autonomous Identification of Stable Adsorption Configurations via Large Language Model Agent

Janghoon Ock, Radheesh Sharma Meda, Tirtha Vinchurkar, Yayati Jadhav, Amir Barati Farimani

机构 * Department of Chemical Engineering, Carnegie Mellon University（化学工程系，卡内基梅隆大学） ； Department of Mechanical Engineering, Carnegie Mellon University（机械工程系，卡内基梅隆大学） 纠错

专题命中 工具调用 ：agent(title,abstract)；分类 cs.CL

OpenTable-R1: A Reinforcement Learning Augmented Tool Agent for Open-Domain Table Question Answering

Zipeng Qiu

机构 * OpenTable 纠错

专题命中 工具调用 ：agent(title)；agentic(abstract)；分类 cs.CL

OMS: On-the-fly, Multi-Objective, Self-Reflective Ad Keyword Generation via LLM Agent

Bowen Chen, Zhao Wang, Shingo Takamatsu

机构 * Sony Group Corporation（索尼集团） 纠错

专题命中 工具调用 ：agent(title)；agentic(abstract)；分类 cs.AI

Search-Based Robot Motion Planning With Distance-Based Adaptive Motion Primitives

Benjamin Kraljusic, Zlatan Ajanovic, Nermin Covic, Bakir Lacevic

机构 * Faculty of Electrical Engineering, University of Sarajevo, Bosnia and Herzegovina（萨拉热窝大学电气工程学院） ； RWTH Aachen University, Germany（亚琛工业大学） 纠错

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

Comments 6 pages, 3 figures, submitted to a conference