AI Agent

WorldAPIs: The World Is Worth How Many APIs? A Thought Experiment

Jiefu Ou, Arda Uzunoglu, Benjamin Van Durme, Daniel Khashabi

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

Comments AAAI 2025 & ACL 2024 NLRSE, 7 pages

Planet as a Brain: Towards Internet of AgentSites based on AIOS Server

Xiang Zhang, Yongfeng Zhang

机构 * Boston University（波士顿大学） ； Rutgers University（罗格斯大学） ； AIOS Foundation（AIOS基金会） 纠错

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

GreenIQ: A Deep Search Platform for Comprehensive Carbon Market Analysis and Automated Report Generation

Oluwole Fagbohun, Sai Yashwanth, Akinyemi Sadeeq Akintola, Ifeoluwa Wurola, Lanre Shittu, Aniema Inyang, Oluwatimilehin Odubola, Udodirim Offia, Said Olanrewaju, Ogidan Toluwaleke, Ilemona Abutu, Taiwo Akinbolaji

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

Comments 12 Pages, 1 figure

ToolFactory: Automating Tool Generation by Leveraging LLM to Understand REST API Documentations

Xinyi Ni, Qiuyang Wang, Yukun Zhang, Pengyu Hong

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

Speedup Techniques for Switchable Temporal Plan Graph Optimization

He Jiang, Muhan Lin, Jiaoyang Li

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

Comments Accepted by AAAI 2025. This version contains the appendix

Asynchronous Tool Usage for Real-Time Agents

Antonio A. Ginart, Naveen Kodali, Jason Lee, Caiming Xiong, Silvio Savarese, John Emmons

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

Automating Bibliometric Analysis with Sentence Transformers and Retrieval-Augmented Generation (RAG): A Pilot Study in Semantic and Contextual Search for Customized Literature Characterization for High-Impact Urban Research

Haowen Xu, Xueping Li, Jose Tupayachi, Jianming, Lian, Femi Omitaomu

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

Improving Learnt Local MAPF Policies with Heuristic Search

Rishi Veerapaneni, Qian Wang, Kevin Ren, Arthur Jakobsson, Jiaoyang Li, Maxim Likhachev

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

Comments Accepted in ICAPS 2024

Experiments with Encoding Structured Data for Neural Networks

Sujay Nagesh Koujalgi, Jonathan Dodge

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

Comments 18 pages, 8 figures, 2 tables

Qwen Technical Report

Jinze Bai, Shuai Bai, Yunfei Chu, Zeyu Cui, Kai Dang, Xiaodong Deng, Yang Fan, Wenbin Ge, Yu Han, Fei Huang, Binyuan Hui, Luo Ji, Mei Li, Junyang Lin, Runji Lin, Dayiheng Liu, Gao Liu, Chengqiang Lu, Keming Lu, Jianxin Ma, Rui Men, Xingzhang Ren, Xuancheng Ren, Chuanqi Tan, Sinan Tan, Jianhong Tu, Peng Wang, Shijie Wang, Wei Wang, Shengguang Wu, Benfeng Xu, Jin Xu, An Yang, Hao Yang, Jian Yang, Shusheng Yang, Yang Yao, Bowen Yu, Hongyi Yuan, Zheng Yuan, Jianwei Zhang, Xingxuan Zhang, Yichang Zhang, Zhenru Zhang, Chang Zhou, Jingren Zhou, Xiaohuan Zhou, Tianhang Zhu

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

Comments 59 pages, 5 figures

ToolAlpaca: Generalized Tool Learning for Language Models with 3000 Simulated Cases

Qiaoyu Tang, Ziliang Deng, Hongyu Lin, Xianpei Han, Qiao Liang, Boxi Cao, Le Sun

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

Mastering the Game of Stratego with Model-Free Multiagent Reinforcement Learning

Julien Perolat, Bart de Vylder, Daniel Hennes, Eugene Tarassov, Florian Strub, Vincent de Boer, Paul Muller, Jerome T. Connor, Neil Burch, Thomas Anthony, Stephen McAleer, Romuald Elie, Sarah H. Cen, Zhe Wang, Audrunas Gruslys, Aleksandra Malysheva, Mina Khan, Sherjil Ozair, Finbarr Timbers, Toby Pohlen, Tom Eccles, Mark Rowland, Marc Lanctot, Jean-Baptiste Lespiau, Bilal Piot, Shayegan Omidshafiei, Edward Lockhart, Laurent Sifre, Nathalie Beauguerlange, Remi Munos, David Silver, Satinder Singh, Demis Hassabis, Karl Tuyls

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

Analysis Of The Anytime MAPF Solvers Based On The Combination Of Conflict-Based Search (CBS) and Focal Search (FS)

Ilya Ivanashev, Anton Andreychuk, Konstantin Yakovlev

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

Comments This is a preprint of the paper accepted to MICAI 2022

ThreeDWorld: A Platform for Interactive Multi-Modal Physical Simulation

Chuang Gan, Jeremy Schwartz, Seth Alter, Damian Mrowca, Martin Schrimpf, James Traer, Julian De Freitas, Jonas Kubilius, Abhishek Bhandwaldar, Nick Haber, Megumi Sano, Kuno Kim, Elias Wang, Michael Lingelbach, Aidan Curtis, Kevin Feigelis, Daniel M. Bear, Dan Gutfreund, David Cox, Antonio Torralba, James J. DiCarlo, Joshua B. Tenenbaum, Josh H. McDermott, Daniel L. K. Yamins

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

Comments Oral Presentation at NeurIPS 21 Datasets and Benchmarks Track. Project page: http://www.threedworld.org

Improving Continuous-time Conflict Based Search

Anton Andreychuk, Konstantin Yakovlev, Eli Boyarski, Roni Stern

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

Comments This is a pre-print of the paper accepted to AAAI 2021

Risk-Constrained Interactive Safety under Behavior Uncertainty for Autonomous Driving

Julian Bernhard, Alois Knoll

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

Learning Predictive Models From Observation and Interaction

Karl Schmeckpeper, Annie Xie, Oleh Rybkin, Stephen Tian, Kostas Daniilidis, Sergey Levine, Chelsea Finn

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

Real-time tree search with pessimistic scenarios

Takayuki Osogami, Toshihiro Takahashi

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

Comments 14 pages, 3 figures, Published as IBM Research Report RT0982

Explicablility as Minimizing Distance from Expected Behavior

Anagha Kulkarni, Yantian Zha, Tathagata Chakraborti, Satya Gautam Vadlamudi, Yu Zhang, Subbarao Kambhampati

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

Comments 9 pages, 8 figures

MAA*: A Heuristic Search Algorithm for Solving Decentralized POMDPs

Daniel Szer, Francois Charpillet, Shlomo Zilberstein

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

Comments Appears in Proceedings of the Twenty-First Conference on Uncertainty in Artificial Intelligence (UAI2005)

When is social computation better than the sum of its parts?

Vadas Gintautas, Aric Hagberg, Luis M. A. Bettencourt

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

Comments 5 pages, 1 figure; In H. Liu, J. J. Salerno, and M. J. Young, editors, Social Computing, Behavior Modeling, and Prediction, 2009

When Lower Privileges Suffice: Investigating Over-Privileged Tool Selection in LLM Agents

当较低权限足够时：探究LLM代理中的过度权限工具选择

Kaiyue Yang, Yuyan Bu, Jingwei Yi, Yuchi Wang, Biyu Zhou, Juntao Dai, Songlin Hu, Yaodong Yang

机构 * Institute of Information Engineering, Chinese Academy of Sciences（中国科学院信息工程研究所） ； Beijing Academy of Artificial Intelligence（北京人工智能研究院） ； The Chinese University of Hong Kong（香港中文大学） ； Institute for Artificial Intelligence, Peking University（北京大学人工智能研究院） ； School of Cyber Security, University of Chinese Academy of Sciences（中国科学院大学网络安全学院） 纠错

专题命中 工具调用 ：agent(abstract,comments)；tool use(abstract)；分类 cs.AI、cs.CL、cs.SE

AI总结 针对LLM代理在工具选择中偏好高权限工具的安全问题，提出ToolPrivBench评估框架，发现主流代理普遍存在过度权限选择且被瞬态故障放大，并设计权限感知后训练防御方法有效减少不必要的高权限工具使用。

Comments code: https://github.com/AISafetyHub/agent-tool-selection-bias

When the API Speaks the Wrong Language: Revisiting Post-Training for Multilingual Tool Use

当API“说错”语言：重新审视多语言工具使用的后训练

Siddharth Chauhan, Thomas Butler, Abhishek Singhania, Pankaj Porwal, Honey Gupta

机构 * Amazon（亚马逊） 纠错

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

AI总结 针对多语言API调用中存在的参数语言不匹配问题，研究发现监督微调可实现接近或优于复杂强化学习方法的性能，强化学习仅能提供渐进式改进。

On Effectiveness and Efficiency of Agentic Tool-calling and RL Training

论智能体工具调用与强化学习训练的有效性与效率

Tong Liu, Cheng Qian, Matej Cief, Yuan He, Daniele Dan, Nikolaos Aletras, Gabriella Kazai

机构 * University of California, Berkeley（加州大学伯克利分校） ； University of Cambridge（剑桥大学） ； University of Toronto（多伦多大学） 纠错

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

AI总结 本文系统分析工具调用评估中的实现选择对结果敏感性的影响，并针对强化学习训练中的计算浪费提出两种加速技术。

Comments ICML 2026

Why Formal Monitors Fail: Attack Distribution Entropy as a Coverage Bound for LTL-Based LLM Agent Safety

形式化监视器为何失效：攻击分布熵作为基于LTL的LLM智能体安全的覆盖边界

Ruiyang Zhang

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

AI总结 该研究揭示基于LTL的LLM智能体安全监视器覆盖差异源于攻击分布熵，提出熵-覆盖边界并验证，引入部署前熵测试，可预测监视器覆盖并支持架构感知选择。

Comments 6 pages, 1 figure. Accepted at the 13th IEEE International Conference on Intelligent Systems (IS'26), Varna, Bulgaria, 2026

Octopus: On-device language model for function calling of software APIs

章鱼：用于软件API函数调用的设备端语言模型

Wei Chen, Zhiyuan Li, Mingyuan Ma

机构 * Stanford University（斯坦福大学） ； Harvard University（哈佛大学） 纠错

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

AI总结 研究利用设备端大语言模型调用软件API，通过编译数据集微调不同参数模型，提升其API交互能力，提出条件掩码技术和新基准，经微调的Octopus模型在API调用上性能超GPT-4，推动自动化软件开发和API集成。

SAGA: Schema-Aware Grounding for Agentic Text-to-SPARQL Generation

SAGA：用于智能文本到SPARQL生成的模式感知基础

Yiming Zhang, Koji Tsuda

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

AI总结 研究复杂知识库问答中语义解析范式，针对现有智能体类型盲基础问题，提出无训练框架SAGA，通过模式约束基础操作，维护类型状态，过滤候选属性，以紧凑格式呈现图模式，在多基准设置上取得优异成绩。

DiG-Plan: Mitigating Early Commitment for Tool-Graph Planning via Diffusion Guidance

DiG-Plan：通过扩散引导缓解工具图规划中的早期承诺问题

Yansi Li, Zhuosheng Zhang

机构 * School of Computer Science, Shanghai Jiao Tong University（上海交通大学计算机科学学院） 纠错

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

AI总结 针对工具图规划中自回归解码的早期承诺问题，提出基于扩散生成器与自回归精炼器解耦的DiG-Plan框架，显著提升组合搜索覆盖率和任务性能。

Comments Accepted at IJCAI-ECAI 2026. This is an author preprint; the final version will appear in the IJCAI Proceedings

Tool Forge: A Validation-Carrying Toolchain for Governed Agentic Execution

Tool Forge：一种用于受控代理执行的携带验证的工具链

Swanand Rao

机构 * Next Moca Global, Inc.（Next Moca全球公司） 纠错

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

AI总结 本文提出 Tool Forge，一种将自然语言能力意图转换为经过验证、沙盒验证、编目工具制品，并通过令牌高效路由层暴露给代理的工具链，解决了代理执行中工具层缺乏治理和验证的问题。

Comments 9 pages, 2 figures, 3 tables. Code: https://github.com/nextmoca/tool-forge

FinMCP-Bench: Benchmarking LLM Agents for Real-World Financial Tool Use under the Model Context Protocol

FinMCP-Bench：基于模型上下文协议的LLM代理在真实金融工具使用中的基准测试

Jie Zhu, Yimin Tian, Boyang Li, Kehao Wu, Zhongzhi Liang, Junhui Li, Xianyin Zhang, Lifan Guo, Feng Chen, Yong Liu, Chi Zhang

机构 * Qwen DianJin Team, Alibaba Cloud Computing（阿里云云计算千问点睛团队） ； YINGMI Wealth Management（盈米财富管理） ； Soochow University（苏州大学） 纠错

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

AI总结 本文提出FinMCP-Bench，用于评估LLM在解决真实金融问题时通过调用金融模型上下文协议的能力，包含613个样本，涵盖10种主要场景和33种子场景，提供真实和合成查询，评估不同任务复杂度下的模型表现。

Comments Accepted by ICASSP 2026