BiCAA: Bidirectional Credit Assignment for Search-Augmented Agent
BiCAA：面向搜索增强智能体的双向信用分配
专题命中 工具调用 ：agent(title)；分类 cs.CL
AI总结 针对搜索增强智能体多步搜索任务中普通GRPO的稀疏监督问题，提出BiCAA双向信用分配框架，融合前向可解性增益与后见成功关键性构建密集过程奖励，实现稳定策略优化并取得有竞争力的QA性能。
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。
1. 工具调用 5039 篇
Agentic Neural Architecture Search
智能体神经架构搜索
机构 * Artificial Intelligence Graduate School, Ulsan National Institute of Science and Engineering（人工智能研究生院，乌山科学与工程研究院） ； Department of Computer Science and Engineering, Ulsan National Institute of Science and Engineering（计算机科学与工程系，乌山科学与工程研究院）
专题命中 工具调用 ：agentic(title)；分类 cs.AI
AI总结 研究探索LLM驱动设计与NAS驱动搜索的分工，提出用LLM生成种子架构并分解为带插槽架构供NAS搜索的机制，在AgentNAS中实例化，在多任务上表现出色，两种搜索机制互补。
When Does Tool Use Increase the Expressive Power of Finite-Precision Recurrent Models?
工具使用何时会增强有限精度循环模型的表达能力？
机构 * Robotics and Perception Group University of Zurich（机器人感知组苏黎世大学） ； Shenzhen International Center for Industrial and Applied Mathematics（深圳国际工业与应用数学中心） ； Shenzhen Research Institute of Big Data（深圳大数据研究 institute） ； Tengen Intelligence Institute CRRC Zhuzhou Institute（腾云智能研究院 CRRC 长沙研究所）
专题命中 工具调用 ：tool use(title)；分类 cs.CL
AI总结 研究工具使用对有限精度循环模型表达能力的影响，通过将模型建模为与预言机交互的有限状态控制器，得出有限状态工具基本不增加表达能力，单个无限状态磁带使系统图灵完备，且特定单层控制器可实现此构造的结论。
Comments 24 pages
Beyond Next-Token Prediction: An RLVR Proof of Concept for Tool-Use Agents on Atlassian Workflows
超越下一个词预测：Atlassian工作流中工具使用代理的RLVR概念验证
机构 * Centific
专题命中 工具调用 ：tool-use(title)；分类 cs.AI
AI总结 针对企业SaaS工作流中LLM因目标不匹配导致的静默失败，提出在目标环境中直接应用可验证奖励强化学习（RLVR），在五个合成Jira/Confluence环境中训练Qwen模型，将平均奖励从0.35-0.92提升至0.95-1.00。
OpenReward: Learning to Reward Long-form Agentic Tasks via Reinforcement Learning
OpenReward: 通过强化学习学习奖励长形式智能体任务
机构 * Leiden University（莱顿大学） ； Shandong University（山东大学） ； Tsinghua University（清华大学）
专题命中 工具调用 ：agentic(title)；分类 cs.CL
AI总结 提出OpenRM，一种工具增强的长形式奖励模型，通过GRPO训练联合监督工具使用和结果准确性，在长形式任务中显著优于现有方法。
When Does Streaming Tool Use Help? Characterizing Tool-Intent Stabilization in Streaming Retrieval-Augmented Generation
流式工具使用何时有帮助？表征流式检索增强生成中的工具意图稳定化
机构 * SMG Labs（SMG实验室）
专题命中 工具调用 ：tool use(title)；分类 cs.CL
AI总结 通过测量工具意图稳定化（即推测查询收敛到答案的时间点），在CRAG基准上分析流式RAG的延迟隐藏效果，发现73.9%的查询可实现显著延迟隐藏，并识别早期与晚期稳定化的预测因素。
Effective Reinforcement Learning for Agentic Search by Recycling Zero-Variance Queries During Training
通过训练期间回收零方差查询实现智能体搜索的有效强化学习
机构 * Language Technologies Institute, Carnegie Mellon University（卡内基梅隆大学语言技术研究所） ； Instituto Superior Técnico and INESC-ID, University of Lisbon（里斯本大学理工学院和INESC-ID） ； NOVA LINCS, NOVA School of Science and Technology（NOVA科学与技术学院LINCS）
专题命中 工具调用 ：agentic(title)；分类 cs.AI
AI总结 提出查询回收方法，将训练中零方差查询重新投入采样池，使有效训练分布随策略演化，1.7B模型在7个多跳QA基准上平均Pass@1达66.0，匹配或超越7B模型。
Gecko: A Simulation Environment with Stateful Feedback for Refining Agent Tool Calls
Gecko: 一种具有状态反馈的仿真环境，用于优化智能体工具调用
专题命中 工具调用 ：agent(title)；分类 cs.SE
AI总结 提出Gecko仿真环境，通过规则与LLM结合提供工具名称/参数验证、模式一致响应合成和任务完成判断三类反馈，形成GATS方法，在BFCLv3和τ²-bench上显著提升LLM工具调用性能。
Observation, Not Prediction: Conversation-Level Disaggregated Scheduling for Agentic Serving
观察而非预测：面向智能体服务的对话级解耦调度
机构 * Anonymous Authors（匿名作者）
专题命中 工具调用 ：agentic(title)；分类 cs.LG
AI总结 提出将调度单元从单轮提升至整个对话，利用对话中首轮计算密集与后续内存密集的两阶段可观察特性，实现无需预测的解耦调度，显著降低延迟并提升能效。
SkillSmith: Co-Evolving Skills and Tools for Self-Improving Agent Systems
SkillSmith: 技能与工具的协同进化用于自我改进的智能体系统
机构 * Shanghai Jiao Tong University（上海交通大学） ； Eastern Institute of Technology（东部技术研究所） ； University of Science and Technology of China（中国科学技术大学） ； Southeast University（东南大学） ； Ningbo Institute of Digital Twin（宁波数字孪生研究所）
专题命中 工具调用 ：agent(title)；分类 cs.AI
AI总结 提出SkillSmith框架，通过统一提案空间和Lotka-Volterra生态效用模型实现技能与工具的协同进化，在多个基准测试中显著提升性能。
PiCA: Pivot-Based Credit Assignment for Search Agentic Reinforcement Learning
PiCA：基于枢纽的搜索代理强化学习中的信用分配
机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科学与技术大学（广州）） ； The Hong Kong University of Science and Technology（香港科学与技术大学）
专题命中 工具调用 ：agentic(title)；分类 cs.AI
AI总结 PiCA通过重新定义搜索轨迹为累积搜索进度的序列过程，解决长周期信用分配中的稀疏奖励、孤立信用和分布偏移问题，提升知识密集型问答任务性能。
Comments 21 pages, 7 figures
DADL: A Declarative Description Language for Enterprise Tool Libraries in LLM Agent Systems
DADL：用于LLM代理系统企业工具库的声明性描述语言
专题命中 工具调用 ：agent(title)；分类 cs.SE
AI总结 DADL通过单一声明性文件描述REST API的端点、认证、分页等，实现企业工具库的集中管理和高效调用，显著降低上下文窗口消耗。
Comments 14 pages, 1 figure. Also published on Zenodo: https://doi.org/10.5281/zenodo.19931788
Audio2Tool: Speak, Call, Act -- A Dataset for Benchmarking Speech Tool Use
Audio2Tool: 说话，呼叫，行动 -- 一个用于语音工具使用的基准测试数据集
机构 * Rivian and Volkswagen Group Technologies（Rivian和大众集团技术公司）
专题命中 工具调用 ：tool use(title)；分类 cs.LG
AI总结 Audio2Tool数据集通过三个领域评估语音语言模型的工具调用能力，包含30000个查询，涵盖简单指令到复杂多意图任务，测试模型在不同挑战下的表现。
MCP vs RAG vs NLWeb vs HTML: A Comparison of the Effectiveness and Efficiency of Different Agent Interfaces to the Web (Technical Report)
MCP与RAG与NLWeb与HTML：不同网页代理接口的有效性和效率比较（技术报告）
机构 * Data and Web Science Group（数据与网络科学组） ； University of Mannheim（曼海姆大学）
专题命中 工具调用 ：agent(title)；分类 cs.CL
AI总结 本文比较了四种网页代理接口的有效性和效率，发现RAG、MCP和NLWeb在效果和效率上均优于HTML。
Journal ref Proceedings of the ACM Web Conference 2026 (WWW '26), April 13-17, 2026, Dubai, United Arab Emirates. ACM, New York, NY, USA, pp. 8493-8496
Cycle-Consistent Search: Question Reconstructability as a Proxy Reward for Search Agent Training
循环一致性搜索：问题可重构性作为搜索代理训练的代理奖励
机构 * Meta Superintelligence Labs（Meta超智能实验室）
专题命中 工具调用 ：agent(title)；分类 cs.AI
AI总结 本文提出Cycle-Consistent Search框架，通过问题可重构性作为奖励信号，无需黄金监督训练搜索代理，在信息检索任务中实现与监督基线相当的性能。
Exploiting Web Search Tools of AI Agents for Data Exfiltration
利用AI代理的网络搜索工具进行数据外泄
机构 * Open Hippo GmbH（Open Hippo有限公司） ； University of Augsburg（奥格斯堡大学） ； Smart Labs AI GmbH（Smart Labs AI有限公司）
专题命中 工具调用 ：AI agent(title)；分类 cs.CL
AI总结 研究分析了AI代理通过网络搜索工具进行数据外泄的攻击方式，探讨了模型大小、制造商及实现方式对漏洞的影响，并提出加强训练、建立攻击向量数据库和统一测试框架等安全措施。
Comments 9 pages, 6 figures, conference article
Latent Poincaré Shaping for Agentic Reinforcement Learning
隐式庞加莱形变用于代理强化学习
专题命中 工具调用 ：agentic(title)；分类 cs.LG
AI总结 LaPha通过在庞加莱潜在空间中引入隐式形变，提升LLM代理在数学任务中的性能，实现自我引导的测试时间扩展和更高的准确率。
How to Train Your Deep Research Agent? Prompt, Reward, and Policy Optimization in Search-R1
如何训练你的深度研究代理？搜索-R1中的提示、奖励和策略优化
机构 * CASIA（中国科学院自动化研究所） ； NLPR & MAIS（自然语言处理与人工智能研究室） ； School of AI UCAS（中国科学院大学人工智能学院） ； Meituan Inc（美团公司）
专题命中 工具调用 ：agent(title)；分类 cs.CL
AI总结 本文提出通过优化提示模板、奖励函数和策略优化方法来提升深度研究代理的性能，通过实验发现快速思考模板和REINFORCE在性能和稳定性上表现更优，同时引入Search-R1++基线提升了Search-R1的性能。
SIGHT: Reinforcement Learning with Self-Evidence and Information-Gain Diverse Branching for Search Agent
SIGHT: 基于自证证据和信息增益多样分支的强化学习
机构 * Zhejiang University（浙江大学） ； Chongqing Ant Consumer Finance Co., Ltd.（重庆蚂蚁消费金融有限公司） ； Alibaba Group（阿里巴巴集团）
专题命中 工具调用 ：agent(title)；分类 cs.CL
AI总结 SIGHT通过自证证据和信息增益驱动多样化分支，提升搜索代理的自主推理能力，减少冗余并增强探索策略。
Polymer-Agent: Large Language Model Agent for Polymer Design
聚合物代理：用于聚合物设计的大型语言模型代理
机构 * Department of Materials Science and Engineering, Carnegie Mellon University（材料科学与工程系，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）
专题命中 工具调用 ：agent(title)；分类 cs.CL
AI总结 本文提出基于LLM的聚合物代理，通过结构-性质预测和生成技术，助力实验室研究人员高效发现新型聚合物结构。
On Group Relative Policy Optimization Collapse in Agent Search: The Lazy Likelihood-Displacement
关于代理搜索中群体相对策略优化崩溃：懒惰似然位移
机构 * University of British Columbia（不列颠哥伦比亚大学） ； Vector Institute（向量研究所） ； Meta AI
专题命中 工具调用 ：agent(title)；分类 cs.CL
AI总结 本文提出LLDS正则化方法，解决GRPO在代理搜索中因LLD导致的训练崩溃问题，提升模型性能达45.2%。
An Open and Reproducible Deep Research Agent for Long-Form Question Answering
一个开放且可重复的深度研究代理用于长格式问答
机构 * Studio Ousia（Ousia工作室） ； Tohoku University（东京大学） ； DENTSU SOKEN INC.（DENTSU SOKEN公司） ； RIKEN（日本学术振兴会） ； NII LLMC（日本信息处理学会LLMC）
专题命中 工具调用 ：agent(title)；分类 cs.CL
AI总结 该研究提出一个开放的深度研究代理，结合开源大语言模型和网络搜索API，通过偏好微调提升长格式问答的推理质量。
Comments Technical report of a winning system in the NeurIPS MMU-RAG competition
RESTifAI: LLM-Based Workflow for Reusable REST API Testing
RESTifAI：基于大语言模型的可重用REST API测试工作流
专题命中 工具调用 ：workflow(title)；分类 cs.SE
AI总结 RESTifAI是一种基于大语言模型的工具，用于生成可重用且适用于CI/CD的REST API测试，通过系统性构建测试场景并验证功能和鲁棒性。
Comments Accepted for ICSE 2026 Demonstration track
MARAG-R1: Beyond Single Retriever via Reinforcement-Learned Multi-Tool Agentic Retrieval
机构 * School of Computer Science, Fudan University（复旦大学计算机学院）
专题命中 工具调用 ：agentic(title)；分类 cs.CL
ToolCritic: Detecting and Correcting Tool-Use Errors in Dialogue Systems
机构 * Amazon（亚马逊）
专题命中 工具调用 ：tool-use(title)；分类 cs.AI
MLE-STAR: Machine Learning Engineering Agent via Search and Targeted Refinement
机构 * Google Cloud（谷歌云） ； KAIST（韩国科学技术院）
专题命中 工具调用 ：agent(title)；分类 cs.LG
Bayesian Optimization-based Search for Agent Control in Automated Game Testing
机构 * Production R\&D, Tencent Amsterdam, Netherlands
专题命中 工具调用 ：agent(title)；分类 cs.AI
Journal ref 2024 IEEE Conference on Games (CoG), Milan, Italy, 2024, pp. 1-4
LongFuncEval: Measuring the effectiveness of long context models for function calling
专题命中 工具调用 ：function calling(title)；分类 cs.SE
Structural Entropy Guided Agent for Detecting and Repairing Knowledge Deficiencies in LLMs
机构 * State Key Laboratory of CCSE,School of Computer Science and Engineering,Beihang University（信息与通信系统国家重点实验室，计算机科学与工程学院，北京航空航天大学） ； Beijing Academy of Artificial Intelligence（北京人工智能研究院） ； Beijing Institute of Technology（北京理工大学）
专题命中 工具调用 ：agent(title)；分类 cs.CL
Patience is all you need! An agentic system for performing scientific literature review
专题命中 工具调用 ：agentic(title)；分类 cs.AI
Comments 10 pages, 5 figures
