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。
深度搜索世界：可验证环境中深度搜索智能体的自蒸馏
专题命中 工具调用 ：tool-use(abstract)；agentic(abstract)；分类 cs.CL
AI总结 研究训练工具使用智能体从自身经验改进的难题，提出基于深度搜索世界的自蒸馏框架深度搜索进化，通过迭代操作训练智能体，该框架无需更强大模型蒸馏，性能有竞争力，还将发布相关资源促进后续研究。
自压缩语言模型智能体
机构 * Johns Hopkins University（约翰霍普金斯大学） ； Apple（苹果公司）
专题命中 工具调用 ：agent(abstract)；agentic(abstract)；分类 cs.CL
AI总结 提出SelfCompact框架，让语言模型自主决定何时及如何压缩上下文，通过调用压缩工具和轻量级规则实现自适应压缩，无需微调或外部监督，在多个基准上以更低成本匹配或超越固定间隔压缩。
Comments 25 pages, 3 figures
通过BREW改进语言智能体：引导式经验学习环境知识
机构 * University of Michigan（密歇根大学） ； Independent（独立研究者） ； Microsoft（微软） ； Apple（苹果公司）
专题命中 工具调用 ：agent(abstract)；tool use(abstract)；分类 cs.AI
AI总结 研究基于LLM的智能体无法从经验学习的问题，提出BREW框架，通过提炼交互轨迹成知识库、引入EG-MCTS算法及适应事后重标记等方法，在多基准测试中提升任务成功率并减少执行步骤，且知识库具有良好特性。
通过大语言模型将自然语言翻译为策略时序规范
机构 * University of Naples Federico II（那不勒斯费德里科二世大学） ； LTCI, Télécom Paris, Institut Polytechnique de Paris（LTCI，巴黎电信，巴黎理工学院）
专题命中 工具调用 ：agent(abstract)；multi-agent(abstract)；分类 cs.AI
AI总结 提出利用大语言模型将自然语言描述的策略需求翻译为ATL/ATL*公式，构建专家验证数据集，通过领域内微调小模型达到与强少样本专有API基线相当的语义准确性（0.84 vs 0.86），并集成到模型检查器中支持非专家用户。
Ophiuchus: 激励工具增强的“图像思考”用于联合医学分割、理解与推理
机构 * Zhejiang University（浙江大学） ； Fudan University（复旦大学） ； Information Hub, HKUST (Guangzhou)（信息枢纽，香港科技大学（广州））
专题命中 工具调用 ：AI agent(abstract)；agentic(abstract)；分类 cs.AI
AI总结 提出Ophiuchus框架，通过三阶段训练策略（冷启动SFT、自反思微调、工具强化学习）使MLLM动态聚焦细粒度视觉区域，实现精准医学分割与诊断。
EcoGEO：基于轨迹的证据生态系统用于网络增强的大语言模型搜索代理
机构 * ShanghaiTech University（上海科技大学）
专题命中 工具调用 ：agent(abstract)；agentic(abstract)；分类 cs.AI
AI总结 本文提出EcoGEO，一种基于轨迹的证据生态系统，用于研究网络增强的大语言模型搜索代理在多步骤浏览中的证据获取过程，通过协调导航页面与支持页面提升产品推荐性能。
在进化之光下揭示强化学习的三个教条
机构 * Department of Computer Science, University of Tübingen（图宾根大学计算机科学系） ； Department of Anthropology, University of California, Berkeley（加州大学伯克利分校人类学系）
专题命中 工具调用 ：agent(abstract)；autonomous agent(abstract)；分类 cs.AI
AI总结 本文从人工生命视角批判强化学习的三个核心假设，提出将学习视为适应而非优化，并利用开放新颖性搜索和热力学理论构建更生物真实的智能体模型。
LivePI：更真实的智能体对抗间接提示注入基准测试
机构 * University of Pennsylvania（宾夕法尼亚大学）
专题命中 工具调用 ：agent(abstract)；AI agent(abstract)；分类 cs.AI
AI总结 提出LivePI基准，覆盖7种输入表面、12种攻击/渲染家族和5种恶意目标，在真实虚拟机环境中评估多个AI智能体，发现攻击成功率10.7%-29.6%，并验证了两层防御的有效性。
$S^3$-R1: 通过合成数据学习逐步检索与回答
机构 * The University of Texas at Austin（德克萨斯大学奥斯汀分校） ； Google DeepMind（谷歌DeepMind）
专题命中 工具调用 ：tool-use(abstract)；agentic(abstract)；分类 cs.LG
AI总结 提出S^3-R1框架，通过合成数据生成和密集奖励信号，解决强化学习后训练中稀疏奖励和缺乏多跳问题数据的问题，提升模型搜索与问答能力。
Comments Under Review
OOPS: 通过大语言模型自动生成REST API规范
专题命中 工具调用 ：agent(abstract)；workflow(abstract)；分类 cs.SE
AI总结 提出OOPS方法，利用LLM对服务器代码进行静态分析，通过端点方法提取和OAS生成两步工作流，自动生成高质量OpenAPI规范，无需技术特定规则或人工干预。
Journal ref Journal of Systems and Software 239 (2026) 112914
OpenAgenet/OAN：信任治理的智能体身份与发现技术架构
机构 * OpenAgenet / OAN
专题命中 工具调用 ：agent(abstract)；workflow(abstract)；分类 cs.AI
AI总结 本文提出OpenAgenet/OAN协议中立信任层技术架构，通过角色架构、身份对象、注册工作流、根治理生命周期、根验证包模型、授权感知发现、签名可信调用、验证要求、状态转换、安全属性、实现边界和部署考虑，实现异构智能体框架（包括MCP、A2A、ANP类系统及领域特定协议）的身份准入、可发现、可验证和安全交互。
优化低成本部署强模型：面向进化优化的成本感知跨层迁移
机构 * IBM Research（IBM研究院）
专题命中 工具调用 ：agentic(abstract)；分类 cs.AI、cs.CL、cs.LG
AI总结 该研究提出成本感知跨层迁移方法，解耦LLM角色，在低成本层级完成大部分搜索，跨层部署提示词，在多任务多模型上实现成本大幅降低且性能不劣于同层级优化。
CRINN：用于近似最近邻搜索的对比强化学习
机构 * DeepReinforce Team（深强化团队）
专题命中 工具调用 ：agent(abstract)；分类 cs.AI、cs.CL、cs.LG
AI总结 研究针对近似最近邻搜索算法，提出CRINN新范式，将其优化视为强化学习问题，以执行速度为奖励信号，实验证明该方法在多个基准数据集上有效，且其成功验证了强化学习增强语言模型用于算法优化的有效性。
Comments Preprint Version
城市电缆路由优化的可变邻域搜索算法中的采样学习
专题命中 工具调用 ：agent(abstract)；multi-agent(abstract)
AI总结 针对城市电缆路由优化这一大规模双层组合优化问题，提出学习辅助可变邻域搜索（L-VNS）算法，该算法集成四个关键组件，经实验验证其相比其他方法有优越性，能有效降低建设成本，且具有有效性和鲁棒性。
Comments Accepted by Swarm and Evolutionary Computation
Journal ref Swarm and Evolutionary Computation; Volume 106, June 2026, 102432
什么是前瞻性架构的最小结构？小变压器中跨任务的早期不可撤销承诺
机构 * Cosmic AI
专题命中 工具调用 ：planning(abstract)；分类 cs.AI、cs.CL、cs.LG
AI总结 本文探讨了变压器在何时做出决策以及为何无法纠正决策，提出前瞻性架构概念，通过实验验证了任务特定注意力头对决策的持续影响及架构设计对任务性能的影响。
Comments v2: corrects three citations; reconciles main-text/appendix numbers (the two Llama sweeps now labeled); the effective last-token site differs from Anthropic's newline (position-specificity replicates, site identity does not); adds an erratum on a CLT encoder-hook mismatch (detection-side only); softens novelty, necessity, and depth claims per COLM 2026 reviews; defines prolepsis
AgentCheck：用于基于MCP的大型语言模型智能体的重现-干预-缓解工作台
机构 * University of Utah（犹他大学） ； University of Dhaka（达卡大学）
专题命中 工具调用 ：agent(abstract)；分类 cs.AI、cs.CL、cs.SE
AI总结 研究针对工具使用型大语言模型智能体在工具出现问题时开发者难以处理故障的情况，提出AgentCheck开源工作台，通过特定运行和重放方式形成重现-干预-确认循环，能对故障模式进行评估验证，提升智能体故障处理能力。
人类-人工智能协同支持集体创造性搜索
专题命中 工具调用 ：agent(abstract)；AI agent(abstract)
AI总结 本研究探讨了人类与人工智能协同在集体创造性搜索中的作用，发现混合团队在保持多样性的同时表现最佳，凸显了两者互补的协作优势。
AutoQResearch：基于LLM的闭环策略搜索用于自适应变分量子优化
专题命中 工具调用 ：agent(abstract)；workflow(abstract)
AI总结 本文提出AutoQResearch，通过LLM引导的闭环实验框架，实现变分量子优化中求解器的自适应配置，通过阶段确认和低成本评估避免过拟合，展示在最大独立集和车辆路径问题上的有效性。
Comments Accepted at the 2026 IEEE International Conference on Quantum Computing and Engineering (QCE 2026), Quantum-GenAI Co-Design & Co-Discovery (QGDD) Technical Papers Track. QCE26 Technical Paper 238
最强的教师并不总是最好的教师：以学生为中心的答案选择
机构 * University of Washington（华盛顿大学） ； University of Texas at Austin（德克萨斯大学奥斯汀分校） ； University of Southern California（南加州大学） ； Independent Researcher（独立研究者） ； National University of Singapore（新加坡国立大学） ； Microsoft（微软） ； Google（谷歌） ； Mohamed bin Zayed University of Artificial Intelligence（穆罕默德·本·扎耶德人工智能大学） ； Northwestern University（西北大学） ； Allen Institute for AI (AI2)（人工智能研究院（AI2））
专题命中 工具调用 ：tool-use(abstract)；分类 cs.AI、cs.CL、cs.LG
AI总结 提出以学生为中心的答案采样（SCAS）框架，通过估计学生中心的学习成本选择教师生成的答案，从而提升学生模型性能。
EdgeFM: 为视觉-语言模型高效边缘推理设计的框架
机构 * Go Further. AI ； School of Data Science Fudan University（复旦大学数据科学学院） ； RUYi Dynamics Co. Ltd（RUYi Dynamics有限公司） ； Independent Researcher（独立研究者）
专题命中 工具调用 ：agent(abstract)；AI agent(abstract)
AI总结 EdgeFM通过轻量级代理驱动框架，优化边缘部署的视觉-语言模型推理，提升跨平台性能和可移植性，实现比传统工具链更快的推理速度。
Comments Technique Report version
AgentSnare：学习延迟、转移和瓦解自主渗透智能体
专题命中 工具调用 ：agent(abstract)；分类 cs.CL、cs.LG
AI总结 AgentSnare是一种轨迹自适应欺骗系统，通过动态构建诱饵环境，吸收渗透智能体工具调用、转移其轨迹并瓦解攻击，在CVE-Bench实验中成功阻止了所有真实目标被利用。
涌现不变性：从符号化思维到结构控制
专题命中 工具调用 ：tool use(abstract)；分类 cs.AI、cs.LG
AI总结 该研究形式化了语言为核心的智能的限制，提出动态边界控制框架，通过DeepSeek V4-Flash实验验证其可提升大语言模型的推理性能，组织了大语言模型的涌现限制。
Comments 51 pages, 3 figures
ToolUniverse：一个让AI科学家开发民主化的开放平台
机构 * Department of Biomedical Informatics, Harvard Medical School（哈佛医学院生物医学信息学系） ； Harvard College, Harvard University（哈佛大学哈佛学院） ； Massachusetts Institute of Technology（麻省理工学院） ； MIT Lincoln Laboratory（MIT林肯实验室） ； Kempner Institute for the Study of Natural and Artificial Intelligence, Harvard University（哈佛大学自然与人工智能研究学院） ； Broad Institute of MIT and Harvard（MIT与哈佛联合广谱研究所） ； Harvard Data Science Initiative（哈佛数据科学计划）
专题命中 工具调用 ：agentic(abstract)；分类 cs.AI、cs.LG
AI总结 ToolUniverse是支持从各类模型构建AI科学家的开放平台，通过AI-工具交互标准规范工具调用，已应用于大量科学工具，案例中可完成多领域端到端分析。
Comments https://aiscientist.tools
思维树作为经典启发式搜索问题：形式化基础与设计模式
机构 * Guni Sharon
专题命中 工具调用 ：planning(abstract)；分类 cs.AI、cs.LG
AI总结 本文通过经典启发式搜索术语统一分类法，将基于LLM的推理映射到搜索组件，并识别出系统搜索和前瞻性策略两种设计模式。
Comments Extended version of the SoCS 2026 paper. Includes appendices omitted from the proceedings version
Journal ref Proceedings of the Nineteenth International Symposium on Combinatorial Search (SoCS 2026), AAAI Press, 2026
VibeSearchBench：野外长期主动搜索的基准测试
机构 * Xiaohongshu Dots Studio & Unipat AI（小红书 dots 飞 studios 与 Unipat AI）
专题命中 工具调用 ：agent(abstract)；分类 cs.AI、cs.CL
AI总结 针对现有搜索基准中查询过于明确、单轮交互和固定模式评估导致用户体验与评估结果差距的问题，提出VibeSearch范式并构建VibeSearchBench基准，通过渐进式用户模拟和图匹配评估框架测试前沿模型，发现所有模型在长期上下文推理、主动意图激发和结构化知识构建方面仍存在显著不足。
AlphaZero-Edu：普及AlphaZero的访问
机构 * Department of Communication Studies, School of Communication, Hong Kong Baptist University（通讯学院传播研究系，香港 Baptist 大学） ； Department of Neurobiology and Department of Rehabilitation Medicine, First Affiliated Hospital, Zhejiang University School of Medicine（神经生物学系和康复医学系，浙江大学医学院第一附属医院） ； Personal participation（个人参与）
专题命中 工具调用 ：agent(abstract)；分类 cs.AI、cs.LG
AI总结 本文提出AlphaZero-Edu，一种轻量级教育导向的实现，通过模块化架构和高效训练，提升AlphaZero的可访问性和可重复性，实现单GPU训练和并行自对弈加速。
自然语言处理中意义产生的机制
机构 * Department of Physics, Indiana University（印第安纳大学物理系） ； Department of Linguistics, Indiana University（印第安纳大学语言学系） ； Imperial College London（伦敦帝国学院）
专题命中 工具调用 ：agent(abstract)；分类 cs.AI、cs.CL
AI总结 研究自然语言处理中意义产生的机制，探讨量子逻辑与经典布尔理论在语义处理中的差异，分析模型在不同参数下的表现及对安全交互的影响。
Comments Accepted to QNLP 2026, 9 pages, 3 figures, 2 tables
多教师在线策略蒸馏中的行为杠杆不平衡
机构 * AntGroup（蚂蚁集团）
专题命中 工具调用 ：tool-use(abstract)；分类 cs.CL、cs.LG
AI总结 研究多教师在线策略蒸馏中行为杠杆不平衡问题，提出Soft Clamp方法，通过校准令牌级散度，减少模型过度调用工具情况，在保持决策准确率的同时，降低工具调用循环和重复调用，提升多教师OPD效果。
Comments 33 pages, 5 figures. Code and aggregate artifacts: https://github.com/shen-jiabin/topk-support-opd
GraphER: 一种高效的基于图的增强和重排序方法用于检索增强生成
机构 * Oracle AI
专题命中 工具调用 ：agentic(abstract)；分类 cs.CL、cs.LG
AI总结 GraphER通过利用数据组织结构捕捉超越语义相似性的接近关系，构建查询时的图结构并应用图排序技术，提升检索完整性，无需额外图基础设施，兼容标准向量存储。
工具并非孤岛：通过查询条件超边预测为语言模型智能体进行集合级工具检索
专题命中 工具调用 ：agent(abstract)；分类 cs.AI、cs.LG
AI总结 研究LLM智能体的工具检索问题，提出HYSET方法，将其表述为查询条件超边预测，通过特定基数交互捕捉工具兼容性，设计为预选择模块，实验证明该方法在工具检索性能及任务成功率上优于基线，还支持零样本/少样本迁移。
Comments 9 pages, 2 figures, 3 tables
扫码添加微信好友，提出您的宝贵建议 👇
💡 备注请填写：网站反馈