AI Agent

A Framework for Low-Latency, LLM-driven Multimodal Interaction on the Pepper Robot

一种用于Pepper机器人低延迟LLM驱动多模态交互的框架

Erich Studerus, Vivienne Jia Zhong, Stephan Vonschallen

机构 * Institute for Information Systems（信息系统研究所） ； University of Applied Sciences and Arts Northwestern Switzerland（西北瑞士应用科学与艺术大学） 纠错

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

AI总结 本文提出一个开源Android框架，通过端到端语音模型和功能调用能力，实现低延迟多模态交互，提升Pepper机器人的人机交互性能。

Comments 4 pages, 2 figures. To appear in Proceedings of the 21st ACM/IEEE International Conference on Human-Robot Interaction (HRI '26), Edinburgh, Scotland, March 2026

Strategic Navigation or Stochastic Search? How Agents and Humans Reason Over Document Collections

策略导航还是随机搜索？智能体和人类如何在文档集合上进行推理

Łukasz Borchmann, Jordy Van Landeghem, Michał Turski, Shreyansh Padarha, Ryan Othniel Kearns, Adam Mahdi, Niels Rogge, Clémentine Fourrier, Siwei Han, Huaxiu Yao, Artemis Llabrés, Yiming Xu, Dimosthenis Karatzas, Hao Zhang, Anupam Datta

机构 * Snowflake\,AI\,Research ； University\,of\,Oxford ； Computer\,Vision\,Center 纠错

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

AI总结 本文通过MADQA基准测试，探讨智能体与人类在文档检索中的策略性推理与随机搜索差异，揭示最佳智能体在准确性上接近人类，但依赖暴力搜索而非有效策略规划。

Auto Researching, not hyperparameter tuning: Convergence Analysis of 10,000 Experiments

自主研究而非超参数调优：10000次实验的收敛分析

Xiaoyi Li

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

AI总结 本文通过分析10469次实验，发现架构选择对性能影响显著，超参数调整影响较小，展示了LLM在自主设计ML实验中的能力。

SynPlanResearch-R1: Encouraging Tool Exploration for Deep Research with Synthetic Plans

SynPlanResearch-R1: 通过合成计划鼓励深度研究中的工具探索

Hansi Zeng, Zoey Li, Yifan Gao, Chenwei Zhang, Xiaoman Pan, Tao Yang, Fengran Mo, Jiacheng Lin, Xian Li, Jingbo Shang

机构 * University of Massachusetts Amherst（马萨诸塞大学阿默斯特分校） ； Amazon（亚马逊） ； University of Montreal（蒙特利尔大学） ； University of San Diego（圣地亚哥大学） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） 纠错

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

AI总结 SynPlanResearch-R1通过合成计划促进工具探索，提升模型在多跳和开放网络基准测试中的性能，为后续强化学习提供有效初始化。

Safety Training Persists Through Helpfulness Optimization in LLM Agents

在LLM代理中通过帮助性优化保持安全性训练

Benjamin Plaut

机构 * Department of Computer Science, University of California, Berkeley, USA（计算机科学系，加州大学伯克利分校） 纠错

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

AI总结 研究通过帮助性优化在LLM代理中保持安全性训练，发现单独训练或依次训练无法找到最佳策略，但所有配置接近帕累托前沿。

Comments Under submission

Network Topology Optimization via Deep Reinforcement Learning

通过深度强化学习进行网络拓扑优化

Zhuoran Li, Xing Wang, Ling Pan, Lin Zhu, Zhendong Wang, Junlan Feng, Chao Deng, Longbo Huang

机构 * IIIS, Tsinghua University（清华大学信息科学与技术学院） ； China Mobile Research Institute（中国移动研究院） 纠错

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

AI总结 本文提出DRL-GS算法，通过深度强化学习优化网络拓扑，提升效率与性能。

StockBench: Can LLM Agents Trade Stocks Profitably In Real-world Markets?

StockBench: LLM代理在真实市场中能否盈利地进行股票交易？

Yanxu Chen, Zijun Yao, Yantao Liu, Amy Xin, Jin Ye, Jianing Yu, Lei Hou, Juanzi Li

机构 * Tsinghua University（清华大学） ； Beijing University of Posts and Telecommunications（北京邮电大学） 纠错

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

AI总结 STOCKBENCH评估LLM在真实股票市场中的交易能力，发现多数模型难以超越简单买入持有策略，部分模型展现出更高的收益和风险管理潜力。

TherapyProbe: Generating Design Knowledge for Relational Safety in Mental Health Chatbots Through Adversarial Simulation

TherapyProbe: 通过对抗性模拟生成关系安全设计知识以改进心理健康聊天机器人

Joydeep Chandra, Satyam Kumar Navneet, Yong Zhang

机构 * BNRIST, Dept. of CST, Tsinghua University（北京理工大学（Tsinghua大学）） ； Independent Researcher（独立研究者） 纠错

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

AI总结 TherapyProbe通过对抗性模拟生成关系安全设计知识，帮助改进心理健康聊天机器人的交互模式质量。

OpaqueToolsBench: Learning Nuances of Tool Behavior Through Interaction

OpaqueToolsBench: 通过交互学习工具行为的细微差别

Skyler Hallinan, Thejas Venkatesh, Xiang Ren, Sai Praneeth Karimireddy, Ashwin Paranjape, Yuhao Zhang, Jack Hessel

机构 * University of Southern California（南加州大学） ； Samaya AI 纠错

专题命中 工具调用 ：function calling(abstract)；agentic(abstract)；分类 cs.AI、cs.CL

AI总结 OpaqueToolsBench通过交互学习工具行为的细微差别，提出ToolObserver框架有效改进不透明工具的文档化。

DLLM-Searcher: Adapting Diffusion Large Language Model for Search Agents

DLLM-Searcher: 为搜索代理适应扩散大语言模型

Jiahao Zhao, Shaoxuan Xu, Zhongxiang Sun, Fengqi Zhu, Jingyang Ou, Yuling Shi, Chongxuan Li, Xiao Zhang, Jun Xu

机构 * Renmin University of China（中国人民大学） ； Shanghai Jiao Tong University（上海交通大学） 纠错

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

AI总结 DLLM-Searcher通过优化基于dLLM的搜索代理，解决代理能力不足和延迟挑战，提升推理效率。

Doc2Spec: Synthesizing Formal Programming Specifications from Natural Language via Grammar Induction

Doc2Spec: 通过语法归纳从自然语言生成形式化编程规范

Shihao Xia, Mengting He, Haomin Jia, Linhai Song

机构 * The Pennsylvania State University（宾夕法尼亚州立大学） ； University of the Chinese Academy of Sciences（中国科学院大学） ； Institute of Computing Technology, Chinese Academy of Sciences（中国科学院计算技术研究所） 纠错

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

AI总结 Doc2Spec通过语法归纳自动从自然语言生成形式化编程规范，提升了规范生成的可靠性和质量。

RE-TRAC: REcursive TRAjectory Compression for Deep Search Agents

RE-TRAC: 递归轨迹压缩用于深度搜索代理

Jialiang Zhu, Gongrui Zhang, Xiaolong Ma, Lin Xu, Miaosen Zhang, Ruiqi Yang, Song Wang, Kai Qiu, Zhirong Wu, Qi Dai, Ruichun Ma, Bei Liu, Yifan Yang, Chong Luo, Zhengyuan Yang, Linjie Li, Lijuan Wang, Weizhu Chen, Xin Geng, Baining Guo

机构 * Southeast University（东南大学） ； Waseda University（早稻田大学） ； Tsinghua University（清华大学） ； Brown University（布朗大学） ； Zhejiang University（浙江大学） ； Microsoft（微软） 纠错

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

AI总结 Re-TRAC通过递归轨迹压缩提升深度搜索代理的效率，实现跨轨迹探索与全局规划，显著优于ReAct框架。

Scaling Offline Model-Based RL via Jointly-Optimized World-Action Model Pretraining

通过联合优化的世界-动作模型扩展离线模型基于的强化学习

Jie Cheng, Ruixi Qiao, Yingwei Ma, Binhua Li, Gang Xiong, Qinghai Miao, Yongbin Li, Yisheng Lv

机构 * State Key Laboratory of Multimodal Artificial Intelligence Systems, Institute of Automation, Chinese Academy of Sciences（多模态人工智能系统国家重点实验室，自动化研究所，中国科学院） ； School of Artificial Intelligence, University of Chinese Academy of Sciences（中国科学院大学人工智能学院） ； Alibaba Group（阿里巴巴集团） 纠错

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

AI总结 JOWA通过联合优化的世界-动作模型扩展离线RL，实现高效泛化和高性能

Comments Accepted by ICLR 2025

Live API-Bench: 2500+ Live APIs for Testing Multi-Step Tool Calling

Benjamin Elder, Anupama Murthi, Jungkoo Kang, Ankita Rajaram Naik, Kiran Kate, Kinjal Basu, Danish Contractor

机构 * IBM Research AI（IBM人工智能研究实验室） 纠错

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

Comments 11+32 pages, 5 figures

SearchGym: Bootstrapping Real-World Search Agents via Cost-Effective and High-Fidelity Environment Simulation

SearchGym: 通过高效且高保真的环境模拟提升现实世界搜索代理

Xichen Zhang, Ziyi He, Yinghao Zhu, Sitong Wu, Shaozuo Yu, Meng Chu, Wenhu Zhang, Haoru Tan, Jiaya Jia

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

AI总结 SearchGym通过高效高保真的模拟环境提升搜索代理的鲁棒性和性能，实验表明其在多个基准测试中优于现有方法。

Teaching LLMs to Learn Tool Trialing and Execution through Environment Interaction

通过环境交互教授LLMs学习工具尝试与执行

Xingjie Gao, Pengcheng Huang, Zhenghao Liu, Yukun Yan, Shuo Wang, Zulong Chen, Chen Qian, Ge Yu, Yu Gu

机构 * School of Computer Science and Engineering, Northeastern University（东北大学计算机科学与工程学院） ； Department of Computer Science and Technology, Tsinghua University（清华大学计算机科学与技术系） ； Alibaba Group（阿里巴巴集团） ； School of Artificial Intelligence, Shanghai Jiao Tong University（上海交通大学人工智能学院） 纠错

专题命中 工具调用 ：tool use(abstract)；planning(abstract)；分类 cs.AI、cs.SE

AI总结 ToolMaster通过环境交互主动学习工具使用，提升LLMs在新工具上的泛化与鲁棒性。

Graph-O1 : Monte Carlo Tree Search with Reinforcement Learning for Text-Attributed Graph Reasoning

Graph-O1：基于强化学习的蒙特卡洛树搜索用于文本属性图推理

Lihui Liu

机构 * Wayne State University（韦恩州立大学） 纠错

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

AI总结 Graph-O1通过整合蒙特卡洛树搜索与强化学习，实现文本属性图的分步交互推理，提升问答任务的准确性和可解释性。

INTELLECT-3: Technical Report

INTELLECT-3：技术报告

Prime Intellect Team, Mika Senghaas, Fares Obeid, Sami Jaghouar, William Brown, Jack Min Ong, Daniel Auras, Matej Sirovatka, Jannik Straube, Andrew Baker, Sebastian Müller, Justus Mattern, Manveer Basra, Aiman Ismail, Dominik Scherm, Cooper Miller, Ameen Patel, Simon Kirsten, Mario Sieg, Christian Reetz, Kemal Erdem, Vincent Weisser, Johannes Hagemann

机构 * Prime Intellect, Inc.（Prime Intellect公司） 纠错

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

AI总结 INTELLECT-3是一款通过大规模强化学习训练的混合专家模型，开源了模型和基础设施栈，并引入了prime-rl框架以支持大规模异步强化学习。

Comments 27 pages, 10 figures

Optimizing Life Sciences Agents in Real-Time using Reinforcement Learning

利用强化学习实时优化生命科学代理

Nihir Chadderwala

机构 * Nihir Chadderwala（独立研究者） 纠错

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

AI总结 本研究提出一种结合AWS Strands Agents与汤普森采样上下文带障的框架，通过用户反馈实时优化生命科学代理的决策策略，提升用户满意度15-30%。

Deep Research: A Systematic Survey

深度研究：系统性综述

Zhengliang Shi, Yiqun Chen, Haitao Li, Weiwei Sun, Shiyu Ni, Yougang Lyu, Run-Ze Fan, Bowen Jin, Yixuan Weng, Minjun Zhu, Qiujie Xie, Xinyu Guo, Qu Yang, Jiayi Wu, Jujia Zhao, Xiaqiang Tang, Xinbei Ma, Cunxiang Wang, Jiaxin Mao, Qingyao Ai, Jen-Tse Huang, Wenxuan Wang, Yue Zhang, Yiming Yang, Zhaopeng Tu, Zhaochun Ren

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

AI总结 本文系统综述了深度研究系统，提出三阶段路线图，引入四个核心组件，并总结优化技术与评估标准，旨在推动该领域的发展。

GEO-Detective: Unveiling Location Privacy Risks in Images with LLM Agents

GEO-Detective：利用LLM代理揭示图像中的位置隐私风险

Xinyu Zhang, Yixin Wu, Boyang Zhang, Chenhao Lin, Chao Shen, Michael Backes, Yang Zhang

机构 * CISPA Helmholtz Center for Information Security（CISPA赫尔姆霍茨信息安全中心） ； Xi’an Jiaotong University（西安交通大学） 纠错

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

AI总结 GEO-Detective利用LLM代理进行图像地理定位推断，通过自适应策略和专用工具提升定位精度并降低隐私风险。

Comments 15 pages with 7 figures and 12 tables

Accumulating Context Changes the Beliefs of Language Models

Jiayi Geng, Howard Chen, Ryan Liu, Manoel Horta Ribeiro, Robb Willer, Graham Neubig, Thomas L. Griffiths

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

Algorithmic Collusion of Pricing and Advertising on E-commerce Platforms

Hangcheng Zhao, Ron Berman

机构 * Rutgers Business School（罗杰斯商学院） ； The Wharton School of the University of Pennsylvania（宾夕法尼亚大学沃顿商学院） 纠错

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

MindSearch: Mimicking Human Minds Elicits Deep AI Searcher

Zehui Chen, Kuikun Liu, Qiuchen Wang, Jiangning Liu, Wenwei Zhang, Kai Chen, Feng Zhao

机构 * MoE Key Laboratory of Brain-inspired Intelligent Perception and Cognition, USTC（脑启发智能感知与认知国家重点实验室，中国科学技术大学） ； Shanghai AI Laboratory（上海人工智能实验室） 纠错

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

Comments ICLR2025. Project Page: https://mindsearch.netlify.app Code: https://github.com/InternLM/MindSearch

Model-Document Protocol for AI Search

Hongjin Qian, Zheng Liu

机构 * BAAI（北京人工智能研究院） 纠错

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

Comments 10 pages

Talk Less, Call Right: Enhancing Role-Play LLM Agents with Automatic Prompt Optimization and Role Prompting

Saksorn Ruangtanusak, Pittawat Taveekitworachai, Kunat Pipatanakul

机构 * SCBX R&D（SCBX研发部） ； SCB 10X R&D（SCB 10X研发部） 纠错

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

Comments EMNLP 2025 Wordplay Workshop (Spotlight)

InfoAgent: Advancing Autonomous Information-Seeking Agents

Gongrui Zhang, Jialiang Zhu, Ruiqi Yang, Kai Qiu, Miaosen Zhang, Zhirong Wu, Qi Dai, Bei Liu, Chong Luo, Zhengyuan Yang, Linjie Li, Lijuan Wang, Weizhu Chen, Yuan Zhang, Xin Li, Zhaoyi Liu, Xin Geng, Baining Guo

机构 * Southeast University（东南大学） ； Brown University（布朗大学） ； Microsoft（微软） 纠错

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

A Framework for Testing and Adapting REST APIs as LLM Tools

Jayachandu Bandlamudi, Ritwik Chaudhuri, Neelamadhav Gantayat, Sambit Ghosh, Kushal Mukherjee, Prerna Agarwal, Renuka Sindhgatta, Sameep Mehta

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

XML Prompting as Grammar-Constrained Interaction: Fixed-Point Semantics, Convergence Guarantees, and Human-AI Protocols

Faruk Alpay, Taylan Alpay

机构 * Lightcap ； Institut für die Zukunft（未来研究所） ； Turkish Aeronautical Association（土耳其航空协会） ； Aerospace Engineering（航空航天工程） 纠错

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

Comments 7 pages, multiple XML prompts

VehicleWorld: A Highly Integrated Multi-Device Environment for Intelligent Vehicle Interaction

Jie Yang, Jiajun Chen, Zhangyue Yin, Shuo Chen, Yuxin Wang, Yiran Guo, Yuan Li, Yining Zheng, Xuanjing Huang, Xipeng Qiu

机构 * School of Computer Science and Artificial Intelligence, Fudan University（计算机科学与人工智能学院，复旦大学） 纠错

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