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。
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。
基于AI的自适应水网管理框架及概念验证实施：解决约旦无收益水问题
机构 * Jordan（约旦）
专题命中 工具调用 ：AI agent(abstract)；function calling(abstract)；分类 cs.AI
AI总结 提出集成EPANET水力建模、数字孪生、SCADA和LLM智能体的框架，通过实时数据与物理模拟结合实现异常检测与自适应决策，概念验证在约旦1164节点管网中实现2分钟内自动生成健康报告，爆管检测定位准确。
Journal ref 2026 2nd International Conference on Computational Intelligence Approaches and Applications (ICCIAA)
面向人类、智能体和工具化的规范
专题命中 工具调用 ：AI agent(abstract)；agentic(abstract)；分类 cs.SE
AI总结 提出 Bosque API (BAPI) 生态系统，通过高表达力的规范语言支持全生命周期开发，解决智能体 AI 系统的安全与编码挑战。
CacheRL: 通过缓存轨迹和混合奖励实现多轮工具调用智能体
机构 * Center for Advanced AI Accenture（埃森哲高级人工智能中心）
专题命中 工具调用 ：agent(abstract)；agentic(abstract)；分类 cs.CL
AI总结 提出CacheRL系统，通过混合思维轨迹流水线、三级模糊缓存和缓存层级感知奖励，以100倍更少计算量实现92%的多步工具调用准确率，接近GPT-5的94%。
我能买你的KV缓存吗？
机构 * Harbin Institute of Technology, Shenzhen (HITSZ)（哈尔滨工业大学（深圳））
专题命中 工具调用 ：agent(abstract)；AI agent(abstract)；分类 cs.AI
AI总结 针对AI代理重复计算相同文档KV缓存的问题，提出由发布者预计算KV缓存，其他代理付费加载以跳过预填充，实验表明在Qwen3-4B上计算成本降低9-50倍，并设计了代理原生预填充CDN架构。
PI-Hunter：用于暴露和定位提示注入的自动化红队测试
机构 * Google Cloud AI Research（谷歌云人工智能研究） ； Google（谷歌） ； Michigan State University（密歇根州立大学）
专题命中 工具调用 ：agent(abstract)；agentic(abstract)；分类 cs.AI
AI总结 提出PI-Hunter自动化审计框架，通过构建源感知测试用例并迭代演化，主动暴露LLM智能体中的潜在提示注入漏洞，显著提升漏洞暴露和攻击面覆盖。
当更多文档损害RAG：利用领域限定、模型无关的检索缓解向量搜索稀释
机构 * Dept. of Electrical Engineering & Computer Science, University of Wyoming（怀俄明大学电气工程与计算机科学系） ； Dept. of Civil, Architectural Engineering & Construction Management, University of Wyoming（怀俄明大学土木、建筑工程与施工管理系）
专题命中 工具调用 ：agent(abstract)；multi-agent(abstract)；分类 cs.CL
AI总结 针对检索增强生成在异构文档集合中因向量搜索稀释导致性能下降的问题，提出基于组织元数据的领域限定方法MASDR-RAG，显著提升P@10至0.86，并揭示多智能体编排的精度-忠实度悖论。
Comments 24 pages, 8 figures, 30 tables. Preprint under review
MIRAGE: LLM智能体中的极性翻转编码子空间
机构 * University of California, Santa Cruz（加州大学圣克ruz分校）
专题命中 工具调用 ：planning(abstract)；agentic(abstract)；分类 cs.CL
AI总结 发现LLM智能体在隐蔽编码敏感数据时，残差流中存在共享的低维编码子空间，通过逻辑回归探针可高精度检测，并构建MIRAGE实时监控器，在126个场景中AUC达0.918，远超仅输出检测。
$S^3$-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
脑提示注入：BCI-LLM代理的路径安全审计
机构 * University of California, Berkeley（加州大学伯克利分校）
专题命中 工具调用 ：agent(abstract)；tool-use(abstract)；分类 cs.AI
AI总结 提出路径安全审计契约，通过分离定理和共形校准量化BCI-LLM代理中脑信号注入攻击的风险，实验证明确认通道可降低路由风险。
VisualLeakBench: 视觉语言智能体中可复现的动作边界传播失败
机构 * Nanyang Technological University（南洋理工大学）
专题命中 工具调用 ：agent(abstract)；tool use(abstract)；分类 cs.AI
AI总结 提出VisualLeakBench基准，评估视觉语言智能体在截图、文档等场景下将敏感文本从图像复制到工具参数中的动作边界传播失败，发现PII传播率达78.8%，不安全文本传播率达85.5%。
面向遥感智能体的双向语义互补工具检索
机构 * School of Geosciences and Info-Physics, Central South University（地质科学与信息物理学院，中南大学） ； School of Mechanical and Electrical Engineering, Central South University（机械与电子工程学院，中南大学） ； Hunan Key Laboratory of Land Resources Evaluation and Utilization, Hunan Provincial Institute of Land and Resources Planning（湖南省国土资源评价与利用重点实验室，湖南省国土资源规划院）
专题命中 工具调用 ：planning(abstract)；agentic(abstract)；分类 cs.AI
AI总结 针对遥感智能体工具检索中查询与文档语义不对称问题，提出双向语义互补方法：通过规划增强查询机制补充功能语义，利用动态工具依赖图注入上下文语义，显著提升复杂遥感任务工具检索精度。
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。
CVEvolve：面向非结构化科学数据处理的自主算法发现
机构 * Argonne National Laboratory（阿贡国家实验室） ； Advanced Photon Source（先进光子源）
专题命中 工具调用 ：autonomous agent(abstract)；agentic(abstract)；分类 cs.AI
AI总结 提出CVEvolve，一种零代码自主智能体框架，通过多轮搜索与工具集成，自动发现用于非结构化科学数据处理的算法，并在多个任务上超越基线方法。
语言模型中的工具调用是线性可读且可引导的
机构 * University College London（伦敦大学学院） ； Holistic AI ； 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、cs.LG
AI总结 本文发现语言模型内部存在对应工具选择的线性方向，通过干预该方向可切换工具调用，并能提前检测潜在错误，在多个模型和基准上验证了有效性。
Comments 24 pages. ACL ARR May 2026 submission (EMNLP 2026 preferred venue); v2 reflects revised manuscript
ToolRegistry: 一个用于函数调用LLM的协议无关工具管理库
机构 * University of Chicago（芝加哥大学） ； Argonne National Laboratory（阿贡国家实验室）
专题命中 工具调用 ：function calling(abstract)；分类 cs.AI、cs.CL、cs.LG
AI总结 提出ToolRegistry系统，通过统一工具对象和注册表实现协议无关的工具管理，支持多种传输协议、可插拔后端和高级功能，显著减少集成代码并提升吞吐量。
Comments 16 pages, 4 figures, v3: add co-author, permission system, progressive tool disclosure, think-augmented calling, RPC framing, multi-provider support
SEAL: 智能体与学习环境的协同共演化
机构 * Ant Group（蚂蚁集团） ； Westlake University（西湖大学） ； University of Michigan--Ann Arbor（密歇根大学安娜堡分校） ； University of Science and Technology of China（中国科学技术大学）
专题命中 工具调用 ：agent(abstract)；tool-use(abstract)；分类 cs.CL
AI总结 提出SEAL框架，通过协同演化智能体策略与训练环境，解决智能体与环境错配问题，在低资源多轮工具使用任务中提升性能并实现正向分布外迁移。
SGR-Bench: 对状态门控检索的搜索代理基准测试
机构 * Peking University（北京大学） ； Beijing University of Technology（北京理工大学）
专题命中 工具调用 ：agent(abstract)；agentic(abstract)；分类 cs.AI
AI总结 本文提出SGR-Bench，一个用于评估状态门控检索能力的基准数据集，包含100个专家 curated 任务，通过对比显式和隐式指导方法，揭示了搜索代理在处理状态门控检索任务时的主要挑战。
Comments Work in Progress. 23 pages, 7 figures, preprint
对增强工具的语义攻击：保护模型上下文协议免受描述级操纵
机构 * SWAT Laboratory, Polytechnique Montréal（SWAT实验室，蒙特利尔理工学院）
专题命中 工具调用 ：agent(abstract)；multi-agent(abstract)；分类 cs.AI
AI总结 本文研究了通过工具描述符与外部工具交互的模型上下文协议（MCP）中存在的语义攻击问题，提出了一种分层防御方案，通过描述符完整性验证、预上下文语义审查和轻量级运行时防护机制，有效降低描述级操纵导致的不安全工具调用风险。
SpecHop：连续推测用于加速多跳检索代理
机构 * University of Maryland, College Park（马里兰大学学院公园分校）
专题命中 工具调用 ：tool use(abstract)；tool-use(abstract)；分类 cs.CL
AI总结 本文研究如何在不改变最终轨迹的情况下加速多跳工具使用过程，提出了一种连续推测框架SpecHop，通过维护多个推测线程和异步验证预测观测来减少延迟。
通过语言模型功能调用实现反思式提示调优
机构 * Megagon Labs（梅加穹实验室）
专题命中 工具调用 ：workflow(abstract)；function calling(abstract)；分类 cs.CL
AI总结 本文提出了一种名为Reflective Prompt Tuning (RPT)的框架，利用语言模型功能调用模拟人类提示工程师的迭代工作流程，通过诊断函数评估目标模型，生成结构化诊断报告，并利用历史报告优化提示，从而提升提示效果和置信度校准。
Comments 17 pages, 6 figures
YAC：通过生成式AI连接自然语言与交互式视觉探索，用于生物医学数据发现
机构 * Harvard Medical School（哈佛医学院）
专题命中 工具调用 ：agent(abstract)；multi-agent(abstract)；分类 cs.AI
AI总结 本文提出YAC系统，结合自然语言输入和交互式可视化，通过生成式AI提升生物医学数据发现接口的能力，通过用户研究和系统分析改进系统设计和功能。
LiTS：一个用于LLM树搜索的模块化框架
机构 * RMIT University（皇家墨尔本理工大学）
专题命中 工具调用 ：tool use(abstract)；planning(abstract)；分类 cs.AI
AI总结 本文提出LiTS，一个模块化框架，用于通过树搜索进行LLM推理，展示了其在语言推理、环境规划和工具使用任务中的可组合性，并发现无限动作空间中LLM策略多样性是有效树搜索的瓶颈。
Comments ACL 2026 Demo
改进方法而非提示：针对大语言模型的进化式 jailbreak 攻击合成
机构 * Department of XXX, University of YYY, Location, Country（XXX系，YYY大学，地点，国家） ； School of ZZZ, Institute of WWW, Location, Country（ZZZ学院，WWW研究所，地点，国家）
专题命中 工具调用 ：agent(abstract)；multi-agent(abstract)；分类 cs.CL
AI总结 本文提出 EvoSynth 框架，通过在代码空间中进行搜索，而非仅在提示空间中优化，从而提高对大语言模型的 jailbreak 攻击成功率和多样性。
语言模型在扩展规则遵循中表现不佳
机构 * Department of Electrical Engineering, Stanford University（斯坦福大学电气工程系）
专题命中 工具调用 ：autonomous agent(abstract)；agentic(abstract)；分类 cs.CL
AI总结 研究发现语言模型在重复应用规则时无法保持精确状态，即使增加模型规模和计算资源也无法克服这一缺陷，表明需要新的模型架构来实现可靠的规则遵循。
Comments for accessing the data and code for reproduction of the study, see https://txdai.github.io/counting-reliability/
优化的三维光伏结构与LLM引导的树搜索
机构 * Google Research School of Engineering and Applied Sciences, Harvard University（谷歌研究工程与应用科学学院，哈佛大学） ； Google Research（谷歌研究）
专题命中 工具调用 ：agent(abstract)；workflow(abstract)；分类 cs.CL
AI总结 本文利用AI编码系统生成新型科学假设，通过LLM驱动的树搜索算法优化三维光伏结构，解决中纬度地区传统光伏板的效率瓶颈问题。
Comments 10 pages 7 figures
确保雾中的逻辑：带有LTL目标的可靠POMDP综合
机构 * Imperial College London（伦敦帝国理工学院） ； University College London（伦敦大学学院）
专题命中 工具调用 ：autonomous agent(abstract)；planning(abstract)；分类 cs.AI
AI总结 本文提出一种新的可靠奖励塑造机制，用于在部分可观测马尔可夫决策过程中实现LTL目标的合成，通过增强的蒙特卡洛规划框架提升在部分可观测环境中的导航能力。
Comments Accepted by IJCAI-ECAI 2026, the 35th International Joint Conference on Artificial Intelligence
V-ABS：基于动作-观察者的动态视觉推理束搜索
机构 * School of Automation and Intelligent Sensing, Shanghai Jiao Tong University（上海交通大学自动化与智能感知学院） ； Institute of Image Processing and Pattern Recognition, Shanghai Jiao Tong University（上海交通大学图像处理与模式识别研究所） ； SenseTime Research（商汤科技研究院） ； Institute of Medical Robotics, Shanghai Jiao Tong University（上海交通大学医学机器人研究所）
专题命中 工具调用 ：tool use(abstract)；agentic(abstract)；分类 cs.CL
AI总结 本文提出V-ABS框架，通过思考-行动-观察循环和熵适应加权算法，缓解IAO偏差，提升多模态模型在复杂视觉推理中的性能。
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