AI Agent

Right-Sizing Communication and Recommendation Set Size in AI-Assisted Search

AI辅助搜索中的通信与推荐集规模合理设定

Jing Dong, Prakirt Raj Jhunjhunwala, Yash Kanoria

机构 * Columbia Business School, Columbia University（哥伦比亚大学商学院） ； Amazon.com Inc.（亚马逊公司） 纠错

专题命中 工具调用 ：agent(abstract)；分类 cs.AI

AI总结 通过建模用户与AI推荐系统的交互，研究在考虑通信成本和搜索成本时，如何优化消息精度和推荐集大小以最大化用户期望收益。

Test-Time Graph Search for Goal-Conditioned Reinforcement Learning

测试时图搜索用于目标条件强化学习

Evgenii Opryshko, Junwei Quan, Claas Voelcker, Yilun Du, Igor Gilitschenski

机构 * Department of Computer Science, University of Toronto, Toronto, Canada（多伦多大学计算机科学系） ； Vector Institute, Toronto, Canada（向量研究所） ； University of Texas at Austin, Austin, USA（德克萨斯大学奥斯汀分校） ； Harvard University, Cambridge, USA（哈佛大学） 纠错

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

AI总结 提出测试时图搜索方法，通过构建离线数据集图并自适应选择子目标，在不额外训练的情况下显著提升目标条件强化学习在长时域任务中的成功率。

Quality-Assured Fuzz Harness Generation via the Four Principles Framework

通过四项原则框架实现质量保障的模糊测试 harness 生成

Ze Sheng, Dmitrijs Trizna, Luigino Camastra, Zhicheng Chen, Qingxiao Xu, Jeff Huang

专题命中 工具调用 ：agent(abstract)；分类 cs.SE

AI总结 本文提出QuartetFuzz，一种自主的harness生成系统，通过四项原则框架（逻辑正确性、API协议合规性、安全边界尊重和入口点充分性）系统地提高生成harness的正确性，并在多个开源项目上验证了其有效性，发现了多个漏洞并修复了部分问题。

Comments 22 pages, 10 figures

Hallucination as Exploit: Evidence-Carrying Multimodal Agents

幻觉作为利用：证据承载多模态智能体

Guijia Zhang, Hao Zheng, Harry Yang

机构 * Shenzhen University（深圳大学） ； HKUST（香港科技大学） 纠错

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

AI总结 本文研究了多模态智能体中幻觉导致授权失败的问题，提出证据承载多模态智能体（ECA）方法，通过分解工具调用、获取类型证书并使用确定性门控来授权，从而将模型的模糊信念转换为可审计的残余，提高了系统的安全性。

Comments 23 pages, 6 figures, 15 tables

From Text to Voice: A Reproducible and Verifiable Framework for Evaluating Tool Calling LLM Agents

从文本到声音：一个可重复和可验证的评估工具调用LLM代理的框架

Md Tahmid Rahman Laskar, Xue-Yong Fu, Seyyed Saeed Sarfjoo, Quinten McNamara, Jonas Robertson, Shashi Bhushan TN

机构 * Dialpad Inc.（Dialpad公司） 纠错

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

AI总结 本文提出了一种可重复和可验证的框架，用于评估基于语音的工具调用LLM代理，通过文本到语音转换和环境噪声模拟，无需重新标注工具模式和黄金标签，从而在不重新标注的情况下评估工具调用性能。

AI-Assisted Scientific Assessment: A Case Study on Climate Change

AI辅助的科学评估：气候变化案例研究

Christian Buck, Levke Caesar, Michelle Chen Huebscher, Massimiliano Ciaramita, Erich M. Fischer, Zeke Hausfather, Özge Kart Tokmak, Reto Knutti, Markus Leippold, Joseph Ludescher, Katharine J. Mach, Sofia Palazzo Corner, Kasra Rafiezadeh Shahi, Johan Rockström, Joeri Rogelj, Boris Sakschewski

机构 * Potsdam Institute for Climate Impact Research (PIK), Member of the Leibniz Association（波茨坦气候影响研究所（PIK），莱比锡协会成员） ； Institute for Atmospheric and Climate Science, ETH Zurich（大气与气候科学研究所，苏黎世联邦理工学院） ； University of Zurich（苏黎世大学） ； University of Miami（迈阿密大学） ； Centre for Environmental Policy, Imperial College London（伦敦帝国理工学院环境政策中心） ； Grantham Institute for Climate Change and Environment, Imperial College London（伦敦帝国理工学院气候变化与环境研究所） ； Energy, Climate and Environment Program, International Institute for Applied Systems Analysis（国际应用系统分析研究所能源、气候与环境项目） 纠错

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

AI总结 本文探讨了AI在科学评估中的应用，通过与气候科学领域13名科学家的合作，测试了基于Gemini的AI环境在评估大西洋经向翻转环流（AMOC）稳定性方面的效果，展示了AI在加速科学流程和提升报告质量方面的贡献，同时强调了专家补充和监督的重要性。

Qayyem: A Real-time Platform for Scoring Proficiency of Arabic Essays

Qayyem: 一个实时平台用于评分阿拉伯语作文的熟练程度

Hoor Elbahnasawi, Marwan Sayed, Sohaila Eltanbouly, Fatima Brahamia, Tamer Elsayed

机构 * Computer Science and Engineering Department, Qatar University（卡塔尔大学计算机科学与工程系） 纠错

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

AI总结 本文提出Qayyem平台，提供阿拉伯语作文评分的集成工作流程，通过友好的界面简化评分服务器API的交互，部署了多种先进的阿拉伯语作文评分模型。

Comments Accepted at ACL 2026

QuantaAlpha: An Evolutionary Framework for LLM-Driven Alpha Mining

QuantaAlpha: 一种基于大语言模型的alpha挖掘进化框架

Jun Han, Shuo Zhang, Wei Li, Yifan Dong, Tu Hu, Yumo Zhu, Xiaomin Yu, Xin Guo, Zhaowei Liu, Kunyi Wang, Jingping Liu, Tianyi Jiang, Ruichuan An, Sen Hu, Zhi Yang, Ronghao Che, Huacan Wang

机构 * SUFE（上海财经大学） ； QuantaAlpha ； SYSU（华南理工大学） ； PKU（北京大学） 纠错

专题命中 工具调用 ：agentic(abstract)；分类 cs.AI

AI总结 本文提出QuantaAlpha框架，通过进化算法改进alpha挖掘过程，通过轨迹级突变和交叉实现多轮搜索和经验重用，实验表明其在多个市场指数上均表现出稳健的性能。

An Empirical Study of Privacy Leakage Chains via Prompt Injection in Black-Box Chatbot Environments

通过提示注入在黑盒聊天机器人环境中研究隐私泄露链的实证研究

Hongjang Yang, Hyunsik Na, Daeseon Choi

机构 * Department of Information Security（信息安全系） ； Soongsil University（松山大学） ； AI Safety Center（人工智能安全中心） ； Department of AI Software（人工智能软件系） 纠错

专题命中 工具调用 ：agent(abstract)；分类 cs.AI

AI总结 本文研究了通过间接提示注入在黑盒聊天机器人环境中存在的隐私泄露攻击链，分析了攻击者如何通过构造看似无害的外部内容来劫持代理任务，并评估了新的提示注入技术'exemplification'的攻击成功率，最终展示了使用虚构个人信息的证明概念数据外泄链。

Comments 9 pages, 2 figures

Why We Look Where We Look: Emergent Human-like Fixations of a Foveated Visual Language Model Maximizing Scene Understanding

为什么我们看那里：一种最大化场景理解的视网膜视觉语言模型表现出的人类样注视模式

Shravan Murlidaran, Ziqi Wen, Sana Shehabi, Miguel P. Eckstein

机构 * Psychological & Brain Sciences, University of California, Santa Barbara（加州大学圣芭芭拉分校心理学与脑科学系） ； Electrical and Computer Engineering, University of California, Santa Barbara（加州大学圣芭芭拉分校电气与计算机工程系） ； Computer Science, University of California, Santa Barbara（加州大学圣芭芭拉分校计算机科学系） 纠错

专题命中 工具调用 ：agent(abstract)；分类 cs.AI

AI总结 研究探讨了人类自由观看时注视模式的形成机制，发现最大化场景理解的视网膜视觉语言模型能够产生类似人类的注视模式，表明这种模式可能是优化场景理解的副产品。

Action-Gradient Monte Carlo Tree Search for Non-Parametric Continuous (PO)MDPs

动作-梯度蒙特卡洛树搜索用于非参数连续（PO）MDPs

Idan Lev-Yehudi, Michael Novitsky, Moran Barenboim, Ron Benchetrit, Vadim Indelman

机构 * Technion – Israel Institute of Technology（技术学院 – 以色列理工学院） 纠错

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

AI总结 本文提出AGMCTS框架，结合全局树搜索与局部梯度优化，解决连续状态空间下的规划问题，理论贡献包括动作评分梯度定理、多重要性采样树和可计算的动作评分梯度。

Clock-state olfactory search in turbulent flows using Q-learning: The geometry of plume recovery

湍流中利用Q学习进行钟态嗅觉搜索：烟雾恢复的几何学

Marco Rando, Robin A. Heinonen, Yujia Qi, Agnese Seminara

机构 * Universit\'e C\ ote d'Azur, Inria, CNRS, Laboratoire J.A. Dieudonn\'e, 28 avenue Valrose, 06108, Nice, France ； Machine Learning Genoa Center \& Department of Civil, Chemical ； Environmental Engineering, University of Genova Via Montallegro 1, 16145 Genoa, Italy ； Environmental Engineering, University of Genova, Via Montallegro 1, 16145 Genoa, Italy, now at University of California, Dept Mechanical Engineering, Engineering II, Santa Barbara, CA 93106-5070, USA ； Environmental Engineering, University of Genova, Via Montallegro 1, 16145 Genoa, Italy 纠错

专题命中 工具调用 ：agent(abstract)；分类 cs.LG

AI总结 本文通过Q学习训练嗅觉搜索代理，利用时间钟表恢复烟雾，结合昆虫行为提升导航策略，但需改进策略适应局部间歇性水平以增强鲁棒性。

Comments 15 pages, 13 figures, 1 table

DiffVAS: Diffusion-Guided Visual Active Search in Partially Observable Environments

DiffVAS: 在部分可观测环境中基于扩散的视觉主动搜索

Anindya Sarkar, Srikumar Sastry, Aleksis Pirinen, Nathan Jacobs, Yevgeniy Vorobeychik

机构 * Washington University in St. Louis（华盛顿大学圣路易斯分校） ； RISE Research Institutes of Sweden（瑞典RISE研究机构） ； Climate AI Nordics（北欧气候AI） 纠错

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

AI总结 DiffVAS提出了一种目标条件化的策略，能够在部分可观测环境中同时搜索多种目标，提升了视觉主动搜索在现实应用中的部署能力。

Comments 26 Pages, 12 figures, Accepted to AAMAS 2026

Understanding How International Students in the U.S. Are Using Conversational AI to Support Cross-Cultural Adaptation

理解国际学生在美国如何利用对话式AI支持跨文化交流适应

Laleh Nourian, Anisa Callis, Stephanie Patterson, Jadeline Miao, Jamison Heard, Garreth W. Tigwell

机构 * Rochester Institute of Technology（罗切斯特理工学院） ； School of Information（信息学院） 纠错

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

AI总结 研究探讨国际学生使用对话式AI应对文化适应挑战的模式，通过调查和访谈发现AI被视作即时帮助工具，但存在将其发展为长期支持伙伴的需求。

Comments 33 pages, single column. 4 figures, 9 tables

History Anchors: How Prior Behavior Steers LLM Decisions Toward Unsafe Actions

历史锚点：先前行为如何引导大语言模型走向不安全行为

Alberto G. Rodríguez Salgado

机构 * Independent Researcher（独立研究员） 纠错

专题命中 工具调用 ：agentic(abstract)；分类 cs.AI

AI总结 研究通过100个高风险领域场景，探讨先前有害行为对LLM决策的影响，发现添加特定指令可显著增加不安全选择比例，揭示了代理部署中轨迹可被篡改的风险。

Comments 12 pages, 3 figures

LMPath: Language-Mediated Priors and Path Generation for Aerial Exploration

LMPath：基于语言引导的先验与路径生成用于航空探索

Jonathan A. Diller, Fernando Cladera, Camillo J. Taylor, Vijay Kumar

机构 * GRASP Laboratory（GRASP实验室） ； University of Pennsylvania（宾夕法尼亚大学） 纠错

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

AI总结 本文提出LMPath，通过结合语言模型和视觉模型，生成基于语义的航空探索路径，提升大规模环境中的搜索效率。

Comments Poster at 2026 AI-Driven Safe Aerial Robotics Workshop

Scaling Retrieval-Augmented Reasoning with Parallel Search and Explicit Merging

通过并行搜索和显式合并扩展检索增强推理

Jiabei Liu, Wenyu Mao, Junfei Tan, Chunxu Shen, Lingling Yi, Jiancan Wu, Xiang Wang

机构 * University of Science and Technology of China（中国科学技术大学） ； WeChat Technical Architecture Department, Tecent Inc.（腾讯公司微信技术架构部门） 纠错

专题命中 工具调用 ：agent(abstract)；分类 cs.AI

AI总结 本文提出MultiSearch框架，通过多查询检索和显式信息融合提升检索增强推理效果，实验表明其在问答任务中优于基线方法。

Twincher: Bijective Representation Learning for Robust Inversion of Continuous Systems

Twincher: 基于双射表示学习的连续系统鲁棒反演

Arkady Gonoskov

机构 * Department of Physics, University of Gothenburg（哥德堡大学物理系） 纠错

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

AI总结 本文提出Twincher架构，通过结构化微分同胚变换和对抗训练策略，实现对连续前向过程的鲁棒反演，提升机器人、视觉和物理AI中的数据效率和鲁棒性。

SupChain-Bench: Benchmarking Large Language Models for Real-World Supply Chain Management

SupChain-Bench：针对现实世界供应链管理的大语言模型基准测试

Shengyue Guan, Yihao Liu, Lang Cao

机构 * Alibaba Group（阿里巴巴集团） ； Peking University（北京大学） ； 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)；分类 cs.AI

AI总结 本文提出SupChain-Bench基准测试，用于评估大语言模型在现实世界供应链管理中的表现，揭示模型执行可靠性差距，并提出SupChain-ReAct框架提升工具调用性能。

Embodied Neurocomputation: A Framework for Interfacing Biological Neural Cultures with Scaled Task-Driven Validation

具身体神经计算：一种将生物神经文化与缩放任务驱动验证相接合的框架

Johnson Zhou, Daniel Tanneberg, Forough Habibollahi, Alon Loeffler, Kiaran Lawson, Valentina Baccetti, Kwaku Dad Abu-Bonsrah, Candice Desouza, Finn Doensen, Bradley Watmuff, Daria Kornienko, Azin Azadi, Justin Leigh Bourke, Bernhard Sendhoff, Brett J. Kagan

机构 * Cortical Labs, Australia ； Honda Research Institute Europe, Germany 纠错

专题命中 工具调用 ：agent(abstract)；分类 cs.LG

AI总结 本文提出具身体神经计算框架，通过大规模参数优化生物神经网络在模拟网格世界中闭环导航的编码解码机制，发现12种配置在任务表现上优于优化的硅基DQN代理。

Skill1: Unified Evolution of Skill-Augmented Agents via Reinforcement Learning

技能1：通过强化学习实现技能增强代理的统一进化

Yaorui Shi, Yuxin Chen, Zhengxi Lu, Yuchun Miao, Shugui Liu, Qi GU, Xunliang Cai, Xiang Wang, An Zhang

机构 * University of Science and Technology of China（中国科学技术大学） ； Meituan（美团） ； National University of Singapore（新加坡国立大学） ； Zhejiang University（浙江大学） ； Wuhan University（武汉大学） 纠错

专题命中 工具调用 ：agent(abstract)；分类 cs.AI

AI总结 本文提出Skill1框架，通过单一策略协同进化技能选择、利用与蒸馏，以共享任务目标优化技能库维护，实验表明其优于现有基线方法。

About Time: Model-free Reinforcement Learning with Timed Reward Machines

关于时间：无模型强化学习中的定时奖励机

Rajarshi Roy, Anirban Majumdar, Ritam Raha, David Parker, Marta Kwiatkowska

机构 * University of Liverpool（利物浦大学） 纠错

专题命中 工具调用 ：agent(abstract)；分类 cs.AI

AI总结 本文提出定时奖励机（TRMs）以解决传统奖励机在时间约束建模上的不足，通过无模型强化学习框架学习满足时间约束的最优策略，并在实验中验证其有效性。

Comments Extended version of paper accepted at IJCAI 2026

$\varepsilon$-Good Action Identification in Fixed-Budget Monte Carlo Tree Search

固定预算蒙特卡洛树搜索中的ε-好动作识别

Yinan Li, Tuan Nguyen, Kwang-Sung Jun

机构 * Department of Computer Science（计算机科学系） ； University of Arizona（亚利桑那大学） ； CSE/GSAI POSTECH（POSTECH CSE/GSAI） 纠错

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

AI总结 本文研究了深度为2的max-min树中的固定预算max-min动作识别问题，提出了一种无需输入ε的算法，实现了实例依赖的误差界，并给出了max-min识别的下界结果。

Template-as-Ontology: Configurable Synthetic Data Infrastructure for Cross-Domain Manufacturing AI Validation

模板作为本体：用于跨领域制造人工智能验证的可配置合成数据基础设施

Grama Chethan

机构 * Siemens Digital Industries Software（西门子数字工业软件） 纠错

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

AI总结 本文提出一种模板作为本体的方法，通过单一Python配置模块生成制造仿真和AI分析工具的统一数据结构，验证了跨领域制造AI验证的可行性。

Comments 18 pages, 1 fugure

Useful for Exploration, Risky for Precision: Evaluating AI Tools in Academic Research

对探索有用，对精确性危险：评估学术研究中的AI工具

Anthea Dathe, Kiran Hoffmann, Aline Mangold

机构 * Dresden University of Technology（德累斯顿技术大学） 纠错

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

AI总结 本文评估了AI工具在学术研究中的应用，指出尽管AI工具能提升效率，但其输出难以验证且易出错，需结合人本与计算机指标进行评估，发现问答工具虽能提供概述但不适用于精确信息提取，文献综述工具则缺乏可复现性和透明度。

Autonomous Business System via Neuro-symbolic AI

通过神经符号AI实现自主业务系统

Cecil Pang, Hiroki Sayama

机构 * School of Systems Science and Industrial Engineering, Binghamton University, State University of New York（宾夕法尼亚州立大学布林顿分校系统科学与工业工程学院） ； AI Engineering, USA TODAY Co., Inc.（USA TODAY公司人工智能工程部） ； Binghamton Center of Complex Systems, Binghamton University, State University of New York（宾夕法尼亚州立大学布林顿复杂系统中心） ； Waseda Innovation Lab, Waseda University（早稻田大学创新实验室） 纠错

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

AI总结 本文提出自主业务系统AUTOBUS，结合大语言模型、谓词逻辑编程和企业数据，构建神经符号架构以执行端到端业务任务，通过人机协作提升业务处理的确定性和适应性。

Comments IEEE SysCon 2026

Journal ref 2026 IEEE International Systems Conference (SysCon), Halifax, NS, Canada, 2026, pp. 1-8

Learning to Learn the Macroscopic Fundamental Diagram using Physics-Informed and meta Machine Learning techniques

通过物理信息和元机器学习技术学习宏观基本图

Amalie Roark, Serio Agriesti, Francisco Camara Pereira, Guido Cantelmo

机构 * Technical University of Denmark（丹麦技术大学） 纠错

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

AI总结 本文提出利用元学习技术解决宏观基本图估计数据稀缺问题，通过多城市数据建模提升不同城市交通流预测性能。

Comments Version accepted for publication in Transportation Research Part C (before proof-reading)

Journal ref Learning to learn the macroscopic fundamental diagram using physics-informed and model agnostic machine learning. Transportation Research Part C: Emerging Technologies, 2026, 189, 105707

TrajDLM: Topology-Aware Block Diffusion Language Model for Trajectory Generation

TrajDLM：基于块扩散语言模型的拓扑感知轨迹生成框架

Wilson Wongso, Lihuan Li, Arian Prabowo, Xiachong Lin, Baiyu Chen, Hao Xue, Flora D. Salim

机构 * University of New South Wales（新南威尔士大学） ； Hong Kong University of Science and Technology (Guangzhou)（香港科学与技术大学（广州）） 纠错

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

AI总结 TrajDLM结合块扩散模型与拓扑感知嵌入，实现高效且真实的轨迹生成，优于现有方法，在速度和细粒度相似性上表现优异，并在跨领域迁移中表现出色。

TRACER: Verifiable Generative Provenance for Multimodal Tool-Using Agents

TRACER：多模态工具使用代理的可验证生成溯源

Bihui Yu, Caijun Jia, Jing Chi, Xiaohan Liu, Yining Wang, He Bai, Yuchen Liu, Jingxuan Wei, Junnan Zhu

机构 * Shenyang Institute of Computing Technology, Chinese Academy of Sciences（中国科学院沈阳计算技术研究所） ； University of Chinese Academy of Sciences（中国科学院大学） ； MAIS, Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所MAIS） ； Key Laboratory of Computing Power Network and Information Security, Ministry of Education, Shandong Computer Science Center (National Supercomputer Center in Jinan), Qilu University of Technology (Shandong Academy of Sciences)（教育部计算电力网络与信息安全重点实验室，山东计算机科学中心（济南国家超算中心），齐鲁工业大学（山东省科学院）） 纠错

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

AI总结 TRACER通过生成带结构溯源记录的答案句子，解决多模态工具使用代理中缺乏的 claim-level 依赖结构问题，提升工具使用可验证性和优化性。

Omni-DeepSearch: A Benchmark for Audio-Driven Omni-Modal Deep Search

Omni-DeepSearch：一种基于音频的多模态深度搜索基准

Tao Yu, yiming ding, Shenghua Chai, Minghui Zhang, Zhongtian Luo, Xinming Wang, Xinlong Chen, Zhaolu Kang, Junhao Gong, Yuxuan Zhou, Haopeng Jin, Zhiqing Cui, Jiabing Yang, YiFan Zhang, Hongzhu Yi, Zheqi He, Xi Yang, Yan Huang, Liang Wang

机构 * CASIA ； UCAS ； BAAI ； Peking University（北京大学） ； Tsinghua University（清华大学） 纠错

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

AI总结 本文提出Omni-DeepSearch基准，用于评估基于音频的多模态深度搜索能力，通过多跳推理生成客观答案，结果显示该任务极具挑战性。

Comments 43 pages