AI Agent

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

CUDAHercules: Benchmarking Hardware-Aware Expert-level CUDA Optimization for LLMs

CUDAHercules：用于LLM的硬件感知专家级CUDA优化基准测试

Shiyang Li, Zijian Zhang, Guangyan Sun, Yuebo Luo, Winson Chen, Yanzhi Wang, Mingyi Hong, Caiwen Ding

机构 * University of Minnesota（明尼苏达大学） ； Northeastern University（东北大学） 纠错

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

AI总结 CUDAHercules基准测试评估生成CUDA代码与人类专家级优化的差距，揭示自动化CUDA编程在硬件感知和优化策略上的不足。

ReSeek: A Self-Correcting Framework for Search Agents with Instructive Rewards

ReSeek：一种具有指导性奖励的自我纠正搜索代理框架

Shiyu Li, Yang Tang, Yifan Wang, Peiming Li, Xi Chen

机构 * Basic Algorithm Center, PCG, Tencent, Shenzhen, China（腾讯基本算法中心、PCG、腾讯，深圳，中国） ； Tsinghua Shenzhen International Graduate School, Tsinghua University, Shenzhen, China（清华大学深圳国际研究生学院，清华大学，深圳，中国） 纠错

专题命中 工具调用 ：agent(abstract)；分类 cs.CL

AI总结 本文提出ReSeek框架，通过引入自我纠正机制和密集指导性奖励函数，提升搜索代理在复杂任务中的表现和路径忠实度。

Comments ICML 2026

WebClipper: Efficient Evolution of Web Agents with Graph-based Trajectory Pruning

WebClipper: 基于图的轨迹修剪高效进化网络代理

Junjie Wang, Zequn Xie, Dan Yang, Jie Feng, Yue Shen, Duolin Sun, Meixiu Long, Yihan Jiao, Zhehao Tan, Jian Wang, Peng Wei, Jinjie Gu

机构 * Ant Group（蚂蚁集团） 纠错

专题命中 工具调用 ：agent(abstract)；分类 cs.AI

AI总结 本文提出WebClipper框架，通过图基修剪压缩网络代理轨迹，减少20%的工具调用次数并提升准确性，引入F-AE Score指标平衡精度与效率。

Comments ACL 2026 Main

Towards AI-assisted Neutrino Flavor Theory Design

迈向AI辅助中微子味理论设计

Jason Benjamin Baretz, Max Fieg, Vijay Ganesh, Aishik Ghosh, V. Knapp-Perez, Jake Rudolph, Daniel Whiteson

机构 * Department of Physics and Astronomy, University of California, Irvine（加州大学 Irvine 分校物理与天文学系） ； Particle Theory Department, Fermilab（费米实验室粒子理论部门） ； Georgia Institute of Technology（佐治亚理工学院） ； Physics Division, Lawrence Berkeley National Laboratory（伯克利国家实验室物理部） 纠错

专题命中 工具调用 ：agent(abstract)；分类 cs.LG

AI总结 本文提出AMBer框架，利用强化学习在物理软件管道中高效搜索模型空间，减少自由参数，验证了其在中微子味理论中的有效性。

Comments 28 pages, 12 Figures

Hybrid Quantum Reinforcement Learning with QAOA for Improved Vehicle Routing Optimization

混合量子强化学习与QAOA用于改进车辆路径优化

T. Satyanarayana Murthy, B. Swathi Sowmya, Santhosh Voruganti, Sai Varshini Giridi, Chaitanyya Pratap Agarwal, Vanteddu Akshitha

机构 * Chaitanya Bharathi Institute of Technology（恰伊坦尼亚·巴拉提技术学院） 纠错

专题命中 工具调用 ：agent(abstract)；分类 cs.LG

AI总结 本文提出一种结合QAOA的混合量子强化学习框架，用于解决车辆路径优化问题，展示更快收敛速度和更优解决方案。

Hallucinations Undermine Trust; Metacognition is a Way Forward

幻觉削弱信任；元认知是前进的方向

Gal Yona, Mor Geva, Yossi Matias

机构 * Tel Aviv University（特拉维夫大学） 纠错

专题命中 工具调用 ：agentic(abstract)；分类 cs.CL

AI总结 研究指出，生成AI的幻觉问题源于知识边界扩展而非意识提升，提出通过元认知表达不确定性以提升可信度和能力。

Comments To appear in ICML 2026 (Position Track)

Valley3: Scaling Omni Foundation Models for E-commerce

Valley3：面向电商的多模态大语言模型规模化

Zeyu Chen, Guanghao Zhou, Qixiang Yin, Ziwang Zhao, Huanjin Yao, Pengjiu Xia, Min Yang, Cen Chen, Minghui Qiu

机构 * Valley Team, ByteDance Group（字节跳动集团山谷团队） 纠错

专题命中 工具调用 ：agentic(abstract)；分类 cs.AI

AI总结 Valley3通过四阶段预训练管道，融合多模态能力与电商知识，实现跨模态指令跟随和长链推理，构建了涵盖6个任务的电商基准测试，展现出在电商场景中的优越性能。

RepoDoc: A Knowledge Graph-Based Framework to Automatic Documentation Generation and Incremental Updates

RepoDoc: 基于知识图谱的自动文档生成与增量更新框架

Dong Xu, Mingwei Liu, Xiwen Wang, Jianfeng Zhong, Zibin Zheng

专题命中 工具调用 ：agent(abstract)；分类 cs.SE

AI总结 RepoDoc通过构建仓库知识图谱，实现代码文档的自动化生成与增量更新，提升文档覆盖率和完整性，同时提高生成效率与准确性。

Glance-or-Gaze: Incentivizing LMMs to Adaptively Focus Search via Reinforcement Learning

glance-or-gaze: 通过强化学习激励大 multimodal 模型适应性聚焦搜索

Hongbo Bai, Yujin Zhou, Yile Wu, Chi-Min Chan, Pengcheng Wen, Kunhao Pan, Sirui Han, Yike Guo

机构 * Hong Kong University of Science and Technology（香港科技大学） 纠错

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

AI总结 本文提出 glanco-or-gaze 框架，通过强化学习使大 multimodal 模型主动规划视觉搜索，通过选择性注视和复杂度自适应强化学习提升复杂视觉查询性能。

Journal ref ACL 2026 Findings

Attention-Based Deep Reinforcement Learning for Qubit Allocation in Modular Quantum Architectures

基于注意力的深度强化学习在模块化量子架构中的量子比特分配

Enrico Russo, Maurizio Palesi, Davide Patti, Giuseppe Ascia, Vincenzo Catania

机构 * University of Catania（卡塔尼亚大学） 纠错

专题命中 工具调用 ：agent(abstract)；分类 cs.AI

AI总结 本文提出利用深度强化学习方法，结合Transformer和图神经网络，高效解决量子电路编译与映射问题，减少核心间通信并提升求解效率。

AnalogRetriever: Learning Cross-Modal Representations for Analog Circuit Retrieval

AnalogRetriever: 为模拟电路检索学习跨模态表示

Yihan Wang, Lei Li, Yao Lai, Jing Wang, Yan Lu

机构 * Tsinghua University（清华大学） ； The University of Hong Kong（香港大学） ； University of Cambridge（剑桥大学） ； Nanjing University of Posts and Telecommunications（南京邮电大学） 纠错

专题命中 工具调用 ：agentic(abstract)；分类 cs.AI

AI总结 本文提出AnalogRetriever，通过构建高质量数据集和三模态检索框架，实现跨模态的模拟电路检索，实验表明其在六个方向上的Recall@1达到75.2%，显著优于现有方法。

Comments 10 pages, 7 figures. Yihan Wang and Lei Li contributed equally to this paper

Uncertainty Quantification for LLM Function-Calling

大语言模型函数调用的不确定性量化

Zihuiwen Ye, Lukas Aichberger, Michael Kirchhof, Sinead Williamson, Luca Zappella, Yarin Gal, Arno Blaas, Adam Golinski

机构 * University of Oxford（牛津大学） ； Apple（苹果公司） 纠错

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

AI总结 本文研究了大语言模型函数调用中不确定性量化的关键问题，发现多样本方法在自然语言问答中表现优异，但在函数调用场景中不如单样本方法有效，并提出利用函数调出输出特性改进现有方法。

Can Large Language Models Really Recognize Your Name?

大语言模型真的能识别你的名字吗？

Dzung Pham, Peter Kairouz, Niloofar Mireshghallah, Eugene Bagdasarian, Chau Minh Pham, Amir Houmansadr

机构 * University of Massachusetts Amherst（马萨诸塞大学阿默斯特分校） ； Google Research（谷歌研究） ； Carnegie Mellon University（卡内基梅隆大学） ； Google Research, University of Massachusetts Amherst（谷歌研究，马萨诸塞大学阿默斯特分校） ； University of Maryland, College Park（马里兰大学学院市分校） 纠错

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

AI总结 本文研究大语言模型在短文本中处理模糊人名的可靠性问题，构建AmBench基准测试集，发现模型对模糊人名的识别率下降20-40%，揭示隐私保护中的公平性问题。

Comments ACM FAccT '26

Fast Neural-Network Approximation of Active Target Search Under Uncertainty

快速神经网络近似主动目标搜索在不确定性下的应用

Bilal Yousuf, Zsofia Lendek, Lucian Busoniu

机构 * Technical University of Cluj-Napoca（克卢日-纳波卡技术大学） 纠错

专题命中 工具调用 ：agent(abstract)；分类 cs.LG

AI总结 本文提出用卷积神经网络近似主动搜索算法，以降低在线计算成本，通过多通道网格训练实现目标检测率与传统方法相当。

Generative Discovery of Magnetic Insulators under Competing Physical Constraints

在竞争物理约束下发现磁绝缘体的生成发现

Qiulin Zeng, Tahiya Chowdhury, Md Shafayat Hossain

机构 * Department of Math, University of Southern California（数学系，南加州大学） ； Department of Computer Science, Colby College（计算机科学系，科尔比学院） ； California NanoSystems Institute, University of California, Los Angeles（加州大学洛杉矶分校加州纳米系统研究所） 纠错

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

AI总结 本文提出MagMatLLM框架，通过生成和进化选择结合第一性原理验证，发现十二种新磁绝缘体，展示了在稀疏化学空间中多目标材料发现的通用方法。

Tractable Verification of Model Transformations: A Cutoff-Theorem Approach for DSLTrans

可验证的模型转换：基于截止定理的DSLTrans方法

Levi Lucio

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

AI总结 本文提出了一种可验证的DSLTrans转换验证流程，通过截止定理证明了有限模型检查的完备性，并结合优化方法和实现，提高了验证效率和准确性。

Comments 41 pages, 4 figures

AI to Learn 2.0: A Deliverable-Oriented Governance Framework and Maturity Rubric for Opaque AI in Learning-Intensive Domains

AI学习2.0：面向学习密集领域的交付导向治理框架和成熟度评估表

Seine A. Shintani

机构 * Department of Biomedical Sciences, College of Life and Health Sciences, Chubu University（生物医学科学系，生命与健康科学学院，楚博大学） ； Center for Mathematical Science and Artificial Intelligence, Chubu University（数学科学与人工智能中心，楚博大学） ； Institute for Advanced Research, Nagoya University（先进研究所，名古屋大学） 纠错

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

AI总结 本文提出AI学习2.0框架，旨在解决AI辅助工作中的代理失效问题，通过交付导向的治理框架、五部分包装、七维成熟度评估表和能力-证据阶梯，确保交付成果的可使用性、可审计性、可转移性和可辩护性。

Comments 10 pages, 2figures

Quantum framework for Reinforcement Learning: Integrating Markov decision process, quantum arithmetic, and trajectory search

强化学习的量子框架：整合马尔可夫决策过程、量子算术和轨迹搜索

Thet Htar Su, Shaswot Shresthamali, Masaaki Kondo

机构 * Graduate School of Science and Technology, Keio University（Keio大学科学技术研究生院） ； Graduate School of Information Science and Electrical Engineering, Kyushu University（九州大学信息科学与电气工程研究生院） ； RIKEN Center for Computational Science（理化学研究所计算科学中心） 纠错

专题命中 工具调用 ：agent(abstract)；分类 cs.LG

AI总结 本文提出一个基于量子原理的强化学习框架，利用量子模型实现马尔可夫决策过程，通过量子算法提升智能体与环境交互的计算效率，展示量子现象在强化学习中的应用潜力。

Journal ref Physical Review A (2025)

What Makes an LLM a Good Optimizer? A Trajectory Analysis of LLM-Guided Evolutionary Search

什么使一个LLM成为好的优化器？LLM引导的进化搜索轨迹分析

Xinhao Zhang, Xi Chen, François Portet, Maxime Peyrard

机构 * Univ. Grenoble Alpes, CNRS, Grenoble INP, LIG（格勒诺布尔阿尔卑斯大学、国家科学研究中心、格勒诺布尔INP、LIG实验室） 纠错

专题命中 工具调用 ：agentic(abstract)；分类 cs.CL

AI总结 研究通过分析15个LLM在8个任务上的优化轨迹，发现初始能力相似的模型会产生差异大的搜索轨迹，强优化器表现为局部细化，弱优化器则出现语义漂移，解决方案新颖性只有在搜索保持局部化时才有效。

Comments 9 pages, 8 figures, Accepted at Findings of ACL 2026

Reinforced Generation of Combinatorial Structures: Ramsey Numbers

增强的组合结构生成：Ramsey数

Ansh Nagda, Prabhakar Raghavan, Abhradeep Thakurta

机构 * University of California, Berkeley（加州大学伯克利分校） ； Google DeepMind（谷歌DeepMind） ； Google（谷歌） 纠错

专题命中 工具调用 ：agent(abstract)；分类 cs.AI

AI总结 本文通过AlphaEvolve算法改进了九个经典Ramsey数的下界，同时恢复了所有已知精确Ramsey数的下界，并在许多其他情况下匹配了最佳下界。

MiroThinker: Pushing the Performance Boundaries of Open-Source Research Agents via Model, Context, and Interactive Scaling

MiroThinker：通过模型、上下文和交互扩展推动开源研究代理的性能边界

MiroMind Team, Song Bai, Lidong Bing, Carson Chen, Guanzheng Chen, Yuntao Chen, Zhe Chen, Ziyi Chen, Jifeng Dai, Xuan Dong, Wenhan Dou, Yue Deng, Yunjie Fu, Junqi Ge, Chenxia Han, Tammy Huang, Zhenhang Huang, Jerry Jiao, Shilei Jiang, Tianyu Jiao, Xiaoqi Jian, Lei Lei, Ruilin Li, Gen Luo, Tiantong Li, Xiang Lin, Ziyuan Liu, Zhiqi Li, Jie Ni, Qiang Ren, Pax Sun, Shiqian Su, Chenxin Tao, Bin Wang, Wenhai Wang, Haonan Wang, James Wang, Jin Wang, Jojo Wang, Letian Wang, Shizun Wang, Weizhi Wang, Zixuan Wang, Jinfan Xu, Sen Xing, Chenyu Yang, Hai Ye, Jiaheng Yu, Yue Yu, Muyan Zhong, Tianchen Zhao, Xizhou Zhu, Yanpeng Zhou, Yifan Zhang, Zhi Zhu

机构 * MiroMind Team（MiroMind团队） 纠错

专题命中 工具调用 ：agent(abstract)；分类 cs.CL

AI总结 MiroThinker通过模型、上下文和交互扩展提升开源研究代理性能，实现更深入的交互和更复杂的任务处理，其72B版本在多个基准测试中表现优异，接近商业模型。

Comments Technical Report

Spatiotemporal-Aware Bit-Flip Injection on DNN-based Advanced Driver Assistance Systems (extended version)

时空感知的位翻转注入在基于深度神经网络的高级驾驶辅助系统中

Taibiao Zhao, Xiang Zhang, Mingxuan Sun, Ruyi Ding, Xugui Zhou

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

AI总结 本文提出STAFI框架，通过空间和时间感知方法识别DNN中关键故障点，实验表明其发现的危险故障比基线方法多29.56倍。

Comments The authors have identified issues in the experimental setup and evaluation that may affect the validity of the results. In particular, inconsistencies in the fault injection protocol and temporal analysis may lead to incorrect conclusions. The authors therefore request withdrawal for thorough revision

Train Separately, Merge Together: Modular Post-Training with Mixture-of-Experts

分开训练，合并一起：模块化后训练与专家混合

Jacob Morrison, Sanjay Adhikesaven, Akshita Bhagia, Matei Zaharia, Noah A. Smith, Sewon Min

机构 * University of Washington（华盛顿大学） ； University of California, Berkeley（加州大学伯克利分校） ； Allen Institute for AI（人工智能研究院） 纠错

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

AI总结 本文提出BAR方法，通过独立训练领域专家并采用专家混合架构实现高效更新，避免了传统重训练的高成本和性能下降问题，实验显示其在多个领域任务中表现优异。

Comments 9 content pages, 23 pages overall, 3 figures

Lishu: A Real-Source Research Workbench for Elite Business Journal Search, Analysis, and Writing Support

Lishu：精英商业期刊搜索、分析与写作支持的实源研究工作台

Chuang Zhao, Hongke Zhao, Yichen Li, Xiaoquan Zhi, Songyue Guo

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

AI总结 本文介绍Lishu，一个用于搜索、监控和解读精英商业与管理期刊文献的可部署网页工具，整合UTD-24和FT50期刊池，支持更广泛的研究流程，包括文献检索、主题分析和写作支持。

From Language to Action: Enhancing LLM Task Efficiency with Task-Aware MCP Server Recommendation

从语言到行动：通过任务感知的MCP服务器推荐提升LLM任务效率

Shiyu He, Zhiman Chen, Yuqi Zhao, Neng Zhang, Ran Mo, Yutao Ma

专题命中 工具调用 ：agent(abstract)；分类 cs.SE

AI总结 本文提出任务感知的MCP服务器推荐框架，通过构建任务-工具关联数据集和改进的推荐模型，提升LLM在实际开发任务中的效率和准确性。

Comments 44 pages, 12 figures, 4 tables

When Search Goes Wrong: Red-Teaming Web-Augmented Large Language Models

当搜索出错时：针对具有网络搜索功能的大型语言模型的红队测试

Haoran Ou, Kangjie Chen, Xingshuo Han, Gelei Deng, Jie Zhang, Han Qiu, Tianwei Zhang

机构 * Nanyang Technological University, Singapore（新加坡南洋理工大学） ； Nanjing University of Aeronautics（南京航空航天大学） ； Tsinghua University, China（清华大学） 纠错

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

AI总结 本文提出CREST-Search框架，针对具有网络搜索功能的LLM的安全性问题，通过三种新型攻击策略和迭代上下文优化机制，揭示网络搜索带来的安全漏洞。

Deliberative Searcher: Improving LLM Reliability via Reinforcement Learning with constraints

反思搜索器：通过带有约束的强化学习提高大语言模型的可靠性

Zhenyun Yin, Shujie Wang, Xuhong Wang, Xingjun Ma, Yinchun Wang

机构 * Fudan University（复旦大学） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） 纠错

专题命中 工具调用 ：agent(abstract)；分类 cs.AI

AI总结 本文提出反思搜索器框架，结合置信度校准与基于检索的搜索，通过强化学习优化准确性，提升模型输出的可靠性。

Comments Accepted by ACL 2026

AI-Assisted Peer Review at Scale: The AAAI-26 AI Review Pilot

大规模AI辅助同行评审：AAAI-26 AI评审试点

Joydeep Biswas, Sheila Schoepp, Gautham Vasan, Anthony Opipari, Arthur Zhang, Zichao Hu, Sebastian Joseph, Matthew Lease, Junyi Jessy Li, Peter Stone, Kiri L. Wagstaff, Matthew E. Taylor, Odest Chadwicke Jenkins

机构 * AAAI（国际人工智能协会） 纠错

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

AI总结 本文探讨了AI在大规模同行评审中的应用，展示了AAAI-26中22977篇论文通过先进系统生成的AI评审，结果显示作者和评审委员认为AI评审在技术准确性和研究建议方面优于人类评审，并引入了新的基准测试。