Retry, Switch, or Abstain? Learning Strategy-Aware Tool-Use Policies via Controlled Error Injection
重试、切换还是弃权？通过受控错误注入学习策略感知的工具使用策略
机构 * Amazon（亚马逊）
AI总结 该研究提出BENCH2ROBUST框架，结合BTM与课程强化学习，提升LLM智能体在工具故障下的稳健性，在零售任务中BTM可提稳健性16.8个百分点，二者结合达40.8-45.5%。
大厂专区
Amazon（亚马逊）
When the API Speaks the Wrong Language: Revisiting Post-Training for Multilingual Tool Use
当API“说错”语言：重新审视多语言工具使用的后训练
机构 * Amazon（亚马逊）
AI总结 针对多语言API调用中存在的参数语言不匹配问题，研究发现监督微调可实现接近或优于复杂强化学习方法的性能，强化学习仅能提供渐进式改进。
TMRL: Diffusion Timestep-Modulated Pretraining Enables Exploration for Efficient Policy Finetuning
TMRL: 差分时间步调节预训练实现高效策略微调的探索
机构 * University of Washington（华盛顿大学） ； Amazon FAR（亚马逊FAR）
AI总结 本文提出TMRL框架，通过结合行为克隆预训练与强化学习微调，解决预训练中动作分布狭窄的问题，提升机器人策略微调的样本效率。
ReCodeAgent: A Multi-agent Workflow for Language-Agnostic Translation and Validation of Large-Scale Repositories
ReCodeAgent：一种多智能体工作流用于语言无关的大规模仓库翻译与验证
机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Amazon（亚马逊）
AI总结 ReCodeAgent通过多智能体方法实现大规模仓库代码翻译与验证的语言无关性，提升翻译正确率并降低成本，验证其效率和设计影响。
Comments Published in ASE 2026
