SR-Agent: An Experience-Driven Agentic Framework for Post-Ranking Strategy Refinement in E-Commerce Recommendation
Kuaishou Technology(快手科技)
电商推荐系统中,后排序策略因环境变化需优化,以往方式存在问题。本文提出SR-Agent框架,统一用户模拟、分析和策略优化组件,经快手平台测试,能提升订单量、浏览深度和点击类别多样性,还缩短优化周期、降低成本。
2026-07-22 cs.AI cs.MA
WAR: Workload-Aware Rollouts for Synchronous Agentic Reinforcement Learning
研究针对智能体强化学习中展开成为系统瓶颈的问题,提出工作负载感知展开系统WAR,通过联合优化解码和调度加速同步智能体RL,在不同负载下提高吞吐量,消除主要展开瓶颈,为长上下文智能体训练提供实用路径。
2026-07-21 cs.AI cs.CL cs.LG
Exploring Cross-Scenario Generality of Agentic Memory Systems: Diagnostics and a Strong Baseline
Michigan State University(密歇根州立大学);George Mason University(乔治·马歇尔大学);Purdue University(普渡大学)
通过诊断现有记忆系统在多种场景下的表现,提出一个基于工具调用的自管理记忆框架AutoMEM,实现最佳跨场景通用性。
2026-06-03 cs.AI
Diffusion Language Models for Mobile Edge Agentic AI: Foundations, Applications, and Challenges
China University of Mining and Technology(中国矿业大学);Nanyang Technological University(南洋理工大学);Edith Cowan University(埃迪斯科文大学)
本综述研究面向移动边缘智能体AI的DLMs,分析其在边缘场景的适用性,涵盖相关技术、应用及开放问题,旨在连接DLMs特性与未来移动边缘智能的系统级需求。
2026-09-07 cs.AI
Urbex: Agentic Spatial Grounding for City-Scale 3D Scenes
Wuhan University(武汉大学);Alibaba Group(阿里巴巴集团)
本研究提出智能体视觉-语言框架Urbex,将城市级3D定位转化为主动空间搜索,在CityRefer数据集上取得最优指标且效率更高,跨场景鲁棒性也得到提升。
2026-10-14 cs.AI cs.CV
Shape Your Feed: An LLM-based Agentic System for Conversational Recommendation
Meta Platforms(元平台公司)
本文提出基于LLM的智能体推荐框架SYF,采用三层架构实现实时多模态内容协同策划,经离线评估与在线A/B实验验证,可提升信息流相关性与用户情感,为工业场景提供交互式推荐方案。
2026-08-10 cs.AI
The Seeds of Scheming: Weakness of Will in the Building Blocks of Agentic Systems
本文提出将'意志薄弱'作为分析代理AI系统不一致性和目标漂移的基础概念,并引入Akrasia基准以评估模型的自我控制能力。
2025-12-05 cs.AI
Retrieval Augmented Generation (RAG) for Fintech: Agentic Design and Evaluation
Mastercard, Ireland
针对金融科技领域RAG系统受专业术语等影响效果受限的问题,提出含查询改写、子查询分解等模块的智能体式RAG架构,实验证明其检索精度和相关性优于标准基线,为复杂领域检索增强提供了新思路。
2025-10-29 cs.AI
Agentic AI: The Era of Semantic Decoding
Univ. Grenoble Alpes, CNRS, Grenoble INP, LIG EPFL(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 EPFL)
本文提出“语义解码”新视角,将LLMs、人类与工具的协作构建为语义空间优化过程,以语义token为基本计算单元,为复杂AI系统工程提供强大抽象并指引未来研究。
2025-04-29 cs.AI cs.CL cs.HC
Signal Reshaping for GRPO in Weak-Feedback Agentic Code Repair
The Chinese University of Hong Kong(香港中文大学);Sun Yat-sen University(中山大学);Tencent(腾讯)
本文研究了在弱反馈环境下,通过信号重塑提升GRPO在代理代码修复中的性能,通过三种信号重塑方法改进轨迹排名、轨迹内信用分配和组内可比性,实验表明信号重塑显著提高了修复准确率。
2026-05-08 cs.AI
Beyond Fluency: Toward Reliable Trajectories in Agentic IR
Google(谷歌)
本文探讨了代理信息检索中轨迹完整性与因果归因的重要性,提出通过验证门和系统性回避策略来减少累积误差和欺骗性流畅性,强调过程正确性而非终点准确性。
2026-04-11 cs.AI cs.LG
AgenticGEO: A Self-Evolving Agentic System for Generative Engine Optimization
School of Computer Science and Engineering, Beihang University(北京航空航天大学计算机科学与工程学院)
本文提出AgenticGEO,通过将优化问题建模为内容条件控制问题,提升内容质量以适应生成引擎的不可预测行为,采用MAP-Elites档案进化多样策略,并引入Co-Evolving Critic降低交互成本,实验证明其在多个数据集上优于14个基线方法。
2026-03-02 cs.AI cs.CL cs.LG
AutoBCI: Forecast-Guided Agentic Neural Architecture Discovery for EEG-Based Brain-Computer Interfaces
Nanyang Technological University(南洋理工大学);The University of Hong Kong(香港大学);Southeast University(东南大学)
AutoBCI通过设计智能体和预测智能体自动发现脑电解码架构,在14个数据集上以64.16%的平均平衡准确率超越最强基线,并显著降低性能预测误差。
2026-11-05 cs.AI
The User Asks, Platforms Compete: How Agentic Recommendation Markets Take Shape
Tsinghua University(清华大学);Tencent Inc.(腾讯公司)
研究基于LLM的代理推荐市场,用户先提需求平台竞争注意力。实验发现新设置在获取与注意力间有紧张关系,竞争引发平台策略行为,关联反馈可增加购买机会,强调设计代理推荐需综合考虑多方面并作为联合机制设计问题。
2026-07-30 cs.AI cs.IR
Learning Context-Free Grammars for Grammar-Constrained Decoding via Declarative Agentic Programming with Guarantees
Amazon Web Services(亚马逊云科技);Purdue University(普渡大学)
本研究提出名为Autogrammar的声明式智能体,可从文档和执行数据自动学习上下文无关文法,用于语法约束解码,在三种DSLs上的实验显示其生成的文法性能优于现有基线,能显著提升端到端LM的真实任务表现。
2026-08-07 cs.AI cs.CL cs.PL
From Features to Actions: Explainability in Traditional and Agentic AI Systems
Vector Institute for Artificial Intelligence(向量人工智能研究所);Independent Researcher(独立研究者);Mayo Clinic(梅奥诊所)
本文比较了基于归因的解释与基于轨迹的诊断在静态和智能体设置中的效果,发现归因方法无法可靠诊断智能体轨迹中的执行级故障,而轨迹级可解释性更能定位行为故障。
2026-05-31 cs.AI
ODYSSE: Episode-wise Policy Optimization for Personalized Agentic Reasoning
The University of Queensland(昆士兰大学);Griffith University(格里菲斯大学)
研究个性化智能体推理问题,提出基于强化微调框架ODYSSE,核心方法是逐情节GRPO,通过情节级奖励机制等解决长动作跨度等问题,经实验验证其在个性化GUI推理任务中优于其他模型,有效提升个性化智能体推理能力。
2026-07-29 cs.AI
Agentic-SQL Revisited: Autonomy-Based Taxonomy and Empirical Benchmark Analysis for LLM Text-to-SQL
本研究针对LLM文本转SQL领域,构建基于自主性的分类框架,通过Spider案例研究分析8B开源模型与DeepSeek-V3等基线的表现,发布工具链用于构建可追溯的基准排行榜。
2026-08-25 cs.AI
TRACE Bench: Task-driven Roleplay Agentic Checklist Evaluation
Kuaishou GameMind Lab(快手GameMind实验室)
研究针对角色扮演评估的黑箱问题,提出TRACE Bench框架,通过清单分解与对话跟踪实现更透明的评估,在覆盖度、鲁棒性等方面优于现有基准,支持闭环演化。
2026-08-13 cs.AI cs.CL
Better Deck or Different Judge? Evaluating Agentic Harness Gains in Corporate and Investment Banking
AIData2Action;TW3 Partners
本研究评估企业与投资银行中智能体框架的增益,通过LLM评审者评分发现系统生成演示文稿得分显著高于直接生成,但分数提升部分源于评审者变异性,而非纯粹文档质量改进。
2026-10-01 cs.AI
ORBITER: Conflict-Aware Decision-Making for Agentic Last-Mile Delivery
本文针对最后一公里配送决策的可解释性与可靠性问题,提出ORBITER框架,结合LLM与结构化决策机制,在四城市数据上较最优基线平均提升9.2%,验证了方法的有效性。
2026-08-20 cs.AI
TableSeek: Structure-Preserving Agentic Evidence Seeking over Heterogeneous Table Corpora
Zhejiang University(浙江大学);Bank of Hangzhou Co., Ltd.(杭州银行股份有限公司);Zhejiang Lab(之江实验室)
TableSeek提出一种保持结构的智能体搜索框架,通过LLM智能体迭代追踪线索、检查模式预览并识别不匹配,在异构表格语料库上实现无需预计算索引的细粒度证据定位,取得与强检索-重排序管道相当的性能。
2026-09-29 cs.AI
An Agentic LLM-Based Framework for Population-Scale Mental Health Screening
University of Waterloo(滑铁卢大学)
本文提出基于代理的LLM框架,通过显式策略和代理引导评估,实现对临床信息的处理和适应,展示在抑郁症检测中稳定配置和成本控制的成果。
2026-05-13 cs.AI
ShardMemo: Scope-Before-Routing for Agentic Memory Retrieval
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)
ShardMemo通过遮蔽MoE路由优化分片代理LLM内存,提升F1分数并减少检索工作和延迟
2026-09-01 cs.AI cs.CL
PyVision-RL: Forging Open Agentic Vision Models via RL
Shanghai AI Lab(上海人工智能实验室);Rice University(里士满大学);Shanda AI Research, Tokyo(上海沙达人工智能研究东京)
PyVision-RL通过强化学习框架解决多模态代理的交互崩溃问题,结合回放策略和累积奖励提升多轮推理能力,实现高效视频理解与处理。
2026-02-24 cs.AI cs.CV
AbsorbEvo: An Agentic Framework for Autonomous Inverse Design of Microwave Absorbers
AbsorbEvo提出一种智能体框架,利用大语言模型推理和物理先验排序,实现微波吸收体的自然语言驱动自主逆向设计,在基准上显著提升任务成功率。
2026-10-02 cs.AI
Small Language Models for Agentic Systems: A Survey of Architectures, Capabilities, and Deployment Trade offs
Northeastern University(东北大学);University of Southern California(南加州大学)
本综述梳理了小语言模型在智能体系统中的架构、能力与部署权衡,提出SLM默认+LLM兜底的系统方案与工程指标,给出适配设计模式,明确适用场景与局限,为低成本可靠智能体构建提供实用蓝图。
2025-10-04 cs.AI cs.LG
Reinforcement Speculative Decoding for Fast Ranking
针对排序系统延迟问题,提出强化推测解码方法,采用自上而下解码与强化学习优化多轮排序修改策略,在IR和RS任务上验证了有效性。
2025-05-23 cs.AI
Proper Scoring Rules for Agentic Uncertainty Quantification
Independent Researcher(独立研究者)
针对语言模型智能体轨迹中的不确定性信号,提出严格适当的轨迹评分规则TPS,用于评估逐步骤成功概率过程,并处理删失数据。
2026-05-23 cs.AI
DynaTree: Dynamic Agentic Retrieval Tree for Time-Sensitive News Retrieval
Shanghai Jiao Tong University(上海交通大学)
提出DynaTree两阶段框架,通过离线构建可复用检索树和在线轻量子树选择,实现高效、自适应的时效性新闻检索,在Syft新闻基准和BEIR数据集上优于标准RAG和现有智能体方法。
2026-05-29 cs.AI cs.IR
PACE: A Proxy for Agentic Capability Evaluation
Carnegie Mellon University(卡内基梅隆大学);Salesforce AI Research(Salesforce人工智能研究)
提出PACE框架,通过从非智能体评测中选取原子实例构建代理基准,以低成本高精度预测智能体基准性能,在14个模型上实现MAE<4%、Spearman>0.80。
2026-07-07 cs.AI cs.CL
End-to-End Latency-Minimizing and Load-Balanced Request Scheduling for Edge LLM Inference in Agentic AI Services
Concordia University(康考迪亚大学);Hang Seng University of Hong Kong(香港恒生大学)
针对智能体AI服务中边缘LLM推理的请求调度问题,提出LYREO框架,通过跨时隙推理模型和Lyapunov优化实现端到端时延最小化与负载均衡,仿真验证其优于基线方案。
2026-09-16 cs.AI
Why Git Is the Memory Solution for the Agentic Development Lifecycle
MIT(麻省理工学院)
研究智能开发生命周期中代码变更推理过程的记忆问题,提出将记忆与Git绑定的方法,通过解决种子供应和答案组装问题,实现低令牌数回答且结果可复制。
2026-07-17 cs.AI cs.IR cs.SE
PASS: Probabilistic Agentic Supernet Sampling for Interpretable and Adaptive Chest X-Ray Reasoning
PASS通过概率代理超网采样实现可解释、自适应和多模态的胸片推理,提升医疗AI的安全性和效率。
2025-12-19 cs.AI cs.LG
Task-Adaptive Retrieval over Agentic Multi-Modal Web Histories via Learned Graph Memory
School of Engineering, Royal Melbourne Institute of Technology University(皇家墨尔本理工大学工程学院)
本文提出ACGM方法,通过任务自适应图记忆检索代理历史,利用策略梯度优化提升检索质量,在多个数据集上取得显著成果。
2026-04-09 cs.AI cs.IR
Can LLM Agents Price Competitively? A Dynamic Multi-Attribute Auction Benchmark for Agentic Commerce
Visa Research(维萨研究院)
本研究推出动态多属性拍卖基准Bazaar,测试11个前沿LLM智能体的定价能力,发现其在客户获取与利润表现上存在差异,需求冲击下排名变化,最强智能体仅获不到三分之一最优利润,显示仍有提升空间。
2026-08-04 cs.AI cs.MA
ShopX: A Foundation Model for Intent-to-Item Fulfillment in Agentic Shopping
提出ShopX基础模型,通过统一意图理解、执行规划和基于语义ID的商品空间操作,解决大语言模型代理在购物中意图到商品实现的瓶颈,在淘宝生产日志任务上优于工具中介系统。
2026-07-17 cs.AI cs.CL cs.IR
TAU-Agent: An Agentic Retrieval-Augmented Framework for Traffic Anomaly Understanding
University of Bath(巴斯大学);University of Washington(华盛顿大学)
针对交通异常理解需求,提出TAU-Agent智能体式检索增强框架,调度两类视觉工具获取证据,结合微调视觉语言模型推理,在AI City 2026挑战赛多赛道取得对应排名成绩。
2026-08-27 cs.AI cs.CV
Agentic Autoresearch for CT Reconstruction
Friedrich-Alexander-Universität Erlangen-Nürnberg (FAU)(弗里德里希-亚历山大-埃尔兰根-纽伦堡大学(FAU));Universitätsklinikum Erlangen (UKER)(埃尔兰根大学医院(UKER));Peking University(北京大学);University of Alberta(阿尔伯塔大学);Department Artificial Intelligence in Biomedical Engineering (AIBE), Friedrich-Alexander-Universität Erlangen-Nürnberg (FAU)(弗里德里希-亚历山大-埃尔兰根-纽伦堡大学生物医学工程人工智能系(AIBE))
研究CT重建方法比较难题,利用大语言模型智能体构建智能循环,独立实现、调整并基准测试26种方法,重组为紧凑求解器,发现理想数据排名无法预测现实噪声下表现,噪声会颠倒排名,重新训练可恢复部分排名,强调基准测试需考虑多种现实因素。
2026-07-28 cs.AI cs.CV physics.med-ph
TadA-Bench: A Million-Variant Benchmark for Future-Round Discovery Toward Agentic Protein Engineering
Tsinghua University(清华大学)
TadA-Bench 是一个基于31轮TadA定向进化的百万变异湿实验回放基准,通过定义固定数据回放任务来评估模型在未见过的未来轮次中排序变异的能力,并引入Seq2Graph统一标签,揭示进化覆盖度比局部数据密度更重要。
2026-05-29 cs.AI cs.LG q-bio.QM
Speculative Actions: A Lossless Framework for Faster Agentic Systems
Columbia University(哥伦比亚大学)
针对AI智能体执行顺序调用API导致延迟高的问题,提出名为投机动作的无损框架,用更快的模型预测动作以并行执行多步,在多场景下实现最高55%的动作预测准确率,显著降低端到端延迟,且可通过多种优化进一步提升性能。
2025-10-05 cs.AI cs.DC cs.MA
Agentic Explainable Artificial Intelligence (Agentic XAI) Approach To Explore Better Explanation: A Case Study in Decision Support for Rice Cultivation in Japan
本文提出一种结合SHAP解释性和多模态LLM迭代细化的代理XAI框架,通过农业推荐系统验证,发现早期停止可提升推荐质量,但过度细化导致性能下降,揭示了偏差-方差权衡。
2026-09-22 cs.AI cs.HC
Paying to Know: Micro-Transaction Markets for Verified Product Information in Agentic E-Commerce
Manchester Metropolitan University(曼彻斯特城市大学)
提出代理型电商作为已验证信息的微交易市场,买家代理通过微支付逐步获取卖家与评论者提供的数据,以解决信息可信度瓶颈,并转化为具体NLP问题。
2026-06-24 cs.AI cs.CL
Terminal-Bench-LILT: Multilingual Agentic Coding Benchmark Grounded in Language, Region, and Culture
LILT, Inc.(LILT公司)
本文提出Terminal-Bench-LILT多语言编码基准,含10种语言300个任务,评估6个前沿模型发现其通过率仅63.1%,凸显多语言编码能力是未被充分探索的维度。
2026-09-01 cs.AI cs.CL
Counterfactual-based Agent Influence Ranker for Agentic AI Workflows
Fujitsu Research of Europe, UK(富士通欧洲研究中心)
针对现有方法无法评估智能体AI工作流中各智能体对最终输出影响力的问题,提出首个基于反事实的智能体影响力排序器CAIR,支持离线和推理时的任务无关分析,在自建数据集上表现优于基线方法。
2025-10-29 cs.AI cs.MA
Offline Preference-Based Trajectory Evaluation
Carnegie Mellon University(卡内基梅隆大学)
针对离线评估中仅使用终端成功率导致统计效率低下的问题,提出基于偏好的轨迹评估方法,通过比较轨迹的时间偏好减少平局,提升区分能力、排名稳定性和数据效率。
2026-06-17 cs.AI cs.LG
Slow-Fast Inference: Training-Free Inference Acceleration via Within-Sentence Support Stability
National University of Singapore(新加坡国立大学);ByteDance(字节跳动)
SFI通过利用句内支持稳定性,将生成过程分为快速低成本步骤和偶尔的密集注意力慢步骤,从而提高解码吞吐量并保持质量。
2026-03-12 cs.AI cs.LG
ChemNavigator: Agentic AI Discovery of Design Rules for Organic Photocatalysts
Luxembourg Institute of Science and Technology (LIST)(卢森堡科学技术研究所);University of Luxembourg(卢森堡大学)
ChemNavigator通过代理AI自主发现有机光催化剂设计规则,推导出六个化学基础设计原则,为AI辅助材料发现提供新框架。
2026-01-23 cs.AI physics.chem-ph physics.comp-ph
Reason Before You Retrieve: Agentic Planning for Multi-modal RAG
Bosch AI Research Center(博世人工智能研究中心);University of Notre Dame(圣母大学);Pennsylvania State University(宾夕法尼亚州立大学)
研究多模态检索增强生成问题,提出MM-R2框架,通过建模检索内容和位置在检索前推理,构建意图基础检索状态,在结构化知识图谱检索,还构建相关数据集并采用两阶段后训练策略,实验证明其在答案准确性等方面表现出色。
2026-07-28 cs.AI cs.CV
First, Do No Harm (With LLMs): Mitigating Racial Bias via Agentic Workflows
School of Enterprise Computing and Digital Transformation(企业计算与数字化转型学院);Technological University Dublin(都柏林技术大学);School of Information and Communication Studies(信息与传播研究学院);University College Dublin(都柏林大学学院)
研究通过代理工作流评估医疗LLM中的种族偏见,发现DeepSeek V3在诊断任务中表现最佳,嵌入代理工作流后显著降低偏见指标。
2026-04-20 cs.AI cs.CY
StableEval Arena: A Cost-Aware Agentic Benchmark for Stablecoin Price Stability Prediction
Duke Kunshan University(昆山杜克大学);Tenorshare(天锐时空)
StableEval Arena是一个成本感知基准,用于评估LLM智能体在稳定币挂钩风险预测中的表现,揭示协议遵循与金融风险可靠性之间的差距,并发布数据集与代码。
2026-09-18 cs.AI cs.CE cs.LG
Can Agentic Trading Systems Pay for Their Own Intelligence?
HKUST(GZ)(香港科技大学(广州));Paradoox AI(悖论人工智能公司);E Fund Management Co., Ltd(易方达基金管理有限公司);MBZUAI(Mohamed Bin Zayed University of Artificial Intelligence(穆罕默德·本·扎耶德人工智能大学));The University of Tokyo(东京大学)
研究基于LLM的交易系统中智能体能否为自身智能付费的问题,引入TradeLens工具包进行评估,通过多方面分析发现可行性取决于智能到利润的转化,不同模型有不同失败模式,重构了此类交易智能体的评估方式。
2026-10-08 cs.AI cs.MA
Visual Inception: Compromising Long-term Planning in Agentic Recommenders via Multimodal Memory Poisoning
City University of Hong Kong(香港城市大学)
本文提出视觉 inception 攻击,通过污染用户上传的图片在代理推荐系统中影响长期规划,提出 CognitiveGuard 防御框架以降低攻击风险。
2026-04-18 cs.AI cs.CR
R$^3$-SQL: Ranking Reward and Resampling for Text-to-SQL
ETRI(电子科技大学);Seoul National University(首尔国立大学);Snowflake AI Research(Snowflake人工智能研究)
R³-SQL通过统一奖励和重采样解决文本到SQL中排名不一致和正确SQL缺失的问题,提升了执行准确率。
2026-04-28 cs.AI cs.CL cs.SE