Beyond Pixels: Visual Metaphor Transfer via Schema-Driven Agentic Reasoning
University of Chinese Academy of Sciences(中国科学院大学);Tencent Hunyuan(腾讯文脉);University of Konstanz(康斯坦茨大学);National Cheng-Kung University(国立成功大学)
本文提出基于模式的代理推理框架,实现视觉隐喻转移,通过多代理协作提升隐喻生成的抽象逻辑与视觉创造力。
2026-08-31 cs.AI cs.CV
ToolAnchor: Anchoring Counterfactual Context to Boost Agentic Tool-use Capability
Fudan University(复旦大学);Nanyang Technological University(南洋理工大学);MIT(麻省理工学院)
研究针对工具增强大语言模型智能体在工具集扩展时的问题,提出ToolAnchor框架,通过在关键决策点注入反事实锚定上下文打破行为惯性,经教师模型假设、学生展开验证及智能体后训练,提升其在扩展工具集下的性能,为智能体强化学习开辟新路径。
2026-07-17 cs.AI cs.CV cs.LG
Evaluating Agentic Capabilities Before Post-Training: An End-to-End Approach
Tencent Youtu Lab(腾讯优图实验室);Shanghai Jiao Tong University(上海交通大学)
本研究提出ASAP框架,用于在预训练后评估前端到端评估大语言模型的智能体能力,可区分模型性能并生成执行轨迹,补充传统预训练基准的诊断能力。
2026-10-14 cs.AI
SAGA: Synthetic Agentic Graph Architecture for Temporal Benchmark Generation
University of Memphis(密苏里大学)
针对时间图基准稀缺问题,SAGA系统通过四阶段管道生成大规模语义丰富的时间图,其架构解耦结构与语义,能实现结构真实性、语义丰富性和自动异常标注,在单个H100 GPU上高效生成大量带受控异常的时间边。
2026-07-21 cs.AI cs.DB
Palmyra x6 Technical Report: An Agentic, Tool-Use Model Post-Trained via Anchored Supervised Fine-Tuning
Writer AI Research, Writer, Inc.(Writer AI研究院,Writer公司)
Palmyra x6是一款针对企业级智能体任务优化的大语言模型,通过锚定监督微调后训练构建,在公开基准测试及偏见安全评估中表现优异。
2026-09-10 cs.AI cs.CL
Quantum-Secure-By-Construction (QSC): A Paradigm Shift For Post-Quantum Agentic Intelligence
PricewaterhouseCoopers USA(普华永道美国公司);Independent Researcher(独立研究者)
本文提出QSC范式,通过融合后量子密码学、量子随机数生成和量子密钥分发,为代理智能系统提供运行时自适应的安全架构,减少量子安全引入的复杂性和成本。
2026-03-12 cs.AI cs.CR quant-ph
AutoDesign: Meta-Harness Optimization for Long-Horizon Agentic Design
Meituan(美团);MBZUAI(Mohamed bin Zayed University of Artificial Intelligence);Huazhong University of Science and Technology(华中科技大学);Peking University(北京大学);Tsinghua University(清华大学);The Chinese University of Hong Kong(香港中文大学);Shanghai Jiao Tong University(上海交通大学)
AutoDesign是符合人类设计先验的元工具优化框架,以论文转海报生成任务为实例,在PosterBench上性能优于Claude Design,集成其学习的DesignHarness可提升代码智能体性能,且获人类最高偏好。
2026-08-14 cs.AI cs.CL cs.CV
Libra: Efficient Resource Management for Agentic RL Post-Training
The Chinese University of Hong Kong(香港中文大学);The Hang Seng University of Hong Kong (2018)(香港恒生大学)
针对智能体强化学习中长尾、非平稳工作负载带来的资源管理挑战,提出Libra系统,通过周期性全局资源规划器和因果驱动多级反馈队列调度器,实现GPU分配优化和请求调度,最高提升3倍吞吐量和2.5倍收敛速度。
2026-09-17 cs.AI cs.DC cs.LG
Beneficial Reasoning Behaviors in Agentic Search and Effective Post-training to Obtain Them
Carnegie Mellon University(卡内基梅隆大学)
本文提出行为引导方法,通过预训练使代理搜索模型具备信息验证、权威评估等有益推理行为,从而在强化学习前提升任务性能。
2026-01-16 cs.AI cs.LG
What Your Posts Reveal: A Benchmark and Agentic Framework for User-Level Privacy Leakage on Social Media
The Hong Kong University of Science and Technology (Guangzhou)(香港理工大学(广州));Wuhan University(武汉大学)
针对社交媒体用户级多模态隐私泄露缺乏统一基准和评估指标的问题,提出SopriBench基准和隐私暴露分数(PES),并开发了无需训练的智能体框架Argus,通过跨帖子线索累积推理实现隐私推断,PES达0.55,较最强基线提升25%。
2026-06-05 cs.AI cs.CR cs.CY
Agentic Uncertainty Reveals Agentic Overconfidence
University College London(伦敦大学学院);University of Edinburgh(爱丁堡大学);Mila - Québec AI Institute(魁北克AI研究所)
研究发现AI代理在任务执行前后对自身成功率的预测存在过度自信,且执行前的低信息评估比执行后的回顾更有效,对抗性提示能提高预测准确性。
2026-02-06 cs.AI cs.LG
Sola-Visibility-ISPM: Benchmarking Agentic AI for Identity Security Posture Management Visibility
Sola Security(Sola安全)
Sola-Visibility-ISPM基准测试通过代理AI系统评估身份安全态势管理的可见性任务,展示了其在AWS、Okta和Google Workspace等环境中的高准确率和实用性。
2026-01-11 cs.AI cs.CR
Cooperative Coevolution for Resource-Constrained Agentic LLM Post-Training
针对资源受限智能体LLM后训练的高内存、长耗时问题,提出CoPES方法,在GPU小时预算下,其验证准确率恢复率、内存效率均优于标准ES和LoRA-GRPO,在多任务基准上表现更优。
2026-11-10 cs.AI cs.LG
Agent^2 RL-Bench: Can LLM Agents Engineer Agentic RL Post-Training?
Soochow University(苏州大学);Microsoft Research Asia(微软亚洲研究院);Peking University(北京大学);Stony Brook University(石溪大学);The University of Chicago(芝加哥大学)
Agent2 RL-Bench评估LLM代理在训练后自主设计、实现、调试和执行提升基础模型的管道能力,展示代理在强化学习中的智能行为与局限性。
2026-11-20 cs.AI
A Sober Look at Agentic Misalignment in Automated Workflows
University of Virginia(弗吉尼亚大学);Georgia Institute of Technology(佐治亚理工学院);University of Utah(犹他大学);University of Notre Dame(圣约翰大学);George Washington University(乔治华盛顿大学)
本文研究多智能体系统中的新兴错位问题(称为智能体错位),通过贝叶斯框架分析其成因,并提出基于证据的智能体对齐范式(AEA)来纠正错位行为,从而提升协作可靠性。
2026-06-08 cs.AI
TxRay: Agentic Postmortem of Live Blockchain Attacks
Decentralized Intelligence AG(去中心化智能AG);The University of Sydney(悉尼大学);University of Warwick(沃里克大学);University of California, Berkeley(加州大学伯克利分校);University College London(伦敦大学学院)
TxRay通过代理系统利用LLM和工具调用,从有限证据中重建活区块链攻击,生成可执行的PoC并验证根本原因,提升攻击分析效率和覆盖范围。
2026-02-23 cs.AI cs.CR
Priming Base Models for Agentic Post-Training: An Open Midtraining Recipe
NVIDIA(英伟达)
本研究提出为智能体后训练预调基础模型的开放中间训练方案,在Nemotron系列模型上验证其可提升SWE相关基准性能与鲁棒性,明确了中间训练的关键设置与评估方式。
2026-10-16 cs.AI cs.CL cs.LG
PentestMCP: A Toolkit for Agentic Penetration Testing
Portland State University(波特兰州立大学);Department of Computer Science(计算机科学系)
针对智能体渗透测试的工具需求,本文提出PentestMCP,一套基于MCP协议的服务器实现库,支持多类渗透测试任务,可让开发者灵活定制多智能体渗透测试工作流。
2025-10-04 cs.AI cs.CR
Agentic Retoucher for Text-To-Image Generation
本文提出Agentic Retoucher框架,通过感知-推理-行动循环改进文本到图像生成的质量,引入GenBlemish-27K数据集进行评估,提升图像真实感与局部修正可靠性。
2026-03-16 cs.AI cs.CV
A Case for Agentic Tuning: From Documentation to Action in PostgreSQL
Institute of Software, Chinese Academy of Sciences(中国科学院软件研究所);University of Chinese Academy of Sciences(中国科学院大学);Key Laboratory of System Software (Chinese Academy of Sciences)(中国科学院系统软件重点实验室);Beihang University(北航);Peking University(北京大学);Shanghai Jiao Tong University(上海交通大学)
本文提出通过动态行动替代静态文档进行系统调优,引入PerfEvolve工具,利用LLM代理实现版本一致性验证、工作负载特定分析和多参数联合优化,实验表明其在PostgreSQL上比现有文档驱动调优方法提升35.2%。
2026-05-19 cs.AI cs.DB cs.PF
ReMMD: Realistic Multilingual Multi-Image Agentic Verification for Multimodal Misinformation Detection
Shanghai Jiaotong University(上海交通大学);Shanghai Artificial Intelligence Laboratory(上海人工智能实验室);Tsinghua University(清华大学);Central South University(中南大学);China Electronics Technology Group Corporation 15th Research Institute(中国电子科技集团公司第十五研究所)
提出ReMMD框架,包含多语言多图像基准ReMMDBench和持久记忆验证器ReMMD-Agent,通过原子点分解和可重用证据集实现高效准确的多模态虚假信息检测。
2026-08-12 cs.AI
Agentic Game Development as a Verifiable Trajectory Data Engine for Scaling World Models
Cardinal AI Lab(卡迪纳尔人工智能实验室);University of California, Berkeley(加州大学伯克利分校);Hong Kong University of Science and Technology(香港科技大学);National University of Singapore(新加坡国立大学);HPC-AI Lab(高性能计算与人工智能实验室)
本文指出扩展世界模型的传统策略效率低,提出将游戏开发作为可验证轨迹数据引擎,构建RLHEV后训练范式,为空间世界模型提供高质量奖励信号与长程轨迹数据。
2026-08-27 cs.AI
APE: Agentic Prompt Enhancer for Image Generation and Editing
NVIDIA;University of Michigan(密歇根大学)
提出APE框架,通过后训练小型语言模型作为提示增强代理,以单代理或多代理方式改进文本到图像生成与编辑中的提示质量,无需修改下游视觉模型。
2026-05-29 cs.CV
Asynchrony Is Nearly Free for Evolution Strategies on Long-Horizon LLM Agentic Tasks
University of Miami(迈阿密大学);Harvard University(哈佛大学)
本文提出有界陈旧性异步进化策略,在长时程智能体任务上验证其与同步ES性能相当,且能容忍策略滞后,为ES后训练异步化奠定基础。
2026-10-16 cs.AI
WEFT: Scaling Tool-Use Post-Training for General-Purpose Agents
East China Normal University(华东师范大学);Fudan University(复旦大学);Shanghai Innovation Institute(上海创新研究院);Renmin University of China(中国人民大学);Shanghai Qiji Zhifeng Co., Ltd(上海齐治智峰有限公司)
提出WEFT,通过全系统演化构建、执行驱动自我演化与稳定后训练,扩展工具使用后训练,显著提升通用智能体在多个基准上的性能。
2026-09-30 cs.AI
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
MidTool: Mid-training Data Synthesis for Agentic Tool Use
University of Washington(华盛顿大学);Snowflake(雪花公司);University of North Carolina at Chapel Hill(北卡罗来纳大学教堂山分校)
本研究提出MidTool流水线,构建面向智能体工具使用的训练中期数据,在MidTool-Mix上微调Qwen3模型,可显著提升工具使用相关下游任务性能,证明通用工具使用需专门训练中期调整。
2026-08-21 cs.AI
RewardHarness: Self-Evolving Agentic Post-Training
University of British Columbia(不列颠哥伦比亚大学);Vector Institute(向量研究所);Kolors Team, Kuaishou Technology(快手团队);Carnegie Mellon University(卡内基梅隆大学);University of Waterloo(滑铁卢大学);Etude AI;Tsinghua University(清华大学);Georgia Institute of Technology(佐治亚理工学院)
RewardHarness通过自我进化代理框架,利用少量人类偏好示例迭代优化工具库,实现高效图像编辑评估,准确率达47.4%,超越GPT-5 5.3个百分点。
2026-10-14 cs.AI cs.CL cs.CV
Enabling Ethical AI: A case study in using Ontological Context for Justified Agentic AI Decisions
Kaiasm Ltd(Kaiasm有限公司);Avantra;The Alan Turing Institute(艾伦·图灵研究所)
本文提出一种协作人机AI方法,通过本体上下文构建可检查语义层,提升智能体决策的合理性和透明度。
2025-12-04 cs.AI
When Failures Propagate: Causal Failure Attribution in Agentic Retrieval-Augmented Generation
Anote(阿诺特)
本文提出AgenticRAG-FP基准,针对智能体RAG的因果故障归因开展实验,发现基于覆盖率的诊断在第1轮表现较好,第2、3轮较差,明确将传播深度作为相关评估维度。
2026-11-13 cs.AI cs.CL
Agentic Discovery: Closing the Loop with Cooperative Agents
University of Chicago(芝加哥大学);Argonne National Laboratory(阿贡国家实验室)
本文提出用协作智能体增强人类,实现自主科学发现,以突破人类决策瓶颈,需AI和基础设施协同进步。
2025-10-15 cs.AI cs.MA
Part II: ROLL Flash -- Accelerating RLVR and Agentic Training with Asynchrony
Alibaba Group(阿里巴巴集团);Shanghai Jiaotong University(上海交通大学);Hong Kong University of Science and Technology(香港科技大学)
针对同步强化学习后训练资源利用率低和可扩展性受限的问题,提出基于细粒度并行和 rollout-train 解耦的异步系统 ROLL Flash,在同等 GPU 预算下于 RLVR 与智能体任务上实现显著加速且性能与同步训练相当。
2025-10-13 cs.AI cs.LG
ACM: Agentic Context Management for Long Horizon Tasks
Carnegie Mellon University(卡内基梅隆大学);Meta
研究长期智能体任务上下文管理问题,提出ACM框架,受人类记忆启发让智能体自主管理上下文,还开发训练后管道,能提升模型在相关任务上的性能,有效管理上下文可降低压力、实现扩展探索并产生更一致方案。
2026-07-28 cs.AI
WeAgent-MMGenEdit: A Full-Stack Recipe for Multimodal Agentic Image Generation and Editing
Weixin AI, Tencent(腾讯微信人工智能)
WeAgent-MMGenEdit针对多模态智能体图像生成编辑的局限,提出含WeAgent-Harness等的全栈方案,构建基准与训练方法,使30B总规模策略性能接近1T参数智能体
2026-09-07 cs.CV
The Physics of Multi-Turn Long-Horizon Planning: From Pre-training to Post-training via Single- and Multi-Teacher On-Policy Agentic Distillation
Institute of Automation, Chinese Academy of Sciences(中国科学院自动化研究所);University of Chinese Academy of Sciences(中国科学院大学)
研究多轮长期规划问题,通过引入统一可控环境,利用预训练、GRPO、OPD及MOPD等方法,研究规划能力在不同阶段的获取、塑造与整合,展示了多教师策略蒸馏对跨环境能力整合的作用。
2026-07-28 cs.AI cs.CL cs.LG
ToolArtist: Tool-Using Unified Multimodal Models for Agentic Image Generation
RUC(中国人民大学);HKUST(GZ)(香港科技大学(广州));NUS(新加坡国立大学);UCD(加州大学戴维斯分校)
本文提出ToolArtist,一种全智能体图像生成模型,通过后训练UMM实现,采用RAD-GRPO方法优化,将完整开放世界图像生成过程置于智能体控制下,性能优于部分控制方案。
2026-08-06 cs.CV
Signals: Trajectory Sampling and Triage for Agentic Interactions
DigitalOcean Holdings, Inc.(DigitalOcean控股公司)
本文提出基于信号的轻量框架,用于高效筛选代理交互轨迹,通过计算低成本信号提升采样效率,实验证明其在不同任务中均能有效提升信息量。
2026-04-01 cs.AI cs.CL
GraphCert: Bootstrap Agentic Graph Reasoning with Certified Evidence Rubrics
Zhejiang University(浙江大学);Nanyang Technological University(南洋理工大学);Hangzhou City University(杭州城市大学)
GraphCert提出一种自认证方法,通过生成并认证证据准则,在训练后阶段引导图智能体推理,无需人工标注或外部LLM,且在多个图推理领域上优于更大模型。
2026-10-01 cs.AI
A Physical Agentic Loop for Language-Guided Grasping with Execution-State Monitoring
Australian Institute for Machine Learning (AIML), Adelaide University(澳大利亚阿德莱德大学澳大利亚机器学习研究所)
本文提出一种物理代理循环,通过事件接口和执行监控层提升语言引导抓取的鲁棒性和可解释性,验证了其在视觉模糊和执行失败场景中的有效性。
2026-04-08 cs.AI cs.CV cs.RO
Agentic Molecular Recovery via Molecule-Aware Exploration
Department of Artificial Intelligence, Korea University(韩国大学人工智能系)
针对文本引导分子生成中无效SMILES问题,提出AMREC方法,通过分子感知失配追踪、扩展候选探索和轨迹级选择,在恢复化学有效性的同时保留目标相关结构线索和分子身份。
2026-06-04 cs.AI
Agentic AI for operating scientific instruments for nanoscale characterization
本文提出一种基于模型上下文协议(MCP)的智能体AI框架,通过3个AFM智能体实现原子力显微镜(AFM)的自动化操作,可安全执行命令、调优参数与后处理,其性能与专家操作相当。
2026-08-28 cs.AI physics.ins-det
Progressive Autonomy as Preference Learning: A Formalization of Trust Calibration for Agentic Tool Use
Changkun Ou(Ou Changkun)
本文将代理工具使用中的信任校准形式化为一个偏好学习问题,通过高斯过程后验模型维护潜在人类风险容忍函数,并在审批结果最不确定的地方升级到人类,继承了偏好贝叶斯优化的推理机制和样本效率论证,但目标不同。
2026-05-18 cs.AI cs.HC
Agentic Monte Carlo: Simulating Reinforcement Learning for Black-Box Agents
University of Cambridge(剑桥大学)
提出Agentic Monte Carlo (AMC)方法,利用序贯蒙特卡洛从最优策略后验中采样,无需参数级优化即可对黑盒LLM智能体进行强化学习式优化,在AgentGym基准上超越提示基线并随测试时计算扩展优于GRPO。
2026-06-03 cs.AI cs.LG
Simpliflow: A Lightweight Open-Source Framework for Rapid Creation and Deployment of Generative Agentic AI Workflows
Georgia Institute of Technology(佐治亚理工学院)
针对现有生成式智能体框架复杂、学习曲线陡的问题,本文提出轻量级开源Python框架Simpliflow,通过JSON配置快速开发编排工作流,支持百余种LLM,对比主流框架展现简洁可控优势。
2025-11-12 cs.AI
Sharpening Tax in Post-Training
Meta Superintelligence Labs(Meta超级智能实验室);University of Wisconsin–Madison(威斯康星大学麦迪逊分校);NYU(纽约大学);Stanford University(斯坦福大学)
提出锐化税指标量化后训练导致的测试时可扩展性损失,发现预训练模型在覆盖范围上优于后训练模型,并设计PTGS采样器以降低该税。
2026-10-02 cs.AI cs.LG
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
Before They Can Solve: Predicting Post-Training Coding-Agent Performance from Base Models
NVIDIA(英伟达);University of Minnesota – Twin Cities(明尼苏达大学双城分校);University of California, Berkeley(加州大学伯克利分校)
提出三种基于成功轨迹和验证器的筛选方法,无需冷启动即可预测基础模型经后训练后的编码智能体性能,与SWE-bench Verified排名高度一致。
2026-10-08 cs.AI cs.SE
Agentic Network Traffic Monitoring
针对智能体AI日益增长的安全风险,本文提出利用复值超稀疏流量矩阵,集成DBOS、OneSparse和GraphBLAS,通过模拟器监控智能体网络流量,以审计其行为是否符合用户意图。
2026-09-29 cs.AI cs.CR cs.DB
Adaptation of Agentic AI: A Survey of Post-Training, Memory, and Skills
UIUC(伊利诺伊大学香槟分校);Stanford(斯坦福大学);Princeton(普林斯顿大学);Harvard(哈佛大学);UC Berkeley(加州大学伯克利分校);Caltech(加州理工学院);UCSD(加州大学圣地亚哥分校);Georgia Tech(佐治亚理工学院);Northwestern(西北大学);TAMU(德克萨斯大学奥斯汀分校);MGH(麻省总医院);Keiji AI;Unity
本文综述了代理AI在训练后、记忆和技能方面的适应方法,提出四范式框架,分析了代理与工具适应的技术细节及权衡,探讨了开放问题。
2026-03-09 cs.AI cs.CL
Sound Agentic Science Requires Adversarial Experiments
该研究探讨了代理辅助科学中对抗性实验的重要性,指出传统方法在科学发现中的局限性,并提出应以证伪优先的标准来评估代理生成的科学主张。
2026-05-20 cs.AI
daVinci-Dev: Agent-native Mid-training for Software Engineering
SII(上海人工智能研究院);SJTU(上海交通大学);GAIR(通用人工智能研究院)
daVinci-Dev通过代理原生数据合成和中训练方法,在软件工程中实现了更高效的代理能力,优于现有方法。
2026-01-27 cs.AI cs.SE
Real-Time Trust Verification for Safe Agentic Actions using TrustBench
TrustBench通过双模式框架在代理行动前验证安全性,有效减少有害行为,提升自主代理的可信度
2026-03-10 cs.AI
PGPO: Potential-Guided Policy Optimization for Multi-Turn Agentic Tasks
Fudan University(复旦大学);Zuoyebang Education Technology(作业帮教育科技);BEDI Cloud(贝迪云)
针对多轮智能体任务中基于组的RL信用分配粗糙问题,提出PGPO方法,通过估计状态潜在值推导动作优势实现跨轨迹信用传播,在ALFWorld和WebShop上性能优于相关方法,且训练开销低。
2026-09-03 cs.AI
Agentic Societies Need a Social Harness
University of Washington(华盛顿大学)
本文针对智能体社会中通信漏洞导致协作失败的问题,提出在个人约束装置之外增设分层社会约束装置架构,以预防故障、检测无效消息并支持追责。
2026-10-27 cs.AI cs.MA cs.NI