AI 大模型
智能体、工具调用、规划、工作流、多智能体和自主任务执行。
NKI-Agent：用于神经元内核生成的特定领域微调与智能体工具使用
机构 * AWS Neuron Team（亚马逊云科技神经元团队） ； Amazon Web Services（亚马逊云科技）
专题命中 工具调用 ：agent(title,title_cn)；tool use(title,abstract)；agentic(title,abstract)；分类 cs.LG
AI总结 针对新兴AI加速器，介绍NKI-Agent系统，结合特定领域监督微调与编译验证修复智能体循环生成NKI内核，适配框架、构建基准并评估，显示工具使用关键及不同模型表现，为强化学习奖励设计提供指导。
Comments 7 pages. Accepted at DL4C @ ICML 2026 Workshop
PYPILINE：通过可疑API知识和Agent工作流检测恶意PyPI包
机构 * Institute of Information Engineering, Chinese Academy of Sciences（中国科学院信息工程研究所） ； School of Cyber Security, University of Chinese Academy of Sciences（中国科学院大学网络空间安全学院）
专题命中 工具调用 ：agent(title,title_cn)；workflow(title,abstract)；AI agent(abstract_cn)
AI总结 提出PYPILINE方法，结合可疑API知识库与Agent工作流，通过静态分析构建知识库并自动检测恶意PyPI包，在精度、召回率和F1分数上显著优于现有工具。
MCPToolBench++：一个大规模AI智能体模型上下文协议（MCP）工具使用基准
机构 * Ant Group（蚂蚁集团）
专题命中 工具调用 ：agent(title,abstract)；AI agent(title,abstract)；tool use(title,abstract)；tool-use(abstract)
AI总结 针对LLM和AI智能体在MCP工具使用评估中存在的数据集缺失、响应格式多样、成功率不稳定及上下文限制等问题，提出了大规模多领域基准MCPToolBench++，并评估了SOTA LLM的智能体能力。
Comments Benchmarks and Source Code Released
IRSTD-Agent：基于缩放引导交互学习的智能体红外小目标检测
机构 * Beihang University（北京航空航天大学） ； Dalian University of Technology（大连理工大学）
专题命中 工具调用 ：agent(title,title_cn)；agentic(title,abstract)；分类 cs.AI
AI总结 本文提出IRSTD-Agent，一种基于缩放引导交互学习的智能体框架，通过动态视觉搜索和五种互补工具实现红外小目标精确检测，在WideIRSTD-Full和IRSTD-1k数据集上优于现有视觉语言模型。
集成大语言模型（LLM）的应用形式：从LLM聊天到自主AI智能体系统
机构 * University of Applied Sciences Kempten（肯普滕应用科学大学）
专题命中 工具调用 ：agent(title,abstract)；AI agent(title,abstract)；tool use(abstract)；workflow(abstract)
AI总结 本调研系统评估了LLM集成应用的七种架构形式，明确了各形式的结构特征，基于22个系统语料库揭示了其架构内涵与适用边界。
NQS-Agent: 面向神经网络量子态的健康感知智能超参数优化
机构 * School of Physics and Key Laboratory of Quantum State Construction and Manipulation (Ministry of Education), Renmin University of China（中国人民大学物理学院与量子态构建与操控教育部重点实验室） ； Hefei National Laboratory（合肥国家实验室）
专题命中 工具调用 ：agent(title,title_cn)；agentic(title)；workflow(abstract)
AI总结 提出NQS-Agent框架，通过监测能量轨迹、检测破坏性事件、调整学习率并恢复优化，实现健康感知超参数优化，在J1-J2模型上提升精度并发现新架构。
Comments 11 pages, 5 figures, 3 tables
OR-Agent：连接进化搜索与结构化研究以实现自动化算法发现
机构 * Key Laboratory of Road and Traffic Engineering of the Ministry of Education（教育部道路与交通工程重点实验室） ； College of Transportation, Tongji University（同济大学交通运输学院）
专题命中 工具调用 ：agent(title,title_cn)；planning(abstract)；workflow(abstract)；multi-agent(abstract)
AI总结 OR-Agent通过结构化树形工作流和进化-系统化构想机制，实现自动化算法发现的高效探索与科学发现。
Agentic-Ideation: 面向科学构思智能体的样本高效智能体轨迹合成
机构 * Department of Electronic Engineering, Tsinghua University（清华大学电子工程系）
专题命中 工具调用 ：agentic(title,title_cn)；agent(abstract)；workflow(abstract)；multi-agent(abstract)
AI总结 提出Agentic-Ideation框架，通过Oracle引导的数据合成策略和掩码训练，高效生成高质量智能体轨迹，在科学构思任务上整体质量提升11.91%，数据合成效率提高10倍以上。
机构 * Renmin University of China（中国人民大学） ； Baidu Inc.（百度公司）
专题命中 工具调用 ：agent(title,abstract)；agentic(title,abstract)；multi-agent(title,abstract)；tool use(abstract)
AI总结 M-ASK提出了一种多智能体框架，通过分解智能搜索为搜索行为和知识管理两个角色，提升搜索效率与稳定性，实现更优的答案准确性和训练动态。
机构 * Princeton University（普林斯顿大学） ； Stanford University（斯坦福大学） ； UC Davis（加州大学戴维斯分校） ； MMLab, CUHK（香港中文大学多媒体实验室） ； BenchFlow ； GWU（乔治华盛顿大学）
专题命中 工具调用 ：agent(title,title_cn)；tool use(abstract)；tool-use(abstract)；agentic(abstract)
AI总结 本文提出VideoGen-Agent，一种通过多任务强化学习训练的多模态智能体，协调外部工具以增强视频生成，在VABench基准上显著提升性能，并验证了工具学习与升级的通用性。
MMGraph-Agent：基于缓存启发式多模态知识超图的智能体式多模态检索增强生成
机构 * Nanyang Technological University（南洋理工大学） ； Beijing University of Posts and Telecommunications（北京邮电大学） ； Monash University（莫纳什大学） ； Beijing Institute of Computer Technology and Application（北京计算机技术及应用研究所） ； National University of Singapore（新加坡国立大学） ； Xi’an Jiaotong University（西安交通大学） ； VinUniversity（维仁大学） ； Nanjing University of Science and Technology（南京理工大学） ； Shanghai Jiao Tong University（上海交通大学）
专题命中 工具调用 ：agent(title,title_cn)；agentic(title)；分类 cs.AI
AI总结 针对现有多模态RAG的构建成本高、上下文窗口限制等问题，提出MMGraph-Agent框架，通过缓存启发式多模态知识超图实现零API成本的轻量构建与动态内存检索，实验验证其在多场景下的性能与效率提升。
Comments Accepted by NeurIPS 2026 main conference
机构 * A2A Lab（A2A实验室）
专题命中 工具调用 ：agent(title,summary_cn)；AI agent(title,abstract)；autonomous agent(abstract)；分类 cs.AI
AI总结 本文提出Agent-First Tool API范式，通过六动词语义协议、标准化工具合同和双层治理管道，解决传统API与自主代理需求的五大匹配问题，实验证明其在任务成功率、人工干预和自主纠错方面显著优于传统CRUD方法。
Comments Metadata correction: Rong Hou was inadvertently omitted from the arXiv author metadata. The author list in the manuscript already included Rong Hou. The manuscript content is unchanged
机构 * MIT Harvard（麻省理工学院哈佛大学） ； Google Cloud AI Research（谷歌云人工智能研究） ； Google DeepMind（谷歌DeepMind） ； MIT（麻省理工学院）
专题命中 工具调用 ：agent(title,abstract)；tool-use(title,abstract)；multi-agent(title)；tool use(abstract)
AI总结 针对大语言模型工具使用缺乏最优策略的问题，提出多智能体集成框架TUMIX，通过并行运行不同工具策略的智能体并迭代优化答案，在推理基准上实现显著准确率提升且成本可控。
Comments 27 pages, 13 figures
唤醒沉睡的代理：轻量级特定代理数据在Goedel证明器中重新激活通用工具使用
机构 * Princeton Language and Intelligence（普林斯顿语言与智能） ； Amazon（亚马逊） ； Department of Computer Science, University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校计算机科学系）
专题命中 工具调用 ：agentic(title,abstract)；agent(title)；tool use(title)；tool-use(abstract)
AI总结 研究发现，过度监督微调会抑制基础模型的通用工具使用能力，但通过少量特定领域代理数据可恢复。
机构 * Sichuan University（四川大学） ； Beihang University（北航） ； IQuest Research（IQuest研究院）
专题命中 工具调用 ：agent(title,abstract)；multi-agent(title,abstract)；tool-use(title)；autonomous agent(abstract)
AI总结 InfTool通过多智能体角色扮演自动生成无限工具使用数据，显著提升大语言模型的调用准确性，无需人工标注。
机构 * The George Washington University（乔治·华盛顿大学） ； Carnegie Mellon University（卡内基梅隆大学）
专题命中 工具调用 ：agent(title,abstract)；planning(title,abstract)；multi-agent(title,abstract)；分类 cs.AI
AI总结 MALinZero通过将联合动作回报投影到低维上下文线性赌博机空间并结合LinUCT，解决了多智能体MCTS因组合动作空间指数增长导致的搜索低效问题，在多个多智能体基准上取得最优性能。
MUA-RL：面向智能体工具使用的多轮用户交互智能体强化学习
机构 * Meituan Inc.（美团） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； Peking University（北京大学）
专题命中 工具调用 ：agent(title,abstract)；tool use(title,abstract)；agentic(title,abstract)；分类 cs.AI
AI总结 针对智能体工具使用中用户需求动态性带来的挑战，提出MUA-RL框架，首次将LLM模拟的动态用户整合到RL训练循环，在多轮工具使用基准上性能优于或匹配更大的开源模型。
专题命中 工具调用 ：agent(title,abstract)；planning(title,abstract)；multi-agent(title,abstract)；分类 cs.AI
机构 * Genupixel Technology Pte. Ltd.（Genupixel科技有限公司）
专题命中 工具调用 ：agent(title,abstract)；AI agent(title,abstract)；tool use(title)；multi-agent(abstract)
AI总结 本文提出三种代理治理要求，通过加密绑定和可重复性验证解决AI代理动态能力验证问题，证明两个结构定理并验证两种加密方案，展示低开销和高安全性。
Comments 23 pages, 5 figures, 18 tables. Includes 11 experiments, 9 formal security properties, and appendix with proofs
基于冲突的搜索作为协议：一种多智能体运动规划协议用于异构智能体、求解器和独立任务
机构 * Carnegie Mellon University（卡内基梅隆大学） ； Tongji University（同济大学） ； UC Berkeley（伯克利大学）
专题命中 工具调用 ：agent(title,abstract)；planning(title,abstract)；multi-agent(title,abstract)
AI总结 本文提出了一种基于冲突的搜索协议，用于异构智能体的多智能体运动规划，利用多种单智能体规划算法实现无碰撞路径规划。
Comments Published at ICRA 2026, Project webpage: https://rishi-v.github.io/CBS-Protocol/
机构 * Department of Computer Science and Engineering（计算机科学与工程系） ； Faculty of Science and Technology（科学与技术学院）
专题命中 工具调用 ：autonomous agent(title,abstract)；tool use(title,abstract)；agent(abstract)；planning(abstract)
AI总结 本文综述了大型语言模型作为自主代理和工具使用者的发展，探讨了其架构设计、认知机制及未来研究方向。
Comments Submitted to Artificial Intelligence Review for peer review
Journal ref Artif. Intell. Rev. (2026)
Agent-Diff：通过代码执行基于状态差的评估来基准测试LLM代理在企业API任务上的表现
机构 * Minerva University（Minerva大学）
专题命中 工具调用 ：agent(title,title_cn)；agentic(abstract)；分类 cs.CL、cs.SE
AI总结 本文提出Agent-Diff框架，通过代码执行和基于状态差的评估，评估LLM代理在企业API任务中的性能，提供了九个LLM在224个任务上的基准测试，并通过消融实验评估框架的鲁棒性。
ParaVT: 平衡工具先验悖论以实现代理视频强化学习中的并行工具使用
机构 * MiroMind ； NTU（国立台湾大学） ； HKU（香港大学） ； HKUST(GZ)（香港科技大学（广州）） ； THU（清华大学） ； LMMs-Lab（LMMs实验室）
专题命中 工具调用 ：tool use(title,abstract)；agentic(title,abstract)；agent(abstract)；tool-use(abstract)
AI总结 本文提出ParaVT，一种用于并行视频工具调用的端到端强化学习框架，通过引入PARA-GRPO机制解决工具先验悖论，提升了长视频理解的性能。
Comments NeurIPS 2026
Salesforce Koa：面向智能体工具使用的企业级语言模型
机构 * Salesforce Agentforce & AI Research（赛富时 Agentforce 与人工智能研究院）
专题命中 工具调用 ：tool use(title,abstract)；agentic(title,abstract)；agent(abstract,abstract_cn)；分类 cs.AI、cs.CL、cs.LG
AI总结 Salesforce Koa通过规范驱动的强化学习后训练开放权重模型，提升多轮工具使用和智能体能力，在企业基准上超越专有基线。
Comments 17 pages, 1 figure, 11 tables
机构 * Salesforce AI Research（Salesforce AI研究院）
专题命中 工具调用 ：agent(title,abstract)；AI agent(title,abstract)；autonomous agent(abstract)；tool use(abstract)
AI总结 本文发布xLAM大型行动模型家族，包含五种1B至8x22B参数的稠密与混合专家架构模型，通过统一增强的数据流水线训练，在Berkeley Function-Calling Leaderboard上超越GPT-4等模型，旨在提升开源LLMs的智能体任务性能。
Comments Technical report for the Salesforce xLAM model series
Agentic Abstention: 智能体知道何时停止而非行动吗？
机构 * University of Leeds（利兹大学） ； Southwest Jiaotong University（西南交通大学） ； University of Washington（华盛顿大学） ； Allen Institute for AI（人工智能研究院）
专题命中 工具调用 ：agentic(title,title_cn)；agent(abstract)；分类 cs.AI
AI总结 研究LLM智能体在不确定环境下何时应停止行动的问题，提出Agentic Abstention概念，通过实验分析不同模型和框架的弃权行为，并引入CONVOLVE方法提升及时弃权率。
Comments Accepted to NeurIPS 2026. Updated camera-ready version with revised references and minor corrections
机构 * The Hong Kong Polytechnic University（香港理工大学）
专题命中 工具调用 ：agent(title,title_cn)；tool use(abstract)；分类 cs.AI
AI总结 Org-Agent提出以约束为中心的推理框架，通过任务分解、依赖图与拓扑排序，实现跨用户协调与记忆利用，在MUSES-Bench和GroupMemBench上验证了有效性。
专题命中 工具调用 ：agent(title,title_cn)；workflow(abstract)；分类 cs.AI
AI总结 CP-Agent是面向晶体塑性模拟工作流的引擎工程智能体，基于ReAct范式自主执行建模流程，通过工具模式编码领域知识，在四个案例中成功校准参数、复现织构演化，实现自动化与物理可解释性。
Comments 37 pages, 9 figures
机构 * Apple（苹果公司）
专题命中 工具调用 ：agent(title,title_cn)；AI agent(abstract)；分类 cs.CL
AI总结 Agent Seer仅用单个MCP规范，无需示例、实时工具访问或领域调优，即可合成高质量测试场景，在7个不同领域的MCP规范上实现完整工具覆盖，为AI智能体评估提供了可扩展方案。
魔鬼藏在Markdown中：通过混合静态、动态与智能体分析检测AI智能体技能指令中隐藏的恶意意图
专题命中 工具调用 ：agentic(title,abstract)；agent(title,abstract)；AI agent(title)
AI总结 本研究针对AI智能体技能指令的供应链风险，提出结合静态、动态分析与LLM推理的框架，在140个技能测试集上实现0.89的F1值，较带LLM的Cisco Skill Scanner大幅降低误报。
Comments Accepted at the Workshop on Agentic AI in Offensive and Defensive Cyber Operations (AIDC 2026), co-located with ACSAC 2026
扫码添加微信好友，提出您的宝贵建议 👇
💡 备注请填写：网站反馈