AI Agent

Agentic AutoSurvey: Let LLMs Survey LLMs

Yixin Liu, Yonghui Wu, Denghui Zhang, Lichao Sun

机构 * Lehigh University（莱文大学） ； University of Florida（佛罗里达大学） ； Stevens Institute of Technology（史蒂文斯理工学院） 纠错

专题命中 Agent评测 ：agentic(title,abstract)；agent(abstract)；multi-agent(abstract)；分类 cs.CL

Comments 29 pages, 7 figures

Instruction-Following Evaluation in Function Calling for Large Language Models

Nikolai Skripko

机构 * Higher School of Economics（俄罗斯高等经济学院） ； SberDevices 纠错

专题命中 Agent评测 ：function calling(title,abstract)；agent(abstract)；AI agent(abstract)；分类 cs.AI

EvoAgentX: An Automated Framework for Evolving Agentic Workflows

Yingxu Wang, Siwei Liu, Jinyuan Fang, Zaiqiao Meng

机构 * Mohamed bin Zayed University of Artificial Intelligence（莫莫德·本·扎耶德人工智能大学） ； University of Aberdeen（阿伯丁大学） ； University of Glasgow（格拉斯哥大学） 纠错

专题命中 Agent评测 ：agentic(title)；agent(abstract)；workflow(abstract)；multi-agent(abstract)

LLMZ+: Contextual Prompt Whitelist Principles for Agentic LLMs

Tom Pawelek, Raj Patel, Charlotte Crowell, Noorbakhsh Amiri, Sudip Mittal, Shahram Rahimi, Andy Perkins

机构 * Department of Computer Science Mississippi State University（计算机科学系密苏里州立大学） ； Department of Computer Science The University of Alabama（计算机科学系阿拉巴马大学） ； Mississippi State University, Mississippi State, MS, USA（密苏里州立大学） ； The University of Alabama, Tuscaloosa, AL, USA（阿拉巴马大学） 纠错

专题命中 Agent评测 ：agentic(title,abstract)；agent(abstract)；分类 cs.AI

Comments 7 pages, 5 figures, to be published and presented at ICMLA 2025

Check Field Detection Agent (CFD-Agent) using Multimodal Large Language and Vision Language Models

Sourav Halder, Jinjun Tong, Xinyu Wu

机构 * U.S. Bank（美国银行） 纠错

专题命中 Agent评测 ：agent(title)；分类 cs.AI

Comments 12 pages, 5 figures, 2 tables

Training Language Model Agents to Find Vulnerabilities with CTF-Dojo

Terry Yue Zhuo, Dingmin Wang, Hantian Ding, Varun Kumar, Zijian Wang

机构 * Monash University（墨尔本大学） ； AWS AI Labs（亚马逊AI实验室） 纠错

专题命中 Agent评测 ：agent(abstract)；分类 cs.CL、cs.LG、cs.SE

Expected Optimal Distances of Random Bipartite Matching in $D$-dimensional Spaces: Approximate Formulas and Applications to Mobility Services

Shiyu Shen, Yuhui Zhai, Yanfeng Ouyang

专题命中 Agent评测 ：agent(abstract)；planning(abstract)

Stability and Generalization of Adversarial Diffusion Training

Hesam Hosseini, Ying Cao, Ali H. Sayed

机构 * School of Engineering, École Polytechnique Fédérale de Lausanne（瑞士联邦理工学院工程学院） 纠错

专题命中 Agent评测 ：agent(abstract)；分类 cs.LG

PIGDreamer: Privileged Information Guided World Models for Safe Partially Observable Reinforcement Learning

Dongchi Huang, Jiaqi Wang, Yang Li, Chunhe Xia, Tianle Zhang, Kaige Zhang

机构 * School of Computer Science, University of Beihang, Beijing, China（北京航空航天大学计算机学院） ； School of Computer Science, Chinese University of Hong Kong, Hongkong, China（香港中文大学计算机学院） ； JD Explore Academy, Beijing, China（京东探索研究院） ； North Automatic Control Institute, Taiyuan, China（太原北自动控制研究所） 纠错

专题命中 Agent评测 ：agent(abstract)；分类 cs.LG

Comments ICML 2025

A Good Plan is Hard to Find: Aligning Models with Preferences is Misaligned with What Helps Users

Nishant Balepur, Matthew Shu, Yoo Yeon Sung, Seraphina Goldfarb-Tarrant, Shi Feng, Fumeng Yang, Rachel Rudinger, Jordan Lee Boyd-Graber

专题命中 Agent评测 ：agent(abstract)；分类 cs.CL

Comments EMNLP 2025

The Case for Negative Data: From Crash Reports to Counterfactuals for Reasonable Driving

Jay Patrikar, Apoorva Sharma, Sushant Veer, Boyi Li, Sebastian Scherer, Marco Pavone

机构 * Field AI ； NVIDIA ； Carnegie Mellon University（卡内基梅隆大学） ； Stanford University（斯坦福大学） 纠错

专题命中 Agent评测 ：agentic(abstract)；分类 cs.AI

Comments 8 pages, 5 figures

ERFC: Happy Customers with Emotion Recognition and Forecasting in Conversation in Call Centers

Aditi Debsharma, Bhushan Jagyasi, Surajit Sen, Priyanka Pandey, Devicharith Dovari, Yuvaraj V. C, Rosalin Parida, Gopali Contractor

机构 * Center for Advanced AI, Accenture（Accenture高级人工智能中心） 纠错

专题命中 Agent评测 ：agent(abstract)；分类 cs.CL

Comments 7 pages, 6 Figures, 4 Tables, 18 References

Embodied Arena: A Comprehensive, Unified, and Evolving Evaluation Platform for Embodied AI

Fei Ni, Min Zhang, Pengyi Li, Yifu Yuan, Lingfeng Zhang, Yuecheng Liu, Peilong Han, Longxin Kou, Shaojin Ma, Jinbin Qiao, David Gamaliel Arcos Bravo, Yuening Wang, Xiao Hu, Zhanguang Zhang, Xianze Yao, Yutong Li, Zhao Zhang, Ying Wen, Ying-Cong Chen, Xiaodan Liang, Liang Lin, Bin He, Haitham Bou-Ammar, He Wang, Huazhe Xu, Jiankang Deng, Shan Luo, Shuqiang Jiang, Wei Pan, Yang Gao, Stefanos Zafeiriou, Jan Peters, Yuzheng Zhuang, Yingxue Zhang, Yan Zheng, Hongyao Tang, Jianye Hao

机构 * Tianjin University（天津大学） ； Huawei Noah’s Ark Lab（华为诺亚实验室） ； Shanghai Jiao Tong University（上海交通大学） ； Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； Sun Yat-sen University（中山大学） ； PengCheng Laboratory（鹏城实验室） ； Tongji University（同济大学） ； University College London（伦敦大学学院） ； Peking University（北京大学） ； Tsinghua University（清华大学） ； Imperial College London（伦敦帝国学院） ； King’s College London（伦敦国王学院） ； Institute of Computing Technology, Chinese Academy of Sciences（中国科学院计算技术研究所） ； University of Manchester（曼彻斯特大学） ； Nanjing University（南京大学） ； TU Darmstadt（图宾根大学） 纠错

专题命中 Agent评测 ：planning(abstract)

Comments 32 pages, 5 figures, Embodied Arena Technical Report

Attack for Defense: Adversarial Agents for Point Prompt Optimization Empowering Segment Anything Model

Xueyu Liu, Xiaoyi Zhang, Guangze Shi, Meilin Liu, Yexin Lai, Yongfei Wu, Mingqiang Wei

机构 * College of Artificial Intelligence, Taiyuan University of Technology（人工智能学院，太原科技大学） ； School of Data Science, Nanjing University Of Aeronautics And Astronautics（数据科学学院，南京航空航天大学） 纠错

专题命中 Agent评测 ：agent(abstract)

LEKIA: Expert-Aligned AI Behavior Design for High-Risk Human-AI Interactions

Boning Zhao, Yutong Hu, Xinnuo Li

专题命中 Agent评测 ：agent(abstract)

MauveSim: the instrument simulator software for the Blue Skies Space Mauve satellite

Arianna Saba, Fabio Favata, Giorgio Savini, Giovanna Tinetti, Lawrence Bradley, Ian Stotesbury, Marcell Tessenyi

专题命中 Agent评测 ：planning(abstract)

Comments 13 pages, 3 tables, 15 figures, accepted for publication on RASTI