AI Agent

ToC: Tree-of-Claims Search with Multi-Agent Language Models

基于多智能体语言模型的树状主张搜索

Shuyang Yu, Jianan Liang, Hui Hu

机构 * AIGROW 纠错

专题命中 工具调用 ：agent(title,abstract)；multi-agent(title,abstract)；planning(abstract)；分类 cs.LG

AI总结 ToC通过结合多智能体系统和MCTS，提升专利主张优化的准确性和法律稳健性。

Comments Accepted by AAAI 2026 (Oral)

VLM-SFD: VLM-Assisted Siamese Flow Diffusion Framework for Dual-Arm Cooperative Manipulation

VLM-SFD：基于视觉语言模型的双臂协作操作Siamese流扩散框架

Jiaming Chen, Yiyu Jiang, Aoshen Huang, Yang Li, Wei Pan

机构 * Department of Computer Science, The University of Manchester（计算机科学系，曼彻斯特大学） ； School of Control Science and Engineering, Shandong University（控制科学与工程学院，山东大学） 纠错

专题命中 工具调用 ：tool use(abstract)；planning(abstract)

AI总结 VLM-SFD通过双编码器-解码器架构和视觉语言模型，提升双臂协作操作的模仿学习效率与泛化能力。

Comments Accepted by IEEE RA-L

ToolHaystack: Stress-Testing Tool-Augmented Language Models in Realistic Long-Term Interactions

ToolHaystack: 在现实长期交互中压力测试工具增强的语言模型

Beong-woo Kwak, Minju Kim, Dongha Lim, Hyungjoo Chae, Dongjin Kang, Sunghwan Kim, Dongil Yang, Jinyoung Yeo

机构 * Department of Artificial Intelligence, Yonsei University（人工智能系，延世大学） ； Department of Computer Science & Engineering, Yonsei University（计算机科学与工程系，延世大学） 纠错

专题命中 工具调用 ：tool use(abstract)；分类 cs.CL

AI总结 ToolHaystack通过模拟现实长期交互中的噪声和上下文干扰，揭示了现有工具增强语言模型在长期鲁棒性方面的不足。

Comments Our code and data are available at https://github.com/bwookwak/ToolHaystack Edited for adding acknowledgement section