AI Agent

Reducing Latency of LLM Search Agent via Speculation-based Algorithm-System Co-Design

通过基于猜测的算法-系统联合设计降低LLM搜索代理的延迟

Zixiao Huang, Wen Zeng, Tianyu Fu, Tengxuan Liu, Yizhou Sun, Ke Hong, Xinhao Yang, Chengchun Liu, Yan Li, Quanlu Zhang, Guohao Dai, Zhenhua Zhu, Yu Wang

机构 * Tsinghua University（清华大学） ； Infinigence ； Lenovo（联想） ； Shanghai Jiao Tong University（上海交通大学） 纠错

专题命中 工具调用 ：agent(title,abstract)；分类 cs.AI、cs.LG

AI总结 SPAgent通过基于猜测的算法-系统联合设计框架，减少LLM搜索代理的延迟，实现端到端加速并保持高准确性。

Efficient Multi-Hop Question Answering over Knowledge Graphs via LLM Planning and Embedding-Guided Search

通过LLM规划和嵌入引导搜索实现高效的多跳知识图谱问答

Manil Shrestha, Edward Kim

机构 * Department of Computer Science, Drexel University, Philadelphia, PA, USA（计算机科学系，德雷塞尔大学，费城，宾夕法尼亚州，美国） 纠错

专题命中 工具调用 ：planning(title,abstract)；分类 cs.AI、cs.CL

AI总结 本文提出两种混合算法，通过LLM规划和嵌入引导搜索实现高效且可验证的多跳知识图谱问答，提升推理效率与准确性。

FunReason: Enhancing Large Language Models' Function Calling via Self-Refinement Multiscale Loss and Automated Data Refinement

FunReason: 通过自精炼多尺度损失和自动化数据精炼增强大语言模型的功能调用

Bingguang Hao, ZengZhuang Xu, Maolin Wang, Yuntao Wen, Yicheng Chen, Cunyin Peng, Long Chen, Dong Wang, Xiangyu Zhao, Jinjie Gu, Chenyi Zhuang, Ji Zhang

机构 * AWorld Team, Inclusion AI（AWorld Team，Inclusion AI） ； City University of Hong Kong（香港城市大学） ； Southwest Jiaotong University（西南交通大学） 纠错

专题命中 工具调用 ：function calling(title,abstract)；分类 cs.LG

AI总结 FunReason通过自精炼多尺度损失和自动化数据精炼方法，提升大语言模型的功能调用能力，实现性能接近GPT-4o并缓解微调中的灾难性遗忘。

Influence of the Geometry of the world model on Curiosity Based Exploration

世界模型几何对基于好奇心的探索的影响

Grégoire Sergeant-Perthuis, Nils Ruet, David Rudrauf, Dimitri Ognibene, Yvain Tisserand

机构 * LCQB Sorbonne Université & OURAGAN team, Inria Paris（LCQB 索邦大学及 OURAGAN 团队，巴黎研究所） ； CIAMS, Université Paris-Saclay, Orsay & Université d’Orléans（CIAMS，巴黎-萨克雷大学，欧塞比及奥尔良大学） ； Dipartimento di Psicologia, Università Milano-Bicocca（心理学系，米兰-比科卡大学） ； CISA, University of Geneva（日内瓦大学 CISA） 纠错

专题命中 工具调用 ：agent(abstract)；planning(abstract)；分类 cs.AI

AI总结 本文研究了世界模型几何结构对智能体好奇心驱动探索行为的影响，通过比较投影群与欧几里得群在知识价值和探索行为中的作用，揭示了几何结构在空间意识中的关键作用。

Journal ref Biol Cybern 119, 4 (2025)

Complexity Reduction Study Based on RD Costs Approximation for VVC Intra Partitioning

基于RD成本近似用于VVC内划分的复杂度降低研究

M. E. A. Kherchouche, F. Galpin, T. Dumas, F. Schnitzler, D. Menard, L. Zhang

机构 * InterDigital, R&I（InterDigital研发与创新部） ； Univ Rennes, INSA Rennes（里昂大学，印斯那学院） ； CNRS, IETR - UMR 6164（国家科学研究中心，IETR研究所） 纠错

专题命中 工具调用 ：agent(abstract)；分类 cs.LG

AI总结 本文提出两种基于机器学习的VVC内划分复杂度降低方法，通过回归和强化学习技术优化RD成本预测，提升RDO过程效率。

Comments 2025 Data Compression Conference (DCC)

Beyond Relational: Semantic-Aware Multi-Modal Analytics with LLM-Native Query Optimization

超越关系：基于语义的多模态分析与LLM原生查询优化

Junhao Zhu, Lu Chen, Xiangyu Ke, Ziquan Fang, Tianyi Li, Yunjun Gao, Christian S. Jensen

机构 * Zhejiang University（浙江大学） ； Aalborg University（奥胡斯大学） 纠错

专题命中 工具调用 ：agentic(abstract)；分类 cs.AI

AI总结 Nirvana通过结合可编程语义运算符和LLM原生查询优化，实现多模态数据分析，显著提升效率和可扩展性。

An LLM-based Framework for Human-Swarm Teaming Cognition in Disaster Search and Rescue

基于大语言模型的灾难搜索救援中人-群智能协同认知框架

Kailun Ji, Xiaoyu Hu, Xinyu Zhang, Jun Chen

机构 * School of Electronics and Information, Northwestern Polytechnical University（电子工程学院，西北工业大学） ； Chongqing Institute for Brain and Intelligence, Guangyang Bay Laboratory（脑科学与智能研究院，广阳湾实验室） 纠错

专题命中 工具调用 ：planning(abstract)；分类 cs.AI

AI总结 本文提出基于大语言模型的LLM-CRF系统，通过自然交互捕捉意图并实现任务规划，显著提升灾难救援任务效率与成功率。

Optimizing edge AI models on HPC systems with the edge in the loop

在循环边缘中优化边缘AI模型的HPC系统

Marcel Aach, Cyril Blanc, Andreas Lintermann, Kurt De Grave

机构 * Jülich Supercomputing Centre, Jülich, Germany（耶拿超级计算中心） ； ProductionS core lab, Flanders Make, Lommel/Leuven, Belgium（生产核心实验室，弗拉芒制造） 纠错

专题命中 工具调用 ：workflow(abstract)

AI总结 本研究提出一种硬件感知的神经架构搜索方法，通过结合比利时边缘设备与德国HPC系统，加速架构候选训练并提升模型质量与推理速度。

Comments 13 pages, accepted for oral presentation at Computational Aspects of Deep Learning 2025 (at ISC 2025)

DRAFT-RL: Multi-Agent Chain-of-Draft Reasoning for Reinforcement Learning-Enhanced LLMs

DRAFT-RL: 多智能体链式草稿推理用于强化学习增强的大型语言模型

Yuanhao Li, Mingshan Liu, Hongbo Wang, Yiding Zhang, Yifei Ma, Wei Tan

机构 * BUPT（北京邮电大学） ； HKUST(GZ)（香港科技大学（广州）） ； University of Bristol（布里斯托大学） 纠错

专题命中 规划决策 ：agent(title,abstract)；multi-agent(title,abstract)；分类 cs.AI

AI总结 DRAFT-RL通过多智能体链式草稿推理提升强化学习增强的LLM在复杂推理任务中的准确性和收敛速度。

AI Agents Under Threat: A Survey of Key Security Challenges and Future Pathways

AI代理面临威胁：关键安全挑战与未来路径的综述

Zehang Deng, Yongjian Guo, Changzhou Han, Wanlun Ma, Junwu Xiong, Sheng Wen, Yang Xiang

机构 * Swinburne University of Technology（斯威本理工大学） 纠错

专题命中 规划决策 ：AI agent(title,abstract)；agent(abstract)；planning(abstract)；分类 cs.AI

AI总结 本文综述了AI代理面临的关键安全挑战，分析了四个关键知识缺口，并探讨了未来安全防护的发展路径。

Comments Submitted to ACM Computing Survey

Journal ref ACM Computing Surveys, Vol. 57, No. 7, Article 182 (July 2025)

An Adaptive, Data-Integrated Agent-Based Modeling Framework for Explainable and Contestable Policy Design

一种适应性强且数据集成的基于代理的建模框架，用于可解释且可争议的政策设计

Roberto Garrone

机构 * Faculty of Pure and Applied Sciences Open University of Cyprus（塞浦路斯开放大学纯科学与应用科学学院） 纠错

专题命中 规划决策 ：agent(title,abstract)；multi-agent(abstract,comments)；分类 cs.AI、cs.LG

AI总结 本文提出了一种适应性强且数据集成的基于代理的建模框架，用于可解释且可争议的政策设计，通过整合动态制度、信息论诊断、结构因果模型等方法，实现对多代理系统动态行为的系统分析与比较。

Comments 27 pages, 2 case studies (emissions and smart grids). Preprint prepared during the author's PhD research at the Open University of Cyprus and the University of Milano-Bicocca. Introduces a unified framework for adaptive multi-agent learning with information-theoretic, causal, and clustering diagnostics

Scaling Agentic Reinforcement Learning for Tool-Integrated Reasoning in VLMs

在视觉语言模型中实现工具集成推理的规模化代理强化学习

Meng Lu, Ran Xu, Yi Fang, Wenxuan Zhang, Yue Yu, Gaurav Srivastava, Yuchen Zhuang, Mohamed Elhoseiny, Charles Fleming, Carl Yang, Zhengzhong Tu, Yang Xie, Guanghua Xiao, Hanrui Wang, Di Jin, Wenqi Shi, Xuan Wang

机构 * Virginia Tech（弗吉尼亚理工大学） ； Emory University（埃默里大学） ； KAUST（阿联酋卡塔尔大学） ； Georgia Tech（佐治亚理工学院） ； Cisco（思科系统） ； TAMU（德克萨斯大学奥斯汀分校） ； UT Southwestern Medical Center（德克萨斯西南医学中心） ； Eigen AI 纠错

专题命中 规划决策 ：agentic(title,abstract)；tool-use(abstract)；分类 cs.AI、cs.CL

AI总结 本文提出VISTA-Gym，通过多轮轨迹采样和端到端强化学习，提升视觉语言模型的工具集成推理能力，在多个基准测试中取得显著优势。

Comments 17 pages, 9 figures, work in progress

From Forecasting to Planning: Policy World Model for Collaborative State-Action Prediction

从预测到规划：用于协作状态-动作预测的策略世界模型

Zhida Zhao, Talas Fu, Yifan Wang, Lijun Wang, Huchuan Lu

机构 * Dalian University of Technology（大连理工大学） 纠错

专题命中 规划决策 ：planning(title,abstract)；分类 cs.AI、cs.CL

AI总结 本文提出策略世界模型（PWM），通过整合世界建模与轨迹规划，并利用无动作未来状态预测提升规划性能，实现更可靠的自主驾驶决策。

Comments Accepted by NuerIPS 2025 (Poster)

STAlloc: Enhancing Memory Efficiency in Large-Scale Model Training with Spatio-Temporal Planning

STAlloc：通过时空规划提升大规模模型训练的内存效率

Zixiao Huang, Junhao Hu, Hao Lin, Chunyang Zhu, Yueran Tang, Quanlu Zhang, Zhen Guo, Zhenhua Li, Shengen Yan, Zhenhua Zhu, Guohao Dai, Yu Wang

机构 * Tsinghua University（清华大学） ； Infinigence AI ； Shanghai Jiao Tong University（上海交通大学） 纠错

专题命中 规划决策 ：planning(title,abstract)；分类 cs.AI、cs.LG

AI总结 STAlloc通过结合离线规划与在线分配，有效减少大规模模型训练中的内存碎片化，提升训练效率和吞吐量。

Solving Heterogeneous Agent Models with Physics-informed Neural Networks

利用物理指导神经网络求解异质主体模型

Marta Grzeskiewicz

机构 * University of Cambridge（剑桥大学） 纠错

专题命中 规划决策 ：agent(title,abstract)；分类 cs.LG

AI总结 本文提出ABH-PINN求解器，利用物理指导神经网络解决异质主体模型中的连续时间动态问题，实现更高效和准确的计算。

IRSDA: An Agent-Orchestrated Framework for Enterprise Intrusion Response

IRSDA：面向企业入侵响应的智能体协调框架

Damodar Panigrahi, Raj Patel, Shaswata Mitra, Sudip Mittal, Shahram Rahimi

机构 * Mississippi State University（密苏里州立大学） ； The University of Alabama（阿拉巴马大学） 纠错

专题命中 规划决策 ：agent(title,abstract)；分类 cs.AI

AI总结 IRSDA是一种基于智能体的入侵响应框架，结合自适应计算与知识引导循环，实现自动化防御和政策合规性，提升企业网络安全响应效率与可解释性。

Comments 10 pages, 4 figures

Improved adaptive wind driven optimization algorithm for real-time path planning

改进的自适应风驱动优化算法用于实时路径规划

Shiqian Liu, Azlan Mohd Zain, Le-le Mao

专题命中 规划决策 ：planning(title,abstract)

AI总结 本文提出改进的自适应风驱动优化算法，用于提升动态环境中的实时路径规划性能，通过多层级指导机制提高适应性和鲁棒性，实验表明其在路径优化和轨迹平滑方面优于现有方法。

Comments 23 pages, 4 figures

Map-World: Masked Action planning and Path-Integral World Model for Autonomous Driving

Map-World: 遮蔽动作规划与路径积分世界模型用于自动驾驶

Bin Hu, Zijian Lu, Haicheng Liao, Chengran Yuan, Bin Rao, Yongkang Li, Guofa Li, Zhiyong Cui, Cheng-zhong Xu, Zhenning Li

机构 * University of Macau（澳门大学） ； National University of Singapore（新加坡国立大学） ； Purdue University（普渡大学） ； Chongqing University（重庆大学） ； Beihang University（北航大学） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 MAP-World通过结合遮蔽动作规划和路径加权世界模型，实现了高效的多模式自动驾驶规划，无需强化学习即可达到最佳性能。

Flow-Based Path Planning for Multiple Homogenous UAVs for Outdoor Formation-Flying

基于流的多架同构无人机户外编队飞行路径规划

Mahmud Suhaimi Ibrahim, Shantanu Rahman, Muhammad Samin Hasan, Minhaj Uddin Ahmad, Abdullah Abrar

机构 * Chief Research Officer（首席研究员） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 本文提出基于流网络的多无人机无碰撞路径规划方法，通过模拟和实验验证了其在户外编队飞行中的有效性。

Comments 9 pages, 15 figures, conference

Journal ref 2022 7th International Conference on Mechanical Engineering and Robotics Research (ICMERR)

From data to concepts via wiring diagrams

通过连线图从数据到概念

Jason Lo, Mohammadnima Jafari

机构 * Department of Mathematics, California State University, Northridge, USA（数学系，加州州立大学北岭分校） ； Department of Computer Science, California State University, Northridge, USA（计算机科学系，加州州立大学北岭分校） 纠错

专题命中 规划决策 ：agent(abstract)；autonomous agent(abstract)；分类 cs.AI、cs.LG

AI总结 本文通过准骨架连线图方法从序列数据中提取概念，并展示了其在自主代理游戏策略识别中的应用。

Comments 19 pages

Multi-Modal Data Exploration via Language Agents

通过语言代理进行多模态数据探索

Farhad Nooralahzadeh, Yi Zhang, Jonathan Furst, Kurt Stockinger

机构 * Zurich University of Applied Sciences（瑞士应用科学大学） 纠错

专题命中 规划决策 ：planning(abstract)；agentic(abstract)；分类 cs.AI、cs.CL

AI总结 本文提出M$^2$EX系统，通过语言代理实现多模态数据探索，优于现有系统在准确性和性能指标上

Comments Accepted to the IJCNLP AACL 2025 Findings

Xmodel-2.5: 1.3B Data-Efficient Reasoning SLM

Xmodel-2.5: 1.3B数据高效推理SLM

Yang Liu, Xiaolong Zhong, Ling Jiang

机构 * Xiaoduo AI Lab（小多人工智能实验室） 纠错

专题命中 规划决策 ：agent(abstract)；tool-use(abstract)；分类 cs.AI、cs.LG

AI总结 Xmodel-2.5通过最大更新参数化和混合精度训练，实现了1.3B参数高效推理模型，提升下游任务性能。

Proceedings Twentieth Conference on Theoretical Aspects of Rationality and Knowledge

第二十届理性与知识理论研讨会会议纪要

Adam Bjorndahl

机构 * Edited by: Adam Bjorndahl（编辑：Adam Bjorndahl） 纠错

专题命中 规划决策 ：agent(abstract)；multi-agent(abstract)；分类 cs.AI

AI总结 TARK 2025会议收录了关于理性与知识理论的最新研究成果，涵盖知识、信念、博弈论等多个领域。

Journal ref EPTCS 437, 2025

Hierarchical Spatio-Temporal Attention Network with Adaptive Risk-Aware Decision for Forward Collision Warning in Complex Scenarios

具有自适应风险感知决策的分层时空注意力网络用于复杂场景的前方碰撞预警

Haoran Hu, Junren Shi, Shuo Jiang, Kun Cheng, Xia Yang, Changhao Piao

机构 * organization= School of Automation \& School of Industrial Internet, Chongqing University of Posts ； organization= Platform Technology Development Department, AVATR Technology Co. LTD. , city= Chongqing , postcode= 400000 , country= China ； organization= School of Vehicle ； Mobility, Tsinghua University , city= Beijing , postcode= 100084 , country= China 纠错

专题命中 规划决策 ：agent(abstract)；multi-agent(abstract)；分类 cs.LG

AI总结 本文提出一种结合分层时空注意力网络和动态风险阈值调整算法的前方碰撞预警框架，通过高效模型和自适应机制提升复杂场景下的预警精度与可靠性。

Complex Instruction Following with Diverse Style Policies in Football Games

复杂足球游戏中多样化风格政策的复杂指令遵循

Chenglu Sun, Shuo Shen, Haonan Hu, Wei Zhou, Chen Chen

专题命中 规划决策 ：agent(abstract)；multi-agent(abstract)；分类 cs.LG

AI总结 本文提出LCDSP方法，通过多样化风格训练和风格解释器，在复杂足球游戏中实现对高级指令的理解与执行，展示其在复杂现实应用中的潜力。

Comments 21 pages, 13 figures, accepted by AAAI2026

Scalable and Accurate Graph Reasoning with LLM-based Multi-Agents

基于大语言模型的多智能体图推理方法

Yuwei Hu, Runlin Lei, Xinyi Huang, Zhewei Wei, Yongchao Liu

专题命中 规划决策 ：agent(abstract)；multi-agent(abstract)；分类 cs.AI

AI总结 基于大语言模型的多智能体图推理方法，通过分解图问题为节点中心任务，提升图推理的准确性和扩展性。

Comments Accepted by AAAI 2026 Workshop WMAC

Leveraging weights signals -- Predicting and improving generalizability in reinforcement learning

利用权重信号--在强化学习中预测和提升泛化能力

Olivier Moulin, Vincent Francois-lavet, Paul Elbers, Mark Hoogendoorn

机构 * Vrije Universiteit Amsterdam（阿姆斯特丹自由大学） ； Vrije Universiteit Medical Center Amsterdam（阿姆斯特丹自由大学医学中心） 纠错

专题命中 规划决策 ：agent(abstract)；分类 cs.AI、cs.LG

AI总结 本文提出通过分析神经网络内部权重信号，改进PPO算法以提升强化学习代理的泛化能力。

RLZero: Direct Policy Inference from Language Without In-Domain Supervision

RLZero: 从语言直接推断策略而不使用领域内监督

Harshit Sikchi, Siddhant Agarwal, Pranaya Jajoo, Samyak Parajuli, Caleb Chuck, Max Rudolph, Peter Stone, Amy Zhang, Scott Niekum

专题命中 规划决策 ：agent(abstract)；分类 cs.AI、cs.LG

AI总结 RLZero通过预训练的RL代理，无需领域内监督，直接从自然语言指令生成行为策略。

Comments NeurIPS 2025, 26 pages

Can LLMs Make (Personalized) Access Control Decisions?

LLMs能否做出（个性化）访问控制决策？

Friederike Groschupp, Daniele Lain, Aritra Dhar, Lara Magdalena Lazier, Srdjan Čapkun

机构 * Department of Computer Science, ETH Zurich（苏黎世联邦理工学院计算机科学系） ； Computing Systems Lab, Huawei Technologies Switzerland AG（华为技术瑞士有限公司计算系统实验室） 纠错

专题命中 规划决策 ：agent(abstract)；分类 cs.AI

AI总结 本文研究LLMs在访问控制决策中的应用，发现其能有效反映用户偏好，但个性化可能影响安全实践。

Beyond ReAct: A Planner-Centric Framework for Complex Tool-Augmented LLM Reasoning

超越ReAct：一种以规划为中心的框架，用于复杂工具增强的大语言模型推理

Xiaolong Wei, Yuehu Dong, Xingliang Wang, Xingyu Zhang, Zhejun Zhao, Dongdong Shen, Long Xia, Dawei Yin

专题命中 规划决策 ：planning(abstract)；分类 cs.AI

AI总结 本文提出了一种以规划为中心的框架，通过全局DAG规划和两阶段训练方法，提升复杂工具增强LLM的推理能力。

Comments Accepted by AAAI 2026