AI Agent

From Failure to Mastery: Generating Hard Samples for Tool-use Agents

从失败到精通：为工具使用代理生成困难样本

Bingguang Hao, Zengzhuang Xu, Yuntao Wen, Xinyi Xu, Yang Liu, Tong Zhao, Maolin Wang, Long Chen, Dong Wang, Yicheng Chen, Cunyin Peng, Xiangyu Zhao, Chenyi Zhuang, Ji Zhang

专题命中 工具调用 ：tool-use(title,abstract)；agent(abstract)；agentic(abstract)；分类 cs.CL

AI总结 本文提出HardGen方法，通过生成具有可验证推理的困难样本，提升工具使用代理的训练效果。

From Context to EDUs: Faithful and Structured Context Compression via Elementary Discourse Unit Decomposition

从上下文到EDUs：通过基本话语单元分解实现忠实且结构化的上下文压缩

Yiqing Zhou, Yu Lei, Shuzheng Si, Qingyan Sun, Wei Wang, Yifei Wu, Hao Wen, Gang Chen, Fanchao Qi, Maosong Sun

机构 * DeepLang AI ； Department of Computer Science and Technology, Tsinghua University（计算机科学与技术系，清华大学） ； Beijing University of Posts and Telecommunications（北京邮电大学） ； Beijing Jiaotong University（北京交通大学） 纠错

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

AI总结 本文提出EDU-based Context Compressor，通过基本话语单元分解实现结构化上下文压缩，提升模型在长文档问答和复杂搜索任务中的性能。

Reimagining the Traditional Flight Computer: E6BJA as a Modern, Multi-Platform Tool for Flight Calculations and Training

重新构想传统飞行计算机：E6BJA作为现代多平台工具用于飞行计算和训练

Jamie J. Alnasir

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

AI总结 E6BJA是一款多平台飞行计算工具，通过增强建模能力和更准确的大气计算，提升飞行计划和训练的准确性与教育价值。

Comments Pre-print v2. 27 pages, 18 figures, 2 tables