AI Agent

PEARL: Plan Exploration and Adaptive Reinforcement Learning for Multihop Tool Use

PEARL：多跳工具使用中的计划探索与自适应强化学习

Qihao Wang, Mingzhe Lu, Jiayue Wu, Yue Hu, Yanbing Liu

机构 * Institute of Information Engineering, China（信息工程研究所，中国） ； School of Cyber Security, University of Chinese Academy of Sciences, China（中国科学院大学网络安全学院，中国） 纠错

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

AI总结 PEARL通过两阶段方法提升LLM在多跳工具使用中的规划与执行能力，实现ToolHop 56.5%的成功率。

Comments Accepted to PRICAI25

CASCADE: Cumulative Agentic Skill Creation through Autonomous Development and Evolution

CASCADE：通过自主开发与进化实现累积性代理技能创造

Xu Huang, Junwu Chen, Yuxing Fei, Zhuohan Li, Philippe Schwaller, Gerbrand Ceder

机构 * Department of Materials Science and Engineering, University of California, Berkeley, California, United States（加州大学伯克利分校材料科学与工程系） ； Materials Sciences Division, Lawrence Berkeley National Laboratory, California, United States（劳伦斯伯克利国家实验室材料科学部） ； Laboratory of Artificial Chemical Intelligence (LIAC), Institute of Chemical Sciences and Engineering, École Polytechnique Fédérale de Lausanne (EPFL), Lausanne, Switzerland（日内瓦联邦理工学院化学科学与工程研究所人工化学智能实验室） ； National Centre of Competence in Research (NCCR) Catalysis, École Polytechnique Fédérale de Lausanne (EPFL), Lausanne, Switzerland（日内瓦联邦理工学院催化研究国家中心） 纠错

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

AI总结 CASCADE通过自主开发与进化实现代理技能的累积，提升复杂科学任务的适应性和扩展性。

Securing AI Agents in Cyber-Physical Systems: A Survey of Environmental Interactions, Deepfake Threats, and Defenses

在物理信息系统中保障AI代理：环境交互、深度伪造威胁及防御的综述

Mohsen Hatami, Van Tuan Pham, Hozefa Lakadawala, Yu Chen

专题命中 工具调用 ：AI agent(title,abstract)；agent(abstract)；tool use(abstract)

AI总结 本文综述了物理信息系统中AI代理的安全威胁，重点分析了环境交互、深度伪造攻击及MCP漏洞，并提出基于SENTINEL框架的防御策略与挑战。

MedViz: An Agent-based, Visual-guided Research Assistant for Navigating Biomedical Literature

MedViz: 一种基于代理的、可视化引导的文献导航研究助手

Huan He, Xueqing Peng, Yutong Xie, Qijia Liu, Chia-Hsuan Chang, Lingfei Qian, Brian Ondov, Qiaozhu Mei, Hua Xu

专题命中 工具调用 ：agent(title,abstract)；AI agent(abstract)

AI总结 MedViz通过整合AI代理与可视化技术，帮助研究人员更高效地探索和发现生物医学文献中的知识。

Beyond Accuracy: A Cognitive Load Framework for Mapping the Capability Boundaries of Tool-use Agents

超越准确率：一种认知负荷框架用于映射工具使用代理的能力边界

Qihao Wang, Yue Hu, Mingzhe Lu, Jiayue Wu, Yanbing Liu, Yuanmin Tang

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

AI总结 本文提出一种认知负荷框架，用于评估工具使用代理的能力边界，通过分解任务复杂性为内在负荷和额外负荷，揭示模型的真实能力限制。

Comments Accepted to AAAI 2026

Taxonomy of the Retrieval System Framework: Pitfalls and Paradigms

检索系统框架的分类：陷阱与范式

Deep Shah, Sanket Badhe, Nehal Kathrotia

机构 * National Institute of Standards（国家标准技术研究所） ； Department of Physics, Colorado State University, Fort Collins, CO 80523 USA（科罗拉多州立大学物理系） ； Electrical Engineering Department, University of Colorado, Boulder, CO 80309 USA（科罗拉多大学电气工程系） ； Google LLC, CA 94043 USA（谷歌公司） 纠错

专题命中 工具调用 ：agentic(abstract)；分类 cs.AI、cs.SE

AI总结 本文提出检索系统框架的分类方法，探讨了效率与有效性之间的权衡，分析了表示、粒度、协调和鲁棒性层的设计挑战，并提供优化现代神经搜索系统的方法。

Deep Learning based Three-stage Solution for ISAC Beamforming Optimization

基于深度学习的三阶段解决方案用于ISAC波束成形优化

Qian Gao, Ruikang Zhong, Yuanwei Liu

专题命中 工具调用 ：agent(abstract)

AI总结 本文提出了一种基于深度学习的三阶段解决方案，用于优化ISAC波束成形，通过特征提取、波束成形优化和波束成形重构三个模块提升通信速率和检测性能。