AI 大模型
智能体、工具调用、规划、工作流、多智能体和自主任务执行。
野生环境中代理的频谱护栏：通过注意力拓扑检测工具使用幻觉
机构 * Devoteam
专题命中 工具调用 ：tool use(title,abstract)；agent(abstract)；autonomous agent(abstract)；分类 cs.AI、cs.LG
AI总结 通过分析注意力拓扑谱，提出一种无需训练数据的防护方法，有效检测代理幻觉，揭示模型错误时注意力噪声特征。
Comments 32 pages, 2 fgures, 18 tables
通过水印技术保护代理系统知识产权
机构 * The Hong Kong University of Science（香港科学与技术大学）
专题命中 工具调用 ：agentic(title,abstract)；agent(abstract)；tool use(abstract)；分类 cs.AI
AI总结 本文提出AGENTWM框架，通过水印技术保护代理系统知识产权，有效抵御适应性对手的攻击。
Agent-Fence: 在深度研究代理中映射安全漏洞
机构 * Computer Science Department, Southern Illinois University（索尔坦大学计算机科学系） ； Computer Science Department, University of Texas（德克萨斯大学计算机科学系） ； Hanyang University（翰阳大学） ； The Grainger College of Engineering, Nuclear, Plasma & Radiological Engineering, University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校格雷格尔工程学院）
专题命中 工具调用 ：agent(title,abstract)；tool use(abstract)；planning(abstract)；分类 cs.AI
AI总结 Agent-Fence通过定义14种信任边界攻击类别，评估深度代理的安全性，发现高风险类别如Denial-of-Wallet和Authorization Confusion，揭示代理在持久交互中的安全漏洞。
迈向可靠的基准测试：一种无污染、可控的多步骤LLM功能调用评估框架
机构 * Megagon Labs（Megagon实验室）
专题命中 工具调用 ：function calling(title)；agent(abstract)；tool use(abstract)；tool-use(abstract)
AI总结 本文提出FuncBenchGen框架，通过生成多步骤工具使用任务评估LLM功能调用能力，发现依赖深度增加导致性能下降，引入重申变量值策略提升模型表现。
Comments ICLR 2026
通过代理假设和实验加速社会科学研究
机构 * Adobe Media and Data Science Research (MDSR)（Adobe媒体与数据科学研究所）
专题命中 工具调用 ：agentic(title,abstract)；分类 cs.AI、cs.CL
AI总结 EXPERIGEN通过代理框架实现端到端的科学发现，发现更多显著且预测性强的假设，并通过A/B测试验证其有效性。
语言模型代理的树搜索
机构 * Carnegie Mellon University（卡内基梅隆大学）
专题命中 工具调用 ：agent(abstract)；autonomous agent(abstract)；planning(abstract)；分类 cs.AI、cs.CL、cs.LG
AI总结 本文提出一种树搜索算法，用于提升语言模型代理在现实网页任务中的表现，实验显示其在成功率上显著优于基线方法。
Comments 13 pages. Models and code available at https://jykoh.com/search-agents
SCOUT-RAG：可扩展且成本效益高的代理图式检索框架用于分布式领域
机构 * A*STAR
专题命中 工具调用 ：agentic(title,abstract)；分类 cs.AI
AI总结 SCOUT-RAG是一种分布式代理图式检索框架，通过跨领域检索和增量效用目标提升推理性能，同时降低成本和延迟。
DLLM-Searcher: 为搜索代理适应扩散大语言模型
机构 * Renmin University of China（中国人民大学） ； Shanghai Jiao Tong University（上海交通大学）
专题命中 工具调用 ：agent(abstract)；agentic(abstract)；分类 cs.AI、cs.LG
AI总结 DLLM-Searcher通过优化基于dLLM的搜索代理，解决代理能力不足和延迟挑战，提升推理效率。
pixelLOG：用于认知研究的在线游戏日志记录
专题命中 工具调用 ：agent(abstract)；multi-agent(abstract)；分类 cs.AI
AI总结 pixelLOG是一种用于认知研究的高性能数据收集框架，通过混合方法跟踪多人游戏中的行为，实现高分辨率分析。
Comments 9 pages, 1 figure
知道你所知道的并不足够：大型语言模型的置信度与行为不一致
机构 * Vanderbilt University（范德比大学） ； MIT（麻省理工学院） ； Columbia University（哥伦比亚大学）
专题命中 工具调用 ：tool-use(abstract)；agentic(abstract)；分类 cs.LG
AI总结 研究发现大型语言模型的置信度与行为不一致，静态校准无法预测动态设置中的表现。
无需任务的自适应元黑盒优化
机构 * Xidian University（西安电子科技大学） ； Tianjin Research Institute for Water Transport Engineering, M.O.T.（天津水运工程研究院）
专题命中 工具调用 ：planning(abstract)；分类 cs.AI、cs.LG
AI总结 ABOM通过闭环自适应参数学习机制，在无需预定义任务分布的情况下实现零样本黑盒优化。
Comments This article was published as a conference paper (oral) at ICLR 2026
CFHT MegaCam 两深场成像调查（2DFIS）I：概述
专题命中 工具调用 ：workflow(abstract)
AI总结 2DFIS项目利用CFHT MegaCam对两个天体物理区域进行深场成像，旨在研究快速射电暴源及旋转星系团的质量分布，通过高精度数据处理为相关宇宙学研究提供基础数据。
Comments 28 pages, 12 figures, 3 tables
Chain-of-Caption: 无需训练提升多模态大语言模型的指称表达理解
机构 * Queen Mary University of London（伦敦女王学院）
专题命中 工具调用 ：tool use(abstract)
AI总结 本文提出无需训练的Chain-of-Caption框架，通过结合多种上下文提升多模态大语言模型在指称表达理解任务中的性能。
Comments 4 pages, 5 figures, 2 tables
SoK：通过信息流和不对称威胁的全局博弈论分析，多模态基础模型的安全-安全性连续体
专题命中 工具调用 ：agent(abstract)
AI总结 本文通过信息流和博弈论分析，探讨多模态基础模型的安全与安全性连续体，提出系统级防护优于模型级防护，并定义自我破坏阈值以触发终止机制。
性质 $R_\infty$ 对新类别的Artin群的性质
专题命中 工具调用 ：tool use(abstract)
AI总结 本文研究了新类别的Artin群的$R_\infty$性质，通过自同构群和超曲面作用的分析，并提供了Delzant引理的证明。
Comments V2: added a detailed proof of Delzant's Lemma; minor edits throughout the text. 27 pages, 4 figures
TodoEvolve: 学习架构智能体规划系统
专题命中 规划决策 ：agent(title,abstract)；planning(title,abstract)；agentic(abstract)；分类 cs.AI、cs.CL、cs.LG
AI总结 TodoEvolve通过元规划范式自主合成和修订任务特定的规划架构，在多个智能体基准测试中优于人工设计的规划模块，同时保持低开销。
OSCAR：基于优化的代理规划用于组合图像检索
机构 * Shanghai Jiao Tong University（上海交通大学）
专题命中 规划决策 ：planning(title,abstract)；agentic(title,abstract)；分类 cs.AI
AI总结 OSCAR通过优化引导的代理规划框架，提升组合图像检索的性能，仅用10%训练数据即超越现有最佳方法。
SurveyG: 一种基于分层引用图的多智能体LLM框架用于自动化综述生成
机构 * CMC OpenAI, VinUniversity（CMC OpenAI与 VinUniversity） ； VinUniversity
专题命中 规划决策 ：agent(title,abstract)；multi-agent(title,abstract)；分类 cs.AI
AI总结 SurveyG通过分层引用图和多智能体验证生成结构化的综述，优于现有方法。
方差的价值：通过不确定性驱动的策略优化缓解多智能体系统中的辩论崩溃
机构 * Department of Computer Science, Binghamton University, Binghamton, NY, USA（宾夕法尼亚州立大学计算机科学系） ； University of Iowa, Iowa City, IA, USA（爱荷华大学）
专题命中 规划决策 ：agent(title,abstract)；multi-agent(title,abstract)；分类 cs.LG
AI总结 本文提出了一种基于不确定性驱动的策略优化方法，通过量化多智能体系统中的不确定性来缓解辩论崩溃问题，提升决策准确性和系统一致性。
Fat-Cat：面向复杂推理的文档驱动元认知多智能体系统
专题命中 规划决策 ：agent(title,abstract)；multi-agent(title)；分类 cs.LG
AI总结 Fat-Cat通过文档驱动的智能体架构提升复杂推理性能，利用语义文件系统和文本策略进化模块，使Kimi-k2在HotPotQA中超越GPT-4o基线。
Comments This submission is withdrawn due to errors in the manuscript content and inaccuracies in the author information. The authors plan to correct these issues and may submit a revised version in the future
一分钟内交易！基于理性驱动的量化金融交易代理系统
机构 * Tongji University（同济大学） ； Microsoft Research Asia（微软亚洲研究院） ； University of Bristol（布里斯托大学） ； Fudan University（复旦大学）
专题命中 规划决策 ：agentic(title,abstract)；agent(abstract)；multi-agent(abstract)；分类 cs.AI
AI总结 TiMi是一种基于理性驱动的多代理系统，通过解耦策略开发与分钟级部署，实现量化金融交易的高效稳定盈利。
Comments 17 pages, 6 figures
代理EDA的黎明：自主数字芯片设计的综述
专题命中 规划决策 ：agentic(title,abstract)；agent(abstract)；planning(abstract)
AI总结 本文提出代理EDA的系统框架，通过认知堆栈分析前端和后端设计流程，强调神经符号优化和可信度提升的重要性。
GraphAgents: 基于知识图谱的多智能体AI用于跨领域材料设计
机构 * Department of Civil and Environmental Engineering Massachusetts Institute of Technology（土木与环境工程系 马萨诸塞理工学院） ； Department of Mechanical Engineering Massachusetts Institute of Technology（机械工程系 马萨诸塞理工学院） ； Department of Civil and Environmental Engineering Department of Mechanical Engineering Schwarzman College of Computing Massachusetts Institute of Technology（土木与环境工程系 机械工程系 斯沃茨曼计算学院 马萨诸塞理工学院）
专题命中 规划决策 ：agentic(title)；agent(abstract)；multi-agent(abstract)；分类 cs.AI、cs.LG
AI总结 GraphAgents通过多智能体与知识图谱结合，实现跨领域材料设计，生成可持续替代品并平衡性能与生物相容性。
是什么使大语言模型代理模拟对政策实践有用？一项关于应急准备的迭代设计研究
机构 * School of Computer Science, Carnegie Mellon University（卡内基梅隆大学计算机科学学院）
专题命中 规划决策 ：agent(title,abstract)；planning(abstract)；分类 cs.CL
AI总结 本文通过迭代设计研究，探讨了LLM代理模拟在应急准备中的应用，发现通过可验证场景建立信任、获取隐性知识以及共同进化模拟与政策实施是提升其对政策实践有用性的关键。
TKG-Thinker: 向通过代理强化学习实现动态推理的时序知识图谱迈进
机构 * School of Computer Science, Wuhan University（武汉大学计算机学院） ； The Hong Kong University of Science and Technology (Guangzhou)（香港科学与技术大学（广州）） ； School of Artificial Intelligence, Wuhan University（武汉大学人工智能学院） ； Tsinghua Shenzhen International Graduate School, Tsinghua University（清华大学深圳国际研究生院）
专题命中 规划决策 ：agentic(title)；agent(abstract)；planning(abstract)；分类 cs.AI
AI总结 TKG-Thinker通过代理强化学习实现动态推理，提升时序知识图谱问答的性能和泛化能力。
在单次试验范式中求解一般效用马尔可夫决策过程的在线规划方法
机构 * INESC-ID & Instituto Superior Técnico（INESC-ID与理工学院）
专题命中 规划决策 ：planning(title,abstract)；agent(abstract)；分类 cs.LG
AI总结 本文提出了一种在单次试验范式中求解一般效用马尔可夫决策过程的方法，通过在线规划技术提升性能。
柠檬代理技术报告
专题命中 规划决策 ：agent(title,abstract)；multi-agent(abstract)；分类 cs.AI
AI总结 柠檬代理是一种基于AgentCortex框架的多代理系统，通过自适应调度和三级上下文管理策略，优化资源利用和任务处理效率，实现复杂场景下的高准确率表现。
PhysicsAgentABM: 基于物理的生成基于主体的建模
机构 * University of Virginia（弗吉尼亚大学）
专题命中 规划决策 ：agent(title,abstract)；multi-agent(abstract)；分类 cs.LG
AI总结 PhysicsAgentABM通过结合符号推理与神经网络，实现基于物理的生成式主体建模，提升大规模模拟的准确性和校准性。
RAP: 3D 像素化增强端到端规划
机构 * EPFL（苏黎世联邦理工学院） ； Sorbonne Université（索邦大学）
专题命中 规划决策 ：planning(title,abstract)；agent(abstract)
AI总结 RAP通过3D像素化增强端到端规划，利用轻量级像素化和特征对齐实现可扩展的数据增强，提升闭环鲁棒性和长尾泛化能力。
迈向基于神经反馈的强化学习：将fNIRS信号映射到智能体表现
专题命中 规划决策 ：agent(title,abstract)；分类 cs.AI、cs.LG
AI总结 本文提出通过fNIRS信号预测智能体表现，利用分类器和回归器提升RLHF性能，并验证了跨受试者泛化能力。
Comments Accepted to the Association for the Advancement of Artificial Intelligence (AAAI) 2026. To appear in the AAAI 2026 Proceedings
扫码添加微信好友，提出您的宝贵建议 👇
💡 备注请填写：网站反馈