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。
与AI行动：基于交互的代理侵权责任框架
机构 * Yiheng Yao（姚艺恒）
专题命中 工具调用 ：agentic(title,abstract)；agent(abstract)；tool use(abstract)；planning(abstract)
AI总结 本文基于Bratman规划理论和普通法人类协同行动原则，提出一种交互分类框架（自主漂移、纯工具使用、协作规划）来分配AI代理系统的侵权责任，并引入“合理代理”标准。
Atomix: 用于可靠智能体工作流的及时事务性工具使用
机构 * Max Planck Institute for Software Systems（马克斯·普朗克软件系统研究所） ； Aarhus University（奥胡斯大学） ； EPFL（苏黎世联邦理工学院）
专题命中 工具调用 ：tool use(title)；agentic(title)；agent(abstract)；分类 cs.AI、cs.LG
AI总结 针对LLM智能体多步工作流中因故障、推测和并发导致的状态不一致问题，提出Atomix系统，通过进度感知事务将效果分组与冲突解决分离，实现可靠提交与回滚。
LayerRoute: 基于LoRA微调的输入条件自适应层跳过方法用于智能语言模型
机构 * Accenture（埃森哲）
专题命中 工具调用 ：agentic(title,abstract)；planning(abstract)；分类 cs.AI、cs.CL、cs.LG
AI总结 提出LayerRoute，通过为每个Transformer块添加轻量级路由器和LoRA适配器，根据输入类型（工具调用或规划推理）自适应跳过层，在仅增加0.22%可训练参数下实现12.91%的跳过差异并提升质量。
Comments 10 pages, 3 figures, 4 tables
MetaForge：一种自我进化的多模态智能体，可按需检索、适应和锻造工具
专题命中 工具调用 ：agent(title,abstract)；tool use(abstract)；agentic(abstract)
AI总结 提出MetaForge框架，通过决策-检索-适应-锻造-回收的闭环机制，使多模态智能体能够按需自我进化工具集，在12个基准测试中超越16个基线方法，提升了准确性、效率和泛化能力。
智能体Transformer通过强化学习可证明地学会搜索
机构 * Carnegie Mellon University（卡内基梅隆大学） ； University of Pennsylvania（宾夕法尼亚大学） ； The Ohio State University（俄亥俄州立大学） ； Yale University（耶鲁大学）
专题命中 工具调用 ：agentic(title,abstract)；agent(abstract)；分类 cs.AI、cs.LG
AI总结 本文通过构建双头Transformer实现随机深度优先搜索，并分析策略梯度训练动力学，证明该搜索机制能从稀疏强化反馈中分阶段涌现，且具备深度泛化能力。
多模态智能体真的从工具使用中受益吗？能力增益的系统性研究
专题命中 工具调用 ：tool use(title)；agent(abstract)；tool-use(abstract)；分类 cs.AI
AI总结 通过对比工具增强与无工具的多模态智能体在多项任务上的表现，发现工具使用并未带来一致的性能提升，智能体更多是学会了工具调用模式而非真正利用工具扩展能力。
ATLAS: 智能体测试时学习分配缩放
机构 * University of California, San Diego（加州大学圣迭戈分校）
专题命中 工具调用 ：agentic(title,abstract)；workflow(abstract)；分类 cs.LG
AI总结 提出ATLAS框架，让LLM编排器通过单一
FALAT: 通过依赖引导搜索追踪LLM智能体轨迹中的失败
机构 * SPEAR Lab（SPEAR实验室） ； Concordia University（康科德大学） ； DePaul University（德保罗大学）
专题命中 工具调用 ：agent(title,abstract)；multi-agent(abstract)；分类 cs.AI
AI总结 提出FALAT框架，通过依赖引导搜索方法，在LLM智能体轨迹中识别导致失败的关键步骤和责任智能体。
Critic-R：使用具有自然语言内省反馈的指令调优检索器改进智能搜索
机构 * Center for Intelligent Information Retrieval（智能信息检索中心） ； University of Massachusetts Amherst（马萨诸塞大学阿默斯特分校）
专题命中 工具调用 ：agentic(title,abstract)；agent(abstract)；分类 cs.AI
AI总结 提出Critic-R框架，通过引入评论模型评估智能体内省推理轨迹，实现检索模型与推理代理之间的反馈闭环，无需人工标注即可优化检索质量与下游答案准确性。
SciAgentGym：LLM代理中多步科学工具使用的基准测试
机构 * Fudan NLP Group（复旦大学自然语言处理组）
专题命中 工具调用 ：tool-use(title,abstract)；agentic(abstract)；分类 cs.CL
AI总结 为解决当前基准忽视代理在科学工作流中编排工具能力的问题，提出包含1780个领域特定工具的可扩展交互环境SciAgentGym和分层评估套件SciAgentBench，并设计数据合成方法SciForge，通过微调使SciAgent-8B超越更大模型，展示科学工具使用能力的跨领域正迁移。
LocalSearchBench：现实本地生活服务中的智能搜索基准测试
机构 * Meituan, Beijing, China（美团，北京，中国） ； East China Normal University Shanghai Innovation Institute（东华大学上海创新研究院） ； University of Science and Technology of China（中国科学技术大学） ； Shanghai Jiaotong University（上海交通大学） ； North China University of Technology, Beijing, China（华北理工大学，北京，中国） ； East China Normal University Shanghai China（东华大学上海）
专题命中 工具调用 ：agentic(title,abstract)；agent(abstract)；分类 cs.AI
AI总结 针对本地生活服务领域，提出包含130万商家条目和900个多跳问答任务的基准测试LocalSearchBench，并开发统一环境LocalPlayground，实验表明现有大推理模型性能不足。
Comments 12 pages; accepted to KDD 2026
Journal ref Proceedings of the 32nd ACM SIGKDD Conference on Knowledge Discovery and Data Mining V.2 (KDD 2026), August 9--13, 2026, Jeju Island, Republic of Korea. ACM, New York, NY, USA, 12 pages
迈向网络化单搜索代理系统：使用GNSS参考的多边定位WiFi精细时间测量响应器
专题命中 工具调用 ：agent(title,abstract)；multi-agent(abstract)
AI总结 提出一种基于无人机和GNSS参考的移动基线多边定位系统，通过WiFi FTM测距实时定位地面接入点，实验显示视距条件下水平误差可达4.4米。
Comments 8 pages, 3 figures, 1st Workshop on Robot Meets GNSS and Ranging for Seamless Autonomy, June 5, 2026 at IEEE ICRA in Vienna
Leyline：用于智能推理的 KV 缓存指令
机构 * Erlangen National High Performance Computing Center（埃朗根国家高性能计算中心）
专题命中 工具调用 ：agentic(title,abstract)；分类 cs.AI、cs.LG
AI总结 针对智能体 LLM 中策略驱动的缓存编辑需求，提出 Leyline 服务端原语，通过声明式指令四元组和架构无关接口实现缓存拼接与截断，提升缓存命中率和求解率。
对抗性输入流引导LLM智能体决策偏离其默认行为
机构 * Independent Researcher（独立研究者）
专题命中 工具调用 ：agent(title,abstract)；分类 cs.AI、cs.CL
AI总结 本研究通过控制实验揭示，外部输入流的组成和排序能因果性地改变LLM智能体的下游决策，存在对抗性屈服、默认饱和及默认方向不对称三种响应模式，且该效应在多个决策领域普遍存在。
Comments 14 pages, 5 figures. Code, post pools, and 2,785 decision rollouts: https://github.com/ranausmanai/recommenders-as-control-surfaces
冻结嵌入模型在测试时通过智能体程序搜索的计算
机构 * Jina AI by Elastic（Jina AI 由 Elastic 提供）
专题命中 工具调用 ：agentic(title,abstract)；分类 cs.CL、cs.LG
AI总结 本文提出一种智能体程序搜索方法，通过大语言模型编写程序操作冻结编码器API，在推理时提升小嵌入模型的检索质量，无需训练参数且跨任务迁移。
Comments 15 pages, 7 figures, 4 tables
S3TS：面向不确定性下高级规划的随机情景结构化树搜索
机构 * IDLab Ghent university – imec（IDLab 布鲁塞尔大学 – imec） ； Beebop.ai ； Imperial College London（伦敦帝国理工学院）
专题命中 工具调用 ：planning(title,abstract)；分类 cs.AI
AI总结 提出随机情景结构化树搜索（S3TS）算法，通过情景树显式表示不确定性并集成非线性模型，在需求响应信号发布问题上实现近最优性能，成本比最优解高14%以内，在非线性场景中比贪心算法和确定性MCTS分别降低51%和5.4%的成本。
CAPF：基于信用衰减特权反馈引导搜索智能体轨迹生成
机构 * University of Science and Technology of China（中国科学技术大学）
专题命中 工具调用 ：agent(title,abstract)；分类 cs.AI
AI总结 针对结果奖励稀疏导致搜索智能体学习困难的问题，提出训练时利用验证器侧信息（CAPF）将零奖励轨迹修复为正奖励轨迹，并衰减相关信用以适配无特权反馈的部署场景，在七个开放域问答基准上将Qwen3-4B的平均精确匹配分数从44.7%提升至48.5%。
FineVerify: 通过细粒度自验证扩展智能搜索的测试时计算
机构 * National University of Singapore（新加坡国立大学）
专题命中 工具调用 ：agentic(title,abstract)；分类 cs.CL
AI总结 提出FineVerify细粒度自验证框架，将问题分解为可检查的子问题，对候选答案逐项验证并聚合得分，在四个智能搜索基准上显著优于标准扩展基线。
Comments 8+18 pages, 6 tables, 11 figures
LLM匿名化对抗智能体重识别
机构 * Khoury College of Computer Sciences（科里学院计算机科学学院） ； Northeastern University（东北大学）
专题命中 工具调用 ：agentic(title,abstract)；分类 cs.CL
AI总结 提出AURA框架，通过掩码-重构方法解耦隐私定位与效用保留，并利用对抗性隐私和效用检查，以抵抗基于网络搜索的智能体重识别攻击，同时保留文本的上下文效用。
Comments 32 pages, 7 figures
观察而非预测：面向智能体服务的对话级解耦调度
机构 * Anonymous Authors（匿名作者）
专题命中 工具调用 ：agentic(title)；分类 cs.LG
AI总结 提出将调度单元从单轮提升至整个对话，利用对话中首轮计算密集与后续内存密集的两阶段可观察特性，实现无需预测的解耦调度，显著降低延迟并提升能效。
SkillSmith: 技能与工具的协同进化用于自我改进的智能体系统
机构 * Shanghai Jiao Tong University（上海交通大学） ； Eastern Institute of Technology（东部技术研究所） ； University of Science and Technology of China（中国科学技术大学） ； Southeast University（东南大学） ； Ningbo Institute of Digital Twin（宁波数字孪生研究所）
专题命中 工具调用 ：agent(title)；分类 cs.AI
AI总结 提出SkillSmith框架，通过统一提案空间和Lotka-Volterra生态效用模型实现技能与工具的协同进化，在多个基准测试中显著提升性能。
掩盖过时观察帮助搜索智能体——直到适得其反：一个机制图谱及其机制
机构 * UC San Diego（加州大学圣地亚哥分校） ； UC Berkeley（加州大学伯克利分校） ； Texas A&M University（德克萨斯大学） ； UIUC（伊利诺伊大学厄巴纳-香槟分校）
专题命中 工具调用 ：agent(abstract)；agentic(abstract)；分类 cs.AI、cs.CL
AI总结 本文通过系统实验发现，在长时域搜索智能体中掩盖过时观察的效果呈现非对称倒U型曲线，取决于检索器召回率与模型隐式过滤能力的交互，并揭示了其背后的令牌-轮次权衡机制。
Comments 47 pages, 7 figures
CVEvolve：面向非结构化科学数据处理的自主算法发现
机构 * Argonne National Laboratory（阿贡国家实验室） ； Advanced Photon Source（先进光子源）
专题命中 工具调用 ：autonomous agent(abstract)；agentic(abstract)；分类 cs.AI
AI总结 提出CVEvolve，一种零代码自主智能体框架，通过多轮搜索与工具集成，自动发现用于非结构化科学数据处理的算法，并在多个任务上超越基线方法。
从言语到思想：通过结构化消息传递实现可扩展的多LLM聚合
专题命中 工具调用 ：agent(abstract)；multi-agent(abstract)
AI总结 提出基于二分因子图的消息传递框架，通过语义层集成多个LLM的输出分布，实现高效、可扩展的多模型聚合，在降低97%令牌使用和6倍API调用的同时，性能优于现有方法。
随机极小极大树的双保真度最优动作识别
机构 * Department of Mathematics, Columbia University（哥伦比亚大学数学系） ； Stern School of Business, New York University（纽约大学斯特恩商学院）
专题命中 工具调用 ：planning(abstract)；分类 cs.AI、cs.LG
AI总结 针对随机极小极大树中的固定置信度最优动作识别问题，提出双保真度树搜索算法2FFS，结合极小极大快速扩展与MCTS随机采样，自适应选择廉价有偏评估或昂贵精确评估，理论证明固定置信度正确性、有限停止及多项式深度成本上界，实验表明比现有BAI-MCTS基线显著减少样本和计算。
Comments 36 pages
认证工具服务器准入：模型上下文协议的安全扩展
机构 * Enclawed LLC（Enclawed公司）
专题命中 工具调用 ：agent(abstract)；分类 cs.AI、cs.SE
AI总结 针对MCP协议缺乏信任机制的问题，提出mcp-attested扩展，通过离线签名的权限断言、默认拒绝的工具白名单和分级强制审计日志，实现安全服务器准入与工具边界控制。
自动猜想解决与形式化验证
机构 * School of Mathematical Sciences, Peking University（北京大学数学科学学院） ； Westlake Institute for Advanced Study, Westlake University（西拉雅大学先进研究所） ； School of Mathematics, Tianjin University（天津大学数学学院） ； Research Institute for Mathematical Sciences, Kyoto University（京都大学数学研究所） ； Department of Mathematics, Stanford University（斯坦福大学数学系） ； IQuest Research（IQuest研究） ； New Cornerstone Science Laboratory, School of Mathematical Sciences, Peking University（北京大学数学科学学院新基石科学实验室） ； Beijing International Center for Mathematical Research and the New Cornerstone Science Laboratory, Peking University（北京大学国际数学研究所以及新基石科学实验室） ； Center for Machine Learning Research, Peking University（北京大学机器学习研究中心） ； Center for Intelligent Computing, Great Bay Institute for Advanced Study, Great Bay University（大湾大学先进研究所智能计算中心） ； Zhongguancun Academy（中关村学院）
专题命中 工具调用 ：agent(abstract)；分类 cs.AI、cs.LG
AI总结 提出一个集成非形式化推理与形式化验证的自动框架，通过两个组件Rethlas和Archon解决研究级数学问题，并成功解决交换代数中的开放问题并在Lean 4中形式化验证。
Comments Code and resources are available at: Rethlas (https://github.com/frenzymath/Rethlas), Rethlas Results (https://github.com/frenzymath/Rethlas_results), Archon (https://github.com/frenzymath/Archon), and the formalization results (https://github.com/frenzymath/Anderson-Conjecture)
NNGPT: 用大型语言模型重新思考AutoML
机构 * Computer Vision Lab, CAIDAS & IFI, University of Würzburg, Germany（计算机视觉实验室，CAIDAS与IFI，乌尔姆大学，德国）
专题命中 工具调用 ：workflow(abstract)；分类 cs.AI、cs.LG
AI总结 提出NNGPT开源框架，利用大型语言模型实现自我改进的AutoML引擎，通过生成-评估-自我改进闭环自动设计神经网络架构和超参数。
Journal ref Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition Workshops (CVPRW), pp. 5664-5674, 2026
基于LLM引导搜索的双变量自行车码的进化发现
机构 * IBM Research（IBM研究院） ； IBM T. J. Watson Research Center（IBM T.J. 巴特勒研究中心）
专题命中 工具调用 ：workflow(abstract)；分类 cs.AI
AI总结 提出一种LLM引导的进化工作流，通过变异生成双变量自行车码和扰动变体的Python程序，在约1650次迭代中筛选约2×10^5个候选码，发现了465个不同候选码，包括非CSS扰动码和CSS码，展示了LLM引导的程序进化在结构化量子码发现中的实用性。
基于学习的组合空间有向图抽象用于混合组合非线性优化中的保序搜索
机构 * Department of Computer Science and Engineering（计算机科学与工程系） ； Department of Mechanical and Aerospace Engineering（机械与航空航天工程系）
专题命中 工具调用 ：planning(abstract)；分类 cs.LG
AI总结 提出一种基于图神经网络的有向图抽象方法，将组合空间映射为有向图，以改进混合组合非线性规划问题的搜索效率。
Comments Accepted for presentation at 2026, ASME IDETC
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