AI Agent

Forgotten in Weights, Recovered by Tools: Agentic Tool Unlearning for LLM Agents

权重中遗忘，工具中恢复：面向大语言模型智能体的智能体工具遗忘

Baicheng Chen, Zheyuan Liu, Jingyu Zhang, Kaize Ding, Ningshan Ma, Yue Huang, Meng Jiang

机构 * The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） ； University of Notre Dame（圣母大学） ； Johns Hopkins University（约翰斯·霍普金斯大学） ； Northwestern University（西北大学） ； MIT（麻省理工学院） 纠错

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

AI总结 该研究针对大语言模型智能体的工具介导恢复问题，提出两阶段的Agentic Tool Unlearning框架，在RWKU和MUSE数据集上实现了更好的遗忘与保留效用平衡。

Small Reasoning Models are Instruction Followers in Function Calling

小型推理模型是函数调用中的指令跟随者

Yalda Taheri, Mohammad Hassan Heydari, Erfan Naaman, Afsaneh Fatemi

机构 * Islamic Azad University（伊斯兰阿扎德大学） ； University of Isfahan（伊斯法罕大学） 纠错

专题命中 工具调用 ：function calling(title,abstract)；agent(abstract)；agentic(abstract)；multi-agent(abstract)

AI总结 本研究提出指令跟随式函数调用（IFFC）框架，将函数调用逻辑与主大语言模型解耦，交由专用小型模型处理，其性能优于原生和基于提示的函数调用基线，可高效部署于边缘计算场景。

Does Rank Still Matter? Position Bias When AI Agents Shop on Our Behalf

排名仍然重要吗？AI代理代人购物时的位置偏差

Davood Wadi, Yu Ma

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

AI总结 该研究对比四种大语言模型与人类实地数据，发现AI代理代人购物时搜索深度更高、从不弃权，列表位置对其查看影响弱且非单调，结果属性比位置更重要，最终所有模型均选相同非劣势列表。

ATHENA: Knowledge-guided agentic neural architecture search for AutoFormer-based electronic health record modeling

ATHENA：面向基于AutoFormer的电子健康记录建模的知识引导型智能体神经架构搜索

Deyi Li, Qi Xu, Lingyao Li, Tiansheng Wang, Muxuan Liang, Mei Liu

机构 * University of Florida（佛罗里达大学） ； University of Arizona（亚利桑那大学） ； University of Houston（休斯顿大学） ； University of North Carolina at Chapel Hill（北卡罗来纳大学教堂山分校） ； University of Texas MD Anderson Cancer Center（德克萨斯大学MD安德森癌症中心） 纠错

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

AI总结 本研究提出知识引导型智能体NAS框架ATHENA，通过跨医院复用架构知识，在6项临床预测任务的12项评估中9项优于或匹配基线方法，可减少Transformer型EHR建模的手动架构调整。

SPADE: Self-Play in Adaptive Synthetic Executable Environments

SPADE：自适应合成可执行环境中的自博弈

Bo Liu, Simon Yu, Yiding Jiang, Ao Qu, Andrew Zhao, Zichen Liu, Junsu Kim, Zijian Zhou, Seungone Kim, Tongzheng Ren, Mickel Liu, Hanfei Yu, Zhaorun Chen, Weiyan Shi, Paul Pu Liang, Luke Zettlemoyer, Yejin Choi, Natasha Jaques

机构 * University of Washington（华盛顿大学） ； Stanford University（斯坦福大学） ； Northeastern University（东北大学） ； Carnegie Mellon University（卡内基梅隆大学） ； Massachusetts Institute of Technology（麻省理工学院） ； National University of Singapore（新加坡国立大学） ； Seoul National University（首尔大学） ； Stevens Institute of Technology（史蒂文斯理工学院） ； University of Chicago（芝加哥大学） 纠错

专题命中 工具调用 ：agent(abstract,abstract_cn)；tool use(abstract)；tool-use(abstract)；agentic(abstract)

AI总结 SPADE是一种双角色自博弈强化学习框架，让单个LLM同时担任环境设计者与推理智能体，在多类基准上显著提升了语言智能体的性能，推动了开放式自我改进。

Comments Work in progress. Project page: this https URL (https://spade-rl.github.io); Code: this https URL (https://github.com/spade-rl/spade)

TRACE: A Self-Evolving Skill Bank for Consistent, Limit-Aware LLM Agents

TRACE：面向一致性、极限感知的自进化技能库

Wenhao Wu, Menghao Zhang, Xin Wang, Zhi Wang, Kun Shao, Jian Luan

机构 * Xiaomi Inc.（小米公司） ； Nanjing University（南京大学） ； Beijing University of Posts and Telecommunications（北京邮电大学） ； Tsinghua University（清华大学） 纠错

专题命中 工具调用 ：agent(abstract)；tool use(abstract)；tool-use(abstract)；agentic(abstract)

AI总结 TRACE是一种无需修改模型权重的自进化技能库方法，通过轨迹对比进化优化技能，在CAR-bench任务上显著提升LLM智能体的一致性性能，缩小潜在与可靠性能的差距。

Comments 9 pages, 5 figures, 2 tables

Apodex 1.1: Scaling Agentic Intelligence for Complex Work

Apodex 1.1：为复杂工作扩展智能体智能

Apodex Team: B. An, B. Li, B. Wang, B. Zhang, B.L. Wang, C. Feng, C. Wei, C. Xue, C. Zhang, D. Ng, D. Ye, E. Min, F. Chen, F. Liu, F. Yang, F. Ye, H. Xu, H. Yang, H. Ye, H. Zhang, H. Zhao, J. Li, J. Lin, J. Xia, K. Jin, K. Wang, K. Yang, L. Bing, L. Lei, L. Su, Le. Wang, Lu. Wang, N. Wang, Q. Ren, Q. Yang, R. Li, S. Bai, S. Du, S. Li, S. Lin, S. Nie, S. Wang, S. Zhang, S.Z. Wang, Ta.Q. Fang, Ti.Q. Fang, W. Fang, W. Li, W. Zhang, X. Chen, X. Li, X. Tang, X. Wang, X. Xu, X. Zhang, X.Q. Wang, X.Y. Wang, Y. Deng, Y. Gao, Y. Hu, Y. Li, Y. Sui, Y. Wang, Y. Xiao, Y. Zhang, Z. Chen, Z. Cheng, Z. Feng, Z. Liang, Z. Zhang

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

AI总结 Apodex 1.1 从环境扩展与智能体协调扩展两维度开发工作能力，在多领域复杂任务中性能领先，其 350亿参数的 Mini 版本可本地部署，助力构建长周期任务的重型求解器。

Risk-Aware Reranking for Agentic Tool Retrieval

面向智能体工具检索的风险感知重排序

Qinfei Li, Xiaoxuan Dong, Jin Zhang, Dexu Yu, Wenhao Deng, Junchen Fu, Youhua Li, Hanwen Du, Chunxiao Li

专题命中 工具调用 ：agentic(title)；agent(abstract)；tool-use(abstract)

AI总结 本文针对智能体工具检索的风险问题，提出轻量级风险感知重排序框架，通过权衡安全与效用改善相关性-安全 tradeoff，为安全关键部署提供保守操作点。

Comments Accepted by CIKM 2026

MCP-Universe RL: A Framework for Training MCP Tool-Use Agents via Reinforcement Learning

MCP-Universe RL：一种通过强化学习训练MCP工具使用智能体的框架

Ziyang Luo, Yan Yang, Xiangru Jian, Ziji Shi, Xiaoqiang Lin, Jun Hao Liew, Silvio Savarese, Junnan Li

机构 * Salesforce AI Research（Salesforce AI研究院） 纠错

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

AI总结 该研究提出MCP-U RL开源框架，依托MCP协议解决RL训练中环境搭建与GPU利用率问题，在gpt-oss-20b上训练三类工具使用智能体并提升了任务奖励。

Comments Technical Report

MCite-RL: Towards Reliable Multimodal RAG via Citation-enhanced Agentic Reinforcement Learning

MCite-RL：基于引用增强型智能体强化学习的可靠多模态检索增强生成

Suifeng Zhao, Zida Liu, Xinyu Lei, Lei Sun, Jun Gao, Sujian Li

机构 * Peking University（北京大学） ； Panasonic Connect Co., Ltd.（松下连接株式会社） 纠错

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

AI总结 针对现有多模态RAG存在的视觉引用不准或与答案脱节问题，本文提出MCite-RL框架，通过智能体优化模块和引用增强型奖励机制实现引用精度与答案质量的联合优化，经多基准实验验证有效。

SceneOrchestra: Efficient Agentic 3D Scene Synthesis via Full Tool-Call Trajectory Generation

SceneOrchestra: 通过完整工具调用轨迹生成实现高效的代理3D场景合成

Yun He, Kelin Yu, Matthias Zwicker

机构 * University of Maryland, College Park（马里兰大学学院公园分校） 纠错

专题命中 工具调用 ：agentic(title,abstract)

AI总结 SceneOrchestra通过训练可调的 orchestration 框架优化工具调用流程，消除逐步审查循环，提升效率和输出质量。

Comments Accepted by ECCV 2026

AgentWeave: Routing Before Reasoning for Efficient Function Calling in Tool-Rich Language Models

AgentWeave：在工具丰富的语言模型中实现高效函数调用的推理前路由

Saurav Singla, Aarav Singla, Advik Gupta, Parnika Gupta

专题命中 工具调用 ：function calling(title)；分类 cs.AI、cs.CL

AI总结 本研究提出AgentWeave，一种推理前确定性路由层，可缩小工具丰富语言模型的函数调用候选集，在BFCL V4多函数任务上实现12.5%的原生BFCL成功，同时减少工具数量、输入token和延迟。

Comments 12 pages, 2 figures, 6 tables. Open-source implementation and reproducibility artifacts available in the AgentWeave repository

Noise Floor Audit for Agent Benchmarks

智能体基准测试的噪声底审计

Yihang Chen, Pin Qian, Su Wang, Chong Peng, Huan Xu, Xiyang Wu, Yiqi Sun

专题命中 工具调用 ：agent(title)；分类 cs.CL

AI总结 该研究针对BFCL基准的工具调用端点，审计了重复运行与提示扰动带来的测量变异性，发现提示扰动是更大噪声来源，边际准确率掩盖了稳定性与失败模式。

Comments 10 pages, 1 figure, 6 tables

Enrich-Retrieve-Rank: Scaling Capability Discovery Beyond In-Context Routing

Enrich-Retrieve-Rank：将能力发现扩展至上下文路由之外

Nazib Sorathiya, Daniel Zhang, Bardiya Akhbari

机构 * Amazon AGI（亚马逊AGI） 纠错

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

AI总结 该研究提出Enrich-Retrieve-Rank流程，将能力发现从上下文路由扩展，经实验验证其在大规模MATS组件场景下，比Full-Ctx、Search&Pick基线性能更优且成本更低，已作为多智能体平台的默认能力发现层投入生产。

Comments 11 pages, 4 figures, and 12 tables

Chain of Operators: An Inference-Time Harness for In-Context Operator Learning

利用算子链实现上下文算子学习

Minghui Yang, Chenghan Wu, Ling Guo, Liu Yang

机构 * Department of Mathematics, Shanghai Normal University（上海师范大学数学系） ； Department of Mathematics, National University of Singapore（新加坡国立大学数学系） 纠错

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

AI总结 提出Chain of Operators (CHOP)框架，通过构造显式初等变换与冻结ICON的算子链，无需微调即可提升上下文算子网络在分布外算子任务上的泛化能力，在标量守恒律和平均场控制问题中降低推理误差。

Same Payload, Different Channel: Measuring Trust Asymmetry in Tool-Using Language Models

相同载荷，不同通道：测量使用工具的語言模型中的信任不对称性

Mohammed Sameer Syed, Rozhin Yasaei (University of Arizona)

机构 * University of Arizona（亚利桑那大学） 纠错

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

AI总结 本研究提出安全不对称分数（SAS），通过匹配恶意载荷仅改变传递上下文，系统测量了语言模型在不同通道（用户消息、工具元数据、工具输出）中对对抗性内容的脆弱性差异，发现代理原生模型在工具描述通道更脆弱，而通用模型相反，且机制研究表明安全相关表示在深层网络非线性编码。

Comments Accepted to EMNLP 2026 (Main Conference)

Safety Training May Persist Through Helpfulness Optimization in LLM Agents

在LLM代理中通过帮助性优化保持安全性训练

Benjamin Plaut

机构 * Department of Computer Science, University of California, Berkeley, USA（计算机科学系，加州大学伯克利分校） 纠错

专题命中 工具调用 ：tool-use(abstract)；agentic(abstract)；分类 cs.CL、cs.LG

AI总结 研究通过帮助性优化在LLM代理中保持安全性训练，发现单独训练或依次训练无法找到最佳策略，但所有配置接近帕累托前沿。

Comments Preprint

Where World Models Break: Natural-Input Failure Discovery

世界模型何时失效：自然输入的故障发现

Zhanpeng Shi, Zi Liang, Rong Feng, Shiqin Tang, Xuyang Chen, Hongzong Li

机构 * School of Computer Science, Northwestern Polytechnical University（西北工业大学计算机学院） ； The Hong Kong Polytechnic University（香港理工大学） ； City University of Hong Kong（香港城市大学） ； Department of Electrical and Computer Engineering, National University of Singapore（新加坡国立大学电气与计算机工程系） ； Generative AI Research and Development Center, The Hong Kong University of Science and Technology（香港科技大学生成式人工智能研发中心） 纠错

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

AI总结 本文针对现有世界模型评估忽略灾难性故障风险的问题，提出 BasinLens 方法，可在有限查询预算下发现自然输入引发的可复现、局部持续的世界模型故障，暴露常规基准未覆盖的漏洞。

Breadcrumbing Search Agents

面包屑式搜索智能体

Xuebin Li, Hanqing Zhao, Siyuan Liang, Kejiang Chen, Weiming Zhang, Dacheng Tao, Nenghai Yu

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

AI总结 该研究针对LLM搜索智能体的安全问题，提出ACH和TGSE策略，通过操纵搜索结果形成连贯证据链，大幅提升攻击成功率。

Comments 39 pages, 7 figures

Compositional Chain-of-Relations for Faithful Knowledge Graph Question Answering with Large Language Models

面向大型语言模型的忠实知识图谱问答的组合式关系链

Chenhui Liu, Jianpeng Zhou, Jiahai Wang

机构 * Sun Yat-sen University（中山大学） 纠错

专题命中 工具调用 ：agent(abstract)；分类 cs.AI

AI总结 本文针对现有基于LLM的KGQA方法存在的实体剪枝不可靠、约束处理无基础的局限，提出组合式关系链（CCoR）框架，以关系为中心探索实现更忠实的多跳KGQA，在多个基准上性能优于基线。

CacheRouter: A Dual-Path Tool Routing Architecture with Cache-Preserving Main-Model Isolation for Long-Tail Tool Discovery

CacheRouter：一种用于长尾工具发现的保留缓存的主模型隔离双路径工具路由架构

Donghui Zha, Lingwei Xu, Linxiao Wu, Yixue Dong, Haochen Li

机构 * School of Mathematical Sciences, Beijing University of Posts and Telecommunications（北京邮电大学数学科学学院） ； School of Mathematics and Statistics, Chongqing University（重庆大学数学与统计学院） ； School of Science, Beijing Forestry University（北京林业大学理学院） 纠错

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

AI总结 针对LLM工具使用中渐进式披露与提示词缓存的权衡，提出CacheRouter双路径路由架构，通过主模型隔离与工具路由通道设计提升缓存命中率，降低输入成本。

Think with Structured Grounding: Perceptual Reinforcement Learning for Chart and Visual-Tabular Understanding

基于结构化接地的思考：面向图表与视觉表格理解的感知强化学习

Changjiang Jiang, Qiannian Zhao, Lei Xin, Jinxiang Xie, Preslav Nakov, Zhuohan Xie

机构 * Mohamed bin Zayed University of Artificial Intelligence（穆罕默德·本·扎耶德人工智能大学） ； Nanjing University（南京大学） 纠错

专题命中 工具调用 ：tool-use(abstract)；分类 cs.AI

AI总结 针对MLLMs依赖外部工具感知图表等视觉内容的问题，提出TwSG框架，通过两阶段训练实现细粒度视觉推理，降低延迟并提升准确率与鲁棒性。

Comments Manuscript

Tensor Seeks Layout: Formalizing Layout Selection for ML Compilers

张量寻求布局：为机器学习编译器形式化布局选择

Clemens Eisenhofer, Yuwen Jia, Daniel Kroening, Sergey Pupyrev

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

AI总结 本文首次形式化机器学习编译器的布局选择问题，提出组合优化模型与算法，实现多种现有策略的统一，在AI加速器编译器上的实验验证了其效果，可分离成本模型误差与搜索质量。

Improving Auto-Design of Neural PDE Solvers with a Domain-Specific Language

用领域特定语言改进神经偏微分方程求解器的自动设计

Shengxin Kong, Liwen Xu, Jingwen Fu

专题命中 工具调用 ：agent(abstract)；分类 cs.AI

AI总结 该研究提出ADSL-PDE领域特定语言，通过结构化搜索空间提升神经PDE求解器自动设计的搜索效率与优化稳定性，前十次迭代性能提升超52%。

Online design of dynamic networks

动态网络的在线设计

Duo Wang, Andrea Araldo, Mounim El Yacoubi

机构 * Peking University（北京大学） ； Institut Polytechnique de Paris（巴黎理工学院） 纠错

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

AI总结 本文提出一种基于蒙特卡洛树搜索的滚动时间规划方法，用于动态网络的在线设计，通过实时调整公交线路以适应随机需求，提升系统性能。

Comments 14 pages

JANUS: Online Jacobian-Aligned Infill for Black-Box Optimization

JANUS：用于黑箱优化的在线雅可比对齐填充

Hongyuan Yu, Pufan Xu, Jiaojiao Yi, Yiding Tian, Mingrui Sun, Jiayuan Lu, Changyuan Wen

专题命中 工具调用 ：planning(abstract)

AI总结 JANUS是即插即用的黑箱优化填充模块，实时估计局部雅可比引导搜索，提升了CMA-ES等宿主优化器在BBOB、多目标等任务上的性能，无需离线训练。

Comments 27 pages, BBO method

SARCLIP: A Scalable CLIP-Based Retrieval System for Seventeenth-Century Spanish American Notary Records

SARCLIP：用于17世纪西班牙美洲公证记录的可扩展CLIP检索系统

Chandrasekhar Syamala, Parshad Suthar, Hulayyil Alshammari, Viviana Grieco, Praveen Rao

专题命中 工具调用 ：workflow(abstract)

AI总结 该研究针对历史手稿档案检索难题，构建了基于CLIP的SARCLIP系统，结合FAISS索引、伪相关反馈等人在回路功能，可在大规模17世纪西班牙美洲公证记录语料库上实现完整交互式检索。

Comments 4 pages, 2 figures. To appear

Scalable PII Discovery in Mobile App Databases via Hypothesis-Driven Search

基于假设驱动搜索的移动应用数据库中可扩展个人身份信息（PII）发现

Jeel Piyushkumar Khatiwala, Samad Afolabi, Ruoyao Xiao, Yu Luo, Dianxiang Xu, Weifeng Xu

专题命中 工具调用 ：agent(abstract)

AI总结 该研究针对移动应用数据库中PII发现的难题，提出假设驱动框架，在25个SQLite数据库上验证，Gemini 2.5 Pro取得94.5% F1，可缩减79.9%有效搜索空间，且模型性能受其能力影响显著。

Comments X pages, Y figures. Accepted at IDFC 2026 (Trento, Italy). To appear in Frontiers in Artificial Intelligence and Applications, IOS Press

Exact versus unique nondeterministic automatic complexity

精确非确定性自动机复杂度与唯一非确定性自动机复杂度

Bjørn Kjos-Hanssen, Travis Rivera Petit

专题命中 工具调用 ：agent(abstract)

AI总结 该研究证明精确非确定性自动机复杂度$A_{Ne}$与唯一非确定性自动机复杂度$A_N$存在差异，找到二进制分离单词w，经穷举搜索和SAT求解器验证，分离结果由AI智能体发现。

AI-Assisted Extraction of Follow-up Observations from GCN Circulars in Astro-COLIBRI

AI辅助从Astro-COLIBRI中的GCN Circulars提取后续观测数据

Fabian Schüssler, S. Bisero, M. Cellier, A. Ciric, B. Cornejo, I. Jaroschewski, A. Kaan Alkan, W. Kiendrébéogo, A. Saint-Paul

专题命中 工具调用 ：workflow(abstract)

AI总结 该研究开发了Astro-COLIBRI的AI辅助组件，可将GCN Circulars转换为结构化后续记录，经评估准确率达99.80%，已实时处理新Circulars并发布开源解析管道。