AI Agent

Fidelity Is Not Enough: Dispatch-Level Instrumentation for Agentic Datasheet Extraction

保真度并不足够：智能体数据表提取的调度级检测工具

Qing Ye, Meng-Hsuan Lin

机构 * Infineon Technologies AG（英飞凌科技股份公司） 纠错

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

AI总结 该研究针对智能体数据表提取，发现仅靠保真度不足，提出构建调度级工具，通过检查工具调用轨迹检测故障，验证了其对植入故障的检测能力及工具层的可移植性价值。

Comments Accepted at EMNLP 2026 Industry Track. 7 pages + appendices

ReToolSQL: Agentic Reinforcement Learning for Robust Text-to-SQL

ReToolSQL：用于鲁棒文本到SQL的智能体强化学习

Pratik Kakkar, Chandra Dhir, Ravi Shankar, Pareekshit Reddy Gaddam, Anup Shirgaonkar

机构 * JPMorganChase（摩根大通） 纠错

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

AI总结 ReToolSQL为文本到SQL提出两阶段训练框架，结合监督微调与智能体强化微调，在BIRD-SQL基准上取得高执行准确率，登顶单模型开发集排行榜，是实现企业级鲁棒文本到SQL的可行方案。

Moirae: A Multimodal Agent Collaborative Framework for Dynamic Android Malware Detection

Moirae：用于动态Android恶意软件检测的多模态智能体协作框架

Xueying Zeng, Youquan Xian, Yanze Li, bowen hu, Ziqi Shan, Xu Luo, DanPing Yang, Peng Liu, Lei Cui, Bo Li

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

AI总结 该研究提出多模态智能体协作框架Moirae，通过融合多维度运行时证据实现动态Android恶意软件检测，在未见过的数据集上零样本准确率达90.06%，优于现有基线且抗概念漂移。

xTRUCE: A Provably Safe Arbiter for Multi-xApp Conflict Mitigation in Agentic O-RAN

xTRUCE：面向智能体开放式无线接入网（O-RAN）中多xApp冲突缓解的可证明安全仲裁器

Le Xia, Rose Qingyang Hu, Paul S. Kudyba, Zhenlin An, Haijian Sun

专题命中 工具调用 ：agentic(title,abstract)

AI总结 针对O-RAN中LLM驱动xApp提案的冲突等问题，提出可证明安全的仲裁器xTRUCE，通过三层约束层次与两阶段仲裁机制保障gNB控制安全，经仿真和空中实验验证其有效性。

Comments 13 pages, 7 figures. This work has been submitted to the IEEE for possible publication

ITER: Interaction-Aware Retrieval for Agentic Search

ITER：面向智能体搜索的交互感知检索

Haodong Chen, Shuai Wang, Yu Yin, Shengyao Zhuang, Guido Zuccon, Teerapong Leelanupab

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

AI总结 本文提出交互感知稠密检索器ITER，利用智能体轨迹学习信号训练，在六种智能体骨干上优于LRAT，跨智能体鲁棒性强于AgentIR，在两个基准上获显著性能提升。

Learning to Use Tools: Reinforcement Learning for Tool-Integrated Mathematical Reasoning

学习使用工具：用于工具集成数学推理的强化学习

Minghui Xu, Zi Wang

机构 * Stanford University（斯坦福大学） 纠错

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

AI总结 本研究针对Countdown任务，构建工具使用的SFT数据集并采用多种强化学习方法，结合计算器工具集成提升LLM数学推理，使pass@1达66.0%，显著降低计算与验证错误。

WeAgent-MMSearch: Native Text-Vision Interaction for Multimodal Search Agents

WeAgent-MMSearch：面向多模态搜索智能体的原生文本-视觉交互

Zongkai Liu, Hui Zhang, Liqiang Niu, Zhen Cao, Han Li, Juntao Liu, Wenchao Chen, Chengduo Zhao, Chao Yu, Fandong Meng

机构 * Weixin AI, Tencent（腾讯微信人工智能） ； Sun Yat-sen University（中山大学） 纠错

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

AI总结 针对现有多模态搜索智能体忽略图像、长程交互易失败的问题，提出 WeAgent-MMSearch 系统，通过 WeAgent-Harness 实现文本-视觉交互，经 FA-GSPO 后训练后，模型在多模态搜索基准上性能大幅提升。

CEDAR: Automata as Verifiable Interfaces for Language-Guided Embodied Action

CEDAR：作为语言引导具身动作可验证接口的自动机

Lekai Chen, Alvaro Velasquez, Ashutosh Trivedi

机构 * University of Colorado Boulder（科罗拉多大学博尔德分校） 纠错

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

AI总结 提出 CEDAR 框架，将具身智能体的自然语言指令转化为正则语言并表示为确定有限自动机，在 Minecraft 中可维持基线无法保留的时空约束并减少 LLM 查询，提供了实用的验证层。

The Calls are Coming from Inside the Model: Investigating Probe-based Detection of Tool-Calling Errors in LLMs

调用来自模型内部：研究基于探针的大型语言模型工具调用错误检测方法

Eric Yeats, Brendan Kennedy, Loc Truong, John Buckheit, Jung Lee, Jesse Friedbaum, John Emanuello, Henry Kvinge

机构 * Pacific Northwest National Laboratory（太平洋西北国家实验室） ； National Security Agency（美国国家安全局） 纠错

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

AI总结 本研究探究基于线性探针的工具调用错误检测方法，在18个工具调用LLM上验证其效能，发现探针可捕捉多种工具调用错误，还能泛化到新型错误，为LLM工具调用错误检测提供有效手段。

Comments 4 main pages, 8 pages of references and appendices

FocusGen: Expanding Visual Design Exploration with a Simulated Focus Group of Persona Agents

FocusGen：通过模拟角色智能体的虚拟焦点小组拓展视觉设计探索

Jaewon Choi, Helena Vasconcelos, Hyun Lee, Carolyn Zou, Tak Yeon Lee, Michael Bernstein

专题命中 工具调用 ：agent(abstract)

AI总结 FocusGen是引入虚拟角色智能体焦点小组的交互式视觉设计系统，可拓展设计探索、提升输出多样性，助力设计师突破思维定式，同时存在刻板印象风险，为早期构思提供发散支架。

Comments 18 pages, 7 figures, 6 tables

Beyond the Vacuum: Combinatorial Strategy Selection for Competitor-Aware Generative Engine Optimization

超越真空：面向感知竞争对手的生成式引擎优化的组合策略选择

Vaibhav Sourirajan, Yao Zhang, Himanshu Kumar, Sahil Wadhwa, Mann Patel, Amirfarrokh Iranitalab

专题命中 工具调用 ：agentic(abstract)

AI总结 本研究将生成式引擎优化（GEO）形式化为感知竞争对手的策略选择问题，提出两阶段流程，在相关基准及合成数据集上实现最优性能且可跨域迁移。

Comments 20 pages, 2 figures

QUBO-Compatible Active Learning for Inverse Design of High-Entropy Alloys

适用于二次无约束二元优化（QUBO）的高熵合金逆向设计主动学习方法

Giorgio Silvi, Kirsten Bark, Rolando Reiner, Nicolas Vogt, Thomas Plehn, Daniel Barragan-Yani, Marc Landmann, David Melching

专题命中 工具调用 ：workflow(abstract)

AI总结 该研究提出适用于QUBO的高熵合金逆向设计主动学习框架，结合预训练图神经网络、二元变分自编码器与二次因式分解机，经基准测试可实现高效QUBO兼容的材料逆向设计。

Coordinated Motion Planning for Multi-Arm Systems via Iterative LQ Games

基于迭代LQ博弈的多机械臂系统协调运动规划

Junyoung Kim, Hanwen Ren, Lei Zhang, Ahmed H. Qureshi

机构 * Purdue University（普渡大学） 纠错

专题命中 规划决策 ：planning(title,abstract)；agent(abstract)；multi-agent(abstract)

AI总结 本文提出迭代LQ博弈框架用于多机械臂协调运动规划，通过可微碰撞惩罚生成安全高效轨迹，性能优于传统方法，凸显微分博弈在多机器人操作中的有效性。

From Uncertainty to Clinical Risk: Severity-Aware Conformal Planning for Interactive Medical Diagnosis

从不确定性到临床风险：面向交互式医疗诊断的严重程度感知共形规划

Yue Zhou, Haiyang Zhou, Jin Zhang, Kong Wang, Yongxin Ni, Youhua Li, Hanwen Du

机构 * Lanzhou University（兰州大学） ； Hunan University（湖南大学） ； National University of Singapore（新加坡国立大学） ； City University of Hong Kong（香港城市大学） ； The Ohio State University（俄亥俄州立大学） 纠错

专题命中 规划决策 ：planning(title,abstract)；分类 cs.AI

AI总结 该研究针对交互式医疗诊断漏诊重症的风险与长程规划缺失问题，提出严重程度感知共形临床规划框架，在DDXPlus和MediQ上提升了诊断准确性、鉴别质量并降低了高风险错误。

PanelShield: Verifiable Closed-Loop Safe Planning for Robotic Industrial Panel Operation

PanelShield：面向机器人工业面板操作的可验证闭环安全规划

Guipeng Xin, Jiahe Xu, Chenhui Wan, Jie Liu, Youmin Hu, Zhongxu Hu

专题命中 规划决策 ：planning(title,abstract)；分类 cs.AI

AI总结 针对工业面板操作的安全约束规划问题，提出PanelShield框架，结合LTL与安全FSM实现可验证闭环规划，实验表明其可降低违规率至2.7%并提升任务性能。

MaCoPlanner: LLM-Assisted Manual-Compiled Task Planning with Proactive Safety Verification for Robotic Industrial Panel Operation

MaCoPlanner：面向机器人工业面板操作的、结合主动安全验证的大语言模型辅助人工编译任务规划

Guipeng Xin, Jiahe Xua, Mohammad Deghat, Chenhui Wan, Jie Liu, Youmin Hu, Zhongxu Hu

机构 * Huazhong University of Science and Technology（华中科技大学） ； University of New South Wales（新南威尔士大学） 纠错

专题命中 规划决策 ：planning(title,abstract)；分类 cs.AI

AI总结 MaCoPlanner是面向机器人工业面板操作的规划框架，通过编译设备手册知识生成规划，经主动安全验证后执行，大幅提升了任务成功率，在Level-2、Level-3任务上分别提升了21.6、17.3个百分点。

PHR-VLA: Planning Horizon Reasoning for Vision-Language-Action Models

PHR-VLA：面向视觉-语言-动作模型的规划视界推理

Davood Soleymanzadeh, Kaidi Zhang, Zhiyuan Zhang, Bihao Zhang, Xiao Liang, Yu She, Minghui Zheng

机构 * Texas A&M University（德克萨斯农工大学） ； Purdue University（普渡大学） 纠错

专题命中 规划决策 ：planning(title,abstract)；分类 cs.AI

AI总结 该研究针对现有视觉-语言-动作模型缺乏未来任务动态推理机制的问题，提出PHR-VLA框架，通过辅助未来头对齐潜在动态，提升了机器人操纵任务的成功率。

Plan Along the Way: Event-Triggered Foundation-Model Planning for TAMP Execution in Partially Observable Manipulation

动态规划：部分可观测操纵任务中用于TAMP执行的事件触发式基础模型规划

Puru Ojha, Narendhiran Vijayakumar, Nav Singhal, Girish Varma, Antony Thomas

机构 * Robotics Research Center, IIIT Hyderabad（IIIT海得拉巴机器人研究中心） ； Center for Security, Theory and Algorithmic Research, IIIT Hyderabad（IIIT海得拉巴安全、理论与算法研究中心） 纠错

专题命中 规划决策 ：planning(title,abstract)

AI总结 本文提出ROBUST TAMP框架，针对部分可观测操纵任务，通过事件触发式重规划机制提升TAMP执行的任务成功率，验证了其在6个RLBench/CoppeliaSim场景中的有效性。

Comments 8 pages, 4 figures

VICT: Verifier-Instrumented Credit Tracing for Long-Horizon LLM Agent Reinforcement Learning

VICT：用于长 horizon LLM 智能体强化学习的验证器插装式信用追踪

Pengcheng Li, Zhengyang Zhang, Dongxu Zhang, Sui Huang, Shaohua Ma

机构 * Tsinghua University（清华大学） ； Xi’an Jiaotong University（西安交通大学） ； Jiaxing Nanhu University（嘉兴南湖学院） 纠错

专题命中 规划决策 ：agent(title)；分类 cs.AI、cs.LG

AI总结 针对长 horizon LLM 智能体强化学习的细粒度信用分配挑战，提出 VICT 方法，通过验证器侧的证明边追踪分配信用，在 ALFWorld 和 WebShop 上性能显著优于仅结果训练。

Comments accepted by EMNLP2026

Benchmarking large language model agent societies against human behavioural distributions

针对人类行为分布的大语言模型智能体群体基准测试

Raad Bin Tareaf

专题命中 规划决策 ：agent(title)；分类 cs.CL

AI总结 该研究开发了开源工具SILICA，测试12个大语言模型智能体群体与人类行为的契合度，发现多数模型仅起始行为与人类相近，最终行为、合作模式等均存在显著差距，仅推理训练模型表现接近人类，当前硅基智能体群体仅支持探索性研究。

A Survey on Rubric-Guided Reinforcement Learning for Language Models

面向语言模型的准则引导强化学习综述

Zifei Shan, Fangning Shao

机构 * WeChat, Tencent（腾讯微信） 纠错

专题命中 规划决策 ：agentic(abstract,abstract_cn)；分类 cs.AI、cs.CL

AI总结 该综述针对传统RLHF的缺陷，提出贝叶斯框架并沿先验-后验轴分类准则引导强化学习，分析语言学相关对齐问题，明确未来研究方向。

Comments Accepted to Findings of EMNLP 2026

LLM-Based Agents for Software and Systems Security: Approaches, Applications, and Assessment

基于大语言模型（LLM）的软件与系统安全智能体：方法、应用与评估

Jingjing Nie, Jiawei Guo, Krishna Meda, Haipeng Cai

专题命中 规划决策 ：agent(abstract)；planning(abstract)；分类 cs.AI

AI总结 本文通过系统综述2023-2026年的同行评审文献，梳理基于LLM的软件与系统安全智能体的技术方法、应用及评估，指出当前智能体权限未受限、行为不可审计的局限，并展望未来研究方向。

openJiuwen: Beyond Static Harnesses for Long-Horizon Coding Agents

openJiuwen：超越静态框架的长程编码智能体

openJiuwen Team: Tao Yu, Xinyu Zhang, Qianqian Chen, Xiaoneng Xiang, Chia Kwangyang, Xingchen Huang, Ran Chen, Yangkai Ding, Zheng Wang, Yeo Boon Hong, Bingzheng Gan, Enrui Hu, Shuo Cheng, Deyang Li, Ruifeng Shi, Hongbo Wang, Qi Ye, Xuefeng Jin, Zhangchun Zhao

机构 * Huawei Technologies Co., Ltd.（华为技术有限公司） 纠错

专题命中 规划决策 ：agent(abstract)；multi-agent(abstract)；分类 cs.AI

AI总结 openJiuwen是一款开源智能体框架，针对长程编码智能体的结构可组合性与运行时适应性挑战设计，在SWE-bench Verified和Terminal-Bench 2.1上的准确率分别达82.6%、87.19%，性能优于官方排行榜顶尖方案。

Cooperative Risk-Aware Exploration in Heterogeneous Multi-Robot Systems Using Algorithmic Altruism

基于算法利他主义的异构多机器人系统中的协作风险感知探索

Brooks A. Butler, Jair Certório, João P. Hespanha, Magnus Egerstedt

机构 * School of Electrical and Computer Engineering at Oklahoma State University（俄克拉荷马州立大学电气与计算机工程学院） ； Instituto Tecnológico de Aeronáutica（航空技术研究所） ； University of California, Santa Barbara（加州大学圣巴巴拉分校） ； University of North Carolina, Chapel Hill（北卡罗来纳大学教堂山分校） 纠错

专题命中 规划决策 ：agent(abstract)；planning(abstract)

AI总结 该研究针对异构多机器人系统，提出基于算法利他主义的博弈论框架，通过社会纳什均衡调整效用实现风险合理分配，减少冗余探索并提升团队性能，经仿真与硬件实验验证有效。

Sledgehammer or Scalpel? A Fine-grained Adaptive Framework for Implicit Hate Speech

大锤还是手术刀？用于隐性仇恨言论检测的细粒度自适应框架

Han Wang, Yuhu Cheng, Xuesong Wang, Yi Zhu

机构 * School of Information and Control Engineering, China University of Mining and Technology（中国矿业大学信息与控制工程学院） ； Yangzhou University（扬州大学） 纠错

专题命中 规划决策 ：agentic(abstract)；分类 cs.AI、cs.CL

AI总结 针对隐性仇恨言论检测中现有方法推理流程单一、计算冗余的问题，提出FAID框架，先细粒度分类再自适应处理不同类型样本，在四个基准数据集上显著优于SOTA基线。

Conformal Risk-Averse Decision Making with Optimized Certainty Equivalent Risk Control

基于优化确定性等价风险控制的保角风险厌恶决策

Amirmohammad Farzaneh, Osvaldo Simeone

专题命中 规划决策 ：agent(abstract)；分类 cs.AI、cs.LG

AI总结 该研究针对智能体在系统状态不确定时的风险厌恶决策问题，提出基于优化确定性等价（OCE）的风险控制策略，将已知分布下的最优策略简化为CVaR的预测集解，并通过数据驱动校准策略在无线波束成形场景中验证了其OCE风险高概率控制效果。

RetailAgent: Structured Adverse Timing in Self-Conditioned Multimodal LLM Trading Agents

RetailAgent：自条件多模态大语言模型交易智能体中的结构化不利时机

Yupeng Zhang, Liuyuan Jiang, Hongyi Huang, Bingheng Li, Lisha Chen

机构 * University of Wisconsin–Madison（威斯康星大学麦迪逊分校） ； Michigan State University（密歇根州立大学） ； University of Rochester（罗切斯特大学） 纠错

专题命中 规划决策 ：agent(abstract)；分类 cs.AI

AI总结 该研究提出RetailAgent框架，发现LLM交易智能体的决策存在跨维度的持续不利时机，动作与后续收益的一致性是该效应的关键驱动因素，同时自生成记忆会增强策略持续性。

Spatial-Semantic Reasoning using Large Language Models for Efficient UAV Search Operations

基于大语言模型的空间语义推理用于高效无人机搜索任务

Marin Maletic, Marijana Peti, Tamara Petrovic, Stjepan Bogdan

机构 * University of Zagreb（萨格勒布大学） ； Faculty of Electrical Engineering and Computing（电气工程与计算机学院） ； LARICS (Laboratory for Robotics and Intelligent Control Systems)（拉里克机器人与智能控制系统实验室） 纠错

专题命中 规划决策 ：planning(abstract)；分类 cs.AI

AI总结 该研究提出基于大语言模型的无人机实时语义导航框架，结合多技术实现高效目标导航，经仿真与真实实验验证可缩短任务时长且保持高搜索准确率。

Comments 8 pages, preprint, Published in: 2025 European Conference on Mobile Robots (ECMR), DOI: https://doi.org/10.1109/ECMR65884.2025.11163229

Conditional Diffusion Models for Energy-Efficient Driving

面向节能驾驶的条件扩散模型

Hemanth Neelgund Ramesh, André Snoeck, Chyi-Fu Hong, Shijing Sun

机构 * University of Washington（华盛顿大学） ； Amazon Science（亚马逊科学） ； University of Cambridge（剑桥大学） 纠错

专题命中 规划决策 ：planning(abstract)；分类 cs.LG

AI总结 该研究提出潜在条件扩散模型，基于1.2万次商用EV行程遥测数据生成电流轨迹，其性能优于直接条件注入，为不确定性感知的大规模车队规划奠定基础。

If Agents Were Angels, No Governance Would Be Necessary: Out-of-Band Policy Enforcement at a Trusted Tool Boundary

如果智能体是天使，就不需要治理：可信工具边界处带外策略执行

Marc Millstone, Tyler Akidau, Johannes Brüderl, Marat Pekker

机构 * Redpanda Data（红熊猫数据公司） 纠错

专题命中 规划决策 ：agent(abstract)；分类 cs.AI

AI总结 该研究提出带外策略执行（OBPE）作为智能体推理外的可信边界，通过原型实验将智能体追踪失败率大幅降低，提升了安全有用的任务完成率。