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。
物理模型的智能体探索
机构 * Max Planck Institute for the Science of Light（马克斯·普朗克光科学研究所）
专题命中 工具调用 ：agentic(title)；agent(abstract)；tool-use(abstract)；分类 cs.AI
AI总结 提出 SciExplorer 智能体，利用大语言模型工具使用能力，无需领域特定蓝图即可探索未知物理系统，通过实验和观测恢复运动方程和哈密顿量。
Journal ref Maximilian Nägele and Florian Marquardt, 2026 Phys. Rev. X 16, 031002
贫困地图绘制的柏拉图式表示：统一的视觉语言代码还是智能体诱导的新颖性？
机构 * AI and Global Development Lab（人工智能与全球发展实验室） ； Institute for Analytical Sociology（分析社会学研究所） ； Institute of Computer Science（计算机科学研究所） ； Department of Government（政府系）
专题命中 工具调用 ：agent(title,abstract)；AI agent(abstract)；分类 cs.AI
AI总结 研究社会经济指标在卫星图像和网络文本中的信息印记，开发多模态框架经五条管道预测家庭财富，贡献包括融合视觉与文本提升预测、发现部分表示对齐证据、发布大规模多模态数据集。
Comments ICSC 2026
通过特定标题激活控制工具使用
专题命中 工具调用 ：tool use(title,abstract)；tool-use(abstract)；分类 cs.AI
AI总结 研究工具增强大语言模型中工具使用决策的稳定内部表示，通过从标题锚点位置提取引导向量对工具调用行为进行双向因果控制，发现其因果有效性与线性结构不符，还区分了工具使用引导向量与参数化概念的引导向量，二者关系待解。
aiAuthZ：人工智能代理的远程、身份绑定授权
机构 * SportsVision AI
专题命中 工具调用 ：AI agent(title,abstract)；agent(abstract)；分类 cs.AI
AI总结 研究人工智能代理授权问题，提出aiAuthZ授权网关，通过消息签名验证身份、评估策略，加入审计日志并生成认证收据，有效降低攻击成功率，保障代理调用安全，减少决策延迟。
Comments Technical Report
基于冲突的懒搜索用于快速多机器人规划
机构 * Shanghai Research Institute for Intelligent Autonomous Systems, Shanghai Institute of Intelligent Science and Technology, the State Key Laboratory of Autonomous Intelligent Unmanned Systems, and Frontiers Science Center for Intelligent Autonomous Systems of Ministry of Education, Tongji University（上海智能无人系统科学中心，上海智能科学与技术研究院，自主智能无人系统国家重点实验室，同济大学智能自主系统前沿科学中心） ； Department of Automation, Shanghai Jiao Tong University（上海交通大学自动化系） ； School of Aerospace Engineering and Institute for Robotics and Intelligent Machines, Georgia Institute of Technology（佐治亚理工学院航空航天工程学院和机器人与智能机器研究所）
专题命中 工具调用 ：planning(title,abstract)；agent(abstract)；分类 cs.AI
AI总结 针对多机器人在杂乱工作空间的实时规划难题，提出基于冲突的懒搜索（CBLS）算法。该算法基于CBS，通过预计算和懒搜索改进，采用懒评估图与LEA*算法，应用于多机器人规划问题，性能优于CBS和RRT-Connect。
Journal ref IEEE/ASME Transactions on Mechatronics(TMECH) 2026
受控MCP：通过基于logit的安全原语实现AI代理的内核级工具治理
机构 * Independent Researcher（独立研究者）
专题命中 工具调用 ：AI agent(title,abstract)；agent(abstract)；分类 cs.AI
AI总结 本文提出 Governed MCP，一种基于logit的安全原语的内核级工具治理网关，通过六层管道对MCP工具调用进行安全检查，提升AI代理的安全性。
Comments 14 pages, 6 tables. Companion paper to arXiv:2604.11943 (ProbeLogits)
Janus：用户参与的智能体权限管理实验平台
机构 * University of Washington（华盛顿大学） ； University of Massachusetts Amherst（马萨诸塞大学阿默斯特分校） ； Georgetown University（乔治城大学）
专题命中 工具调用 ：agentic(title,abstract)；AI agent(abstract)；分类 cs.AI
AI总结 提出Janus系统，通过模块化框架和自动化评估工具，研究用户参与AI智能体权限管理的设计空间，发现用户输入可增强隐私安全，AI辅助可降低认知负担，但需考虑权限疲劳等现实行为。
Comments Code and data released on GitHub: https://github.com/GraceBrigham/Janus
Auto-FL-Research: 联邦学习算法的智能搜索
机构 * NVIDIA, Santa Clara, USA（英伟达，美国圣克拉拉）
专题命中 工具调用 ：agentic(title)；agent(abstract)；workflow(abstract)；分类 cs.AI
AI总结 提出Auto-FL-Research (AFR)，一种约束编码代理工作流，用于自动搜索联邦学习算法，在五个医疗和六个LEAF任务上验证了有效性，并分析了搜索结果的机制。
Comments 8 pages; 5 figures; 6 tables
智能体能否泛化到开放世界？揭示工具使用中静态训练的脆弱性
专题命中 工具调用 ：tool use(title)；agent(abstract)；tool-use(abstract)；分类 cs.AI
AI总结 针对LLM智能体在真实场景中因查询、工具集和交互动态变化而性能下降的问题，形式化定义了开放世界工具使用问题，构建了四层层次的环境偏移框架，并通过实验揭示了监督微调和强化学习训练智能体在面对开放环境偏移时的脆弱性，提出了扰动增强微调策略以提升鲁棒性。
Comments Accepted by ICML 2026
探索LLM代理在科学可视化中的交互范式
机构 * Univ. Notre Dame（诺特难大学） ； LLNL（劳伦斯利弗莫尔国家实验室）
专题命中 工具调用 ：agent(title,abstract)；tool use(abstract)；分类 cs.AI
AI总结 本文研究不同类型的LLM代理在科学可视化任务中的表现，通过评估八种代表性代理在15个基准任务中的可视化质量、效率、鲁棒性和计算成本，发现通用编程代理任务成功率最高但计算成本高，领域专用代理更高效稳定但灵活性差，计算机使用代理在单步任务表现良好但多步流程受限。
面向人类中心的移动性：定义、前景以及与车辆自主性的协同发展
机构 * Interdisciplinary Centre for Security, Reliability and Trust（跨学科安全、可靠与信任中心） ； University of Luxembourg（卢森堡大学）
专题命中 工具调用 ：agentic(title,abstract)；tool use(abstract)；分类 cs.CL
AI总结 本文探讨了面向人类中心的移动性，提出了代理车辆的概念，指出自主性和代理性是相互关联但概念上不同的维度，并强调了协同发展的必要性。
智能体系统作为压缩器：用比特数衡量系统智能
机构 * Peking University（北京大学）
专题命中 工具调用 ：agentic(title,abstract)；agent(abstract)；分类 cs.AI
AI总结 提出将智能体系统视为压缩器，通过算术编码等方法以比特数衡量系统智能，在五个任务中验证智能体组件能减少编码长度。
Web4 代理经济：景观、挑战与机遇的大规模实证研究
专题命中 工具调用 ：agent(title,abstract)；autonomous agent(abstract)；分类 cs.SE
AI总结 通过分析99,448个多链身份注册、3.17亿交易日志、341个MCP项目源码和349个GitHub问题，首次大规模实证研究Web4代理生态，发现自主代理已建立活跃的机器对机器支付经济，但基础设施不成熟，支付互操作性是主要瓶颈。
智能体框架的有效反馈计算缩放定律
机构 * Harbin Institute of Technology（哈尔滨理工大学）
专题命中 工具调用 ：agent(title,abstract)；tool use(abstract)；分类 cs.CL
AI总结 提出有效反馈计算（EFC）作为缩放坐标，通过衡量信息性、有效性、非冗余性和保留性来预测智能体框架性能，在多个任务上优于原始计算基线。
优化 Lean 中智能定理证明器的成本-质量权衡
机构 * University of Washington（华盛顿大学） ； University of California, Berkeley（加州大学伯克利分校）
专题命中 工具调用 ：agentic(title,abstract)；agent(abstract)；分类 cs.CL
AI总结 提出一种包含数据平面和控制平面的动作路由智能体，通过观察失败轨迹并估计成功概率与成本来动态决定继续证明或重新分解，在 PutnamBench 子集上平均降低 25.8% 成本且保持性能。
智能符号搜索：超越手工表达式、网格和神经网络的PDE特征化
机构 * National University of Singapore（新加坡国立大学）
专题命中 工具调用 ：agentic(title,abstract)；agent(abstract)；分类 cs.LG
AI总结 提出ASYS框架，通过智能体将PDE理论转化为可微分符号程序，结合进化搜索和梯度优化自动发现解析形式或近似，在多个问题中生成可解释表示。
RODS: 面向多轮工具使用智能体的奖励驱动在线数据合成
机构 * Zhejiang University（浙江大学） ； Shanghai Innovation Institute（上海创新研究院） ； Westlake University（西湖大学）
专题命中 工具调用 ：tool-use(title,abstract)；agent(abstract)；分类 cs.AI
AI总结 针对多轮工具使用强化学习中静态数据集信息样本快速耗尽的问题，提出RODS方法，利用进度奖励方差作为零成本边界检测器，在线合成与智能体能力边界匹配的样本，以约800样本达到17K样本离线管道的性能。
LandslideAgent与多模态LandslideBench：一种面向自主滑坡识别与分析的领域规则增强型智能体
机构 * Central South University（中南大学）
专题命中 工具调用 ：agent(title,abstract)；agentic(abstract)；分类 cs.AI
AI总结 提出指令驱动智能体框架，包含多模态数据集LandslideBench、滑坡专用视觉语言模型LandslideVLM及领域规则增强智能体LandslideAgent，实现自主滑坡识别与分析。
VisualClaw：面向物理世界的实时个性化智能体
机构 * UC Santa Cruz（加州大学圣克鲁兹分校） ； UNC-Chapel Hill（北卡罗来纳大学教堂山分校） ； Google（谷歌） ； UC Berkeley（加州大学伯克利分校）
专题命中 工具调用 ：agent(title,abstract)；agentic(abstract)；分类 cs.CL
AI总结 提出VisualClaw，一种自进化多模态智能体，通过混合编码和技能进化机制降低部署成本并提升准确性，在多个视频QA基准上实现平均-98%的API成本削减和最高+15.80%的准确率提升。
Comments H. T. and J. C. contribute to this project equally
AI代理如何重塑知识工作：自主性、效率与范围
机构 * Harvard Business School（哈佛商学院） ； Perplexity AI
专题命中 工具调用 ：AI agent(title,abstract)；autonomous agent(abstract)；分类 cs.AI
AI总结 基于Perplexity产品数据，研究发现AI代理通过端到端任务执行，将自主工作时间从33秒提升至26分钟，完成时间缩短87%，成本降低94%，并扩展了工作范围与认知层次。
IAPO：面向小型多模态代理工具使用的输入归因感知策略优化
机构 * University of California, Santa Barbara（加州大学圣塔芭芭拉分校）
专题命中 工具调用 ：tool use(title,abstract)；agentic(abstract)；分类 cs.LG
AI总结 提出输入归因感知策略优化（IAPO），通过强化学习对齐模型与教师模型的输入归因，提升多模态小语言模型的工具调用能力，在六个测试集上平均准确率提升3%。
MobilityBench：用于评估真实世界移动场景中路径规划智能体的基准
机构 * Computer Network Information Center, Chinese Academy of Sciences（中国科学院计算机网络信息中心） ； AMAP, Alibaba Group（阿里集团AMAP） ； Alibaba Group（阿里集团）
专题命中 工具调用 ：planning(title,abstract)；tool use(abstract)；分类 cs.AI
AI总结 提出MobilityBench基准，通过确定性API重放沙箱和多维评估协议，系统评估基于LLM的路径规划智能体，发现现有模型在偏好约束路径规划上表现不佳。
通过不确定性对齐强化学习探索智能体工具调用决策
机构 * Shanghai Jiao Tong University（上海交通大学） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； Shanghai Innovation Institute（上海创新研究院）
专题命中 工具调用 ：agentic(title)；agent(abstract)；tool-use(abstract)；分类 cs.AI
AI总结 针对智能体工具调用中错误累积问题，提出TRUST方法，将不确定性量化作为排斥力融入奖励设计，并标注轻量关键轮次用于多轮轨迹统一后训练，显著提升决策质量与智能体性能。
超越搜索的潜在几何：在世界模型中摊销规划
机构 * Department of Robotics, University of Michigan, Ann Arbor（密歇根大学机器人系，安阿伯）
专题命中 工具调用 ：planning(title,abstract)；分类 cs.LG
AI总结 提出在正则化潜在几何下，将规划摊销为潜在逆动力学映射，以轻量级GC-IDM替代在线搜索，在七个环境协议中匹配或超越CEM，决策成本降低100-130倍。
Comments 31 pages
代理型人工智能的保险
机构 * Department of Electrical and Computer Engineering, New York University, Tandon School of Engineering（电气与计算机工程系，纽约大学，工程学院）
专题命中 工具调用 ：agentic(title,abstract)；planning(abstract)；分类 cs.AI
AI总结 本文分析了代理型AI带来的新型风险，提出了承保、定价、再保险和产品设计的框架，并构建了整合多种保险覆盖的协调架构。
探索智能体记忆系统的跨场景通用性：诊断与强基线
机构 * Michigan State University（密歇根州立大学） ； George Mason University（乔治·马歇尔大学） ； Purdue University（普渡大学）
专题命中 工具调用 ：agentic(title,abstract)；agent(abstract)；分类 cs.AI
AI总结 通过诊断现有记忆系统在多种场景下的表现，提出一个基于工具调用的自管理记忆框架AutoMEM，实现最佳跨场景通用性。
Comments 14 pages
多样性优于频率：重新思考视觉思维链智能体中的工具使用
机构 * University of California, Berkeley（加州大学伯克利分校） ； University of Cambridge（剑桥大学） ； University of Toronto（多伦多大学）
专题命中 工具调用 ：tool use(title,abstract)；tool-use(abstract)；分类 cs.AI
AI总结 本文研究视觉思维链智能体在复杂推理任务中的工具使用，发现工具使用崩溃现象，并提出熵正则化方法通过鼓励多样化探索提升推理性能。
Comments Presented in ICML 2026
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。
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