AI Agent

GeoBrowse: A Geolocation Benchmark for Agentic Tool Use with Expert-Annotated Reasoning Traces

GeoBrowse：一种用于代理工具使用的地理定位基准测试

Xinyu Geng, Yanjing Xiao, Yuyang Zhang, Hanwen Wang, Xinyan Liu, Rui Min, Tianqing Fang, Yi R. Fung

机构 * Hong Kong University of Science and Technology（香港科技大学） 纠错

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

AI总结 GeoBrowse基准测试结合了视觉推理与知识密集型多跳查询，通过专家标注的逐步轨迹分析验证多步工具使用策略的有效性。

CM2: Reinforcement Learning with Checklist Rewards for Multi-Turn and Multi-Step Agentic Tool Use

CM2：基于检查清单奖励的多轮多步代理工具使用的强化学习

Zhen Zhang, Kaiqiang Song, Xun Wang, Yebowen Hu, Weixiang Yan, Chenyang Zhao, Henry Peng Zou, Haoyun Deng, Sathish Reddy Indurthi, Shujian Liu, Simin Ma, Xiaoyang Wang, Xin Eric Wang, Song Wang

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

AI总结 CM2通过检查清单奖励提升多轮多步骤代理工具使用的强化学习效果，实现比监督微调更优的性能表现。

What Challenges Do Developers Face in AI Agent Systems? An Empirical Study on Stack Overflow & GitHub Issues

人工智能代理系统中开发者面临哪些挑战？对Stack Overflow和GitHub问题的实证研究

Ali Asgari, Annibale Panichella, Pouria Derakhshanfar, Mitchell Olsthoorn

专题命中 工具调用 ：agent(title,abstract)；AI agent(title,abstract)；tool use(abstract)；planning(abstract)

AI总结 本研究通过分析Stack Overflow和GitHub问题，识别出人工智能代理系统开发中的五大主要挑战，包括环境管理、检索与记忆、协调控制、交互契约及运行时可靠性。

Comments v2: Adds GitHub Issues analysis; expands dataset and taxonomy; updates results and discussion. (15 pages, 5 figures)

DynaMate: An Autonomous Agent for Protein-Ligand Molecular Dynamics Simulations

DynaMate：一种用于蛋白质-配体分子动力学模拟的自主代理

Salomé Guilbert, Cassandra Masschelein, Jeremy Goumaz, Bohdan Naida, Philippe Schwaller

机构 * École Polytechnique Fédérale de Lausanne (EPFL)（瑞士联邦理工学院（EPFL）） ； National Centre of Competence in Research (NCCR) Catalysis（催化领域研究卓越中心（NCCR Catalysis）） 纠错

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

AI总结 DynaMate是一种自主代理框架，能够自主设计和执行蛋白质-配体分子动力学模拟工作流程，并提供自由能结合亲和力计算。

Reducing Cognitive Overhead in Tool Use via Multi-Small-Agent Reinforcement Learning

Dayu Wang, Jiaye Yang, Weikang Li, Jiahui Liang, Yang Li

机构 * Baidu Inc.（百度公司） ； Peking University（北京大学） 纠错

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

A Multi-Agent Framework for Stateful Inference-Time Search

Arshika Lalan, Rajat Ghosh, Aditya Kolsur, Debojyoti Dutta

机构 * Carnegie Mellon University（卡内基梅隆大学） ； Nutanix（Nutanix公司） 纠错

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

Cost Aware Asynchronous Multi-Agent Active Search

Arundhati Banerjee, Ramina Ghods, Jeff Schneider

专题命中 工具调用 ：agent(title,abstract)；multi-agent(title,abstract)；autonomous agent(abstract)；planning(abstract)

EVE-Agent: Evidence-Verifiable Self-Evolving Agents

EVE-Agent: 证据可验证的自我进化智能体

Yamato Arai, Yuma Ichikawa

机构 * Fujitsu Limited（富士通株式会社） ； The University of Tokyo（东京大学） ； RIKEN center for AIP（理化学研究所AIP研究中心） 纠错

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

AI总结 提出EVE-Agent，通过证据可验证机制确保自我进化智能体生成的训练实例包含可审计的证据片段，从而提升答案的可靠性和可解释性。

Comments 23 pages, 2 figures

Agent-GWO: Collaborative Agents for Dynamic Prompt Optimization in Large Language Models

Agent-GWO: 为大型语言模型的动态提示优化设计的协作代理

Xudong Wang, Chaoning Zhang, Chenghao Li, Shuxu Chen, Qigan Sun, Jiaquan Zhang, Fachrina Dewi Puspitasari, Tae-Ho Kim, Jiwei Wei, Malu Zhang, Guoqing Wang, Yang Yang, Heng Tao Shen

机构 * Kyung Hee University（韩国庆熙大学） ； University of Electronic Science and Technology of China（电子科技大学） ； Nota Inc.（Nota公司） ； Tongji University（同济大学） 纠错

专题命中 工具调用 ：agent(title,title_cn)；分类 cs.AI、cs.LG

AI总结 本文提出Agent-GWO框架，通过统一提示模板和解码超参数作为可继承的代理配置，利用灰狼优化器的领导者-追随者机制，自动选择领导者代理以指导协作更新，提升复杂推理的准确性和稳定性。

Comments Accepted to ACL 2026. 9 pages, 5 figures

ClawCoin: An Agentic AI-Native Cryptocurrency for Decentralized Agent Economies

ClawCoin：一种去中心化智能体经济中的代理原生加密货币

Shaoyu Li, Chaoyu Zhang, Hexuan Yu, Y. Thomas Hou, Wenjing Lou

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

AI总结 ClawCoin通过计算成本索引的账本资产，解决代理经济中计算成本不可转移的问题，提升去中心化智能体协调能力。

The Amazing Agent Race: Strong Tool Users, Weak Navigators

令人惊叹的智能体竞赛：强大的工具使用者，薄弱的导航者

Zae Myung Kim, Dongseok Lee, Jaehyung Kim, Vipul Raheja, Dongyeop Kang

机构 * University of Minnesota Twin Cities（明尼苏达大学双城分校） ； Yonsei University（延世大学） ； Grammarly 纠错

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

AI总结 本文提出AAR基准测试，通过有向无环图谜题评估智能体的导航与工具使用能力，发现线性基准无法检测到导航失误问题。

Which Tool Response Should I Trust? Tool-Expertise-Aware Chest X-ray Agent with Multimodal Agentic Learning

我应该信任哪个工具响应？具有工具-专业知识意识的胸片代理与多模态代理学习

Zheang Huai, Honglong Yang, Xiaomeng Li

机构 * The Hong Kong University of Science（香港科学与技术大学） 纠错

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

AI总结 本文提出TEA-CXA，一种具有工具-专业知识意识的胸片代理，通过多模态代理学习解决医疗工具冲突问题，提升多轮工具调用的可靠性。

Comments 11 pages

MASTEST: A LLM-Based Multi-Agent System For RESTful API Tests

MASTEST：基于LLM的多智能体系统用于RESTful API测试

Xiaoke Han, Hong Zhu

机构 * School of Engineering, Computing and Mathematics, Oxford Brookes University（工程、计算与数学学院，奥克斯伯里大学） 纠错

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

AI总结 MASTEST利用LLM和编程智能体构建多智能体系统，实现RESTful API测试的全流程自动化，通过生成测试场景、脚本及分析响应，验证LLM在测试任务中的高效性与准确性。

Comments 14 Page of main text plus 4 pages of appendix

Catalyst-Agent: Autonomous heterogeneous catalyst screening with an LLM Agent

Catalyst-Agent：基于LLM Agent的自主异质催化剂筛选

Achuth Chandrasekhar, Janghoon Ock, Amir Barati Farimani

机构 * Mechanical Engineering, Carnegie Mellon University, Pittsburgh, PA 15213, USA（卡内基梅隆大学机械工程系，匹兹堡，PA 15213，USA） ； Department of Chemical and Biomolecular Engineering, University of Nebraska--Lincoln, Lincoln, NE 68588, USA（内布拉斯加大学林肯分校化学与生物分子工程系，林肯，NE 68588，USA） 纠错

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

AI总结 提出Catalyst-Agent，一种基于MCP服务器和LLM的AI代理，通过OPTIMADE API探索材料数据库、利用UMA模型计算吸附能，实现闭环自主催化剂筛选，在ORR、NRR和CO2RR反应中成功率达33-41%。

Cost-Aware Speculative Execution for LLM-Agent Workflows: An Integrated Five-Dimension Method

成本感知的LLM-Agent工作流投机执行：一种综合五维方法

Faisal Fareed

机构 * AWS（亚马逊网络服务） 纠错

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

AI总结 提出一种五维投机执行方法，通过贝叶斯概率估计和成本定价，在LLM-Agent工作流中平衡延迟与成本，并确保无副作用回滚。

FunReason-MT Technical Report: Advanced Data Synthesis Solution for Real-world Multi-Turn Tool-use

Zengzhuang Xu, Bingguang Hao, Zechuan Wang, Yuntao Wen, Xinyi Xu, Yang Liu, Long Chen, Dong Wang, Maolin Wang, Tong Zhao, Yicheng Chen, Cunyin Peng, Jinjie Gu, Leilei Gan, Xiangyu Zhao, Chenyi Zhuang, Shi Gu

机构 * Zhejiang University（浙江大学） ； City University of Hong Kong（香港城市大学） 纠错

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

FaMA: LLM-Empowered Agentic Assistant for Consumer-to-Consumer Marketplace

Yineng Yan, Xidong Wang, Jin Seng Cheng, Ran Hu, Wentao Guan, Nahid Farahmand, Hengte Lin, Yue Li

机构 * University of Texas at Austin（德克萨斯大学奥斯汀分校） ； Meta Platforms, Inc（Meta平台公司） 纠错

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

Conflict-Based Search for Explainable Multi-Agent Path Finding

Justin Kottinger, Shaull Almagor, Morteza Lahijanian

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

Comments To appear in International Conference on Automated Planning and Scheduling (ICAPS 2022), June 2022

Journal ref 2022 Proceedings of the International Conference on Automated Planning and Scheduling (ICAPS))

HyperAgent: Planning and Acting over Tool-Schema Hypergraphs for Tool-Use LLM Agents

HyperAgent：面向工具-模式超图的规划与执行，用于工具使用型大语言模型智能体

Zian Zhai, Xingyu Tan, Gaowang Zou, Xiaoyang Wang, Wenjie Zhang

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

AI总结 HyperAgent是一种基于工具-模式超图的LLM智能体框架，通过构建相关图引导任务规划与执行，在AppWorld实验中提升了任务完成性能并降低了资源消耗。

The Oversight Game: Learning to Cooperatively Balance an AI Agent's Safety and Autonomy

视角游戏：学习协作平衡AI代理的安全性与自主性

William Overman, Mohsen Bayati

机构 * Graduate School of Business（商学院） ； Stanford University（斯坦福大学） 纠错

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

AI总结 本文提出了一种视角游戏框架，通过马尔可夫游戏模型平衡AI代理的安全性与自主性，减少开放环境中的安全违规。

ToolRM: Towards Agentic Tool-Use Reward Modeling

ToolRM: 向代理工具使用奖励建模迈进

Renhao Li, Jianhong Tu, Yang Su, Yantao Liu, Fei Huang, Hamid Alinejad-Rokny, Derek F. Wong, Junyang Lin, Min Yang

机构 * University of Macau（澳门大学） ； Qwen Team, Alibaba Inc.（阿里云Qwen团队） ； UNSW Sydney（新南威尔士大学悉尼分校） ； Shenzhen Institute of Advanced Technology, Chinese Academy of Sciences（中国科学院深圳先进技术研究所） 纠错

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

AI总结 ToolRM通过构建高质量偏好数据集和基准，提升代理AI在工具调用任务中的表现和泛化能力。

Grammar Search for Multi-Agent Systems

多智能体系统的语法搜索

Mayank Singh, Vikas Yadav, Shiva Krishna Reddy Malay, Shravan Nayak, Sai Rajeswar, Sathwik Tejaswi Madhusudhan, Eduardo Blanco

机构 * University of Arizona（亚利桑那大学） ； ServiceNow（ServiceNow公司） ； Mila - Quebec AI Institute（魁北克AI研究院） 纠错

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

AI总结 本研究提出了一种结构化框架，通过固定组件生成多智能体系统，在数学和问答领域优于现有方法，且更经济高效。

Deep Video Discovery: Agentic Search with Tool Use for Long-form Video Understanding

Xiaoyi Zhang, Zhaoyang Jia, Zongyu Guo, Jiahao Li, Bin Li, Houqiang Li, Yan Lu

机构 * Microsoft Research Asia（微软亚洲研究院） ； University of Science and Technology of China（中国科学技术大学） 纠错

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

Comments Accepted to NeurIPS 2025

MATRIX: Multimodal Agent Tuning for Robust Tool-Use Reasoning

Tajamul Ashraf, Umair Nawaz, Abdelrahman M. Shaker, Rao Anwer, Philip Torr, Fahad Shahbaz Khan, Salman Khan

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

Comments We have come across a recent approach that has not been properly attributed at the time of submission and compared in a fair setting. Therefore, we would like to withdraw the paper to address these concerns

AURA: Agent for Understanding, Reasoning, and Automated Tool Use in Voice-Driven Tasks

Leander Melroy Maben, Gayathri Ganesh Lakshmy, Srijith Radhakrishnan, Siddhant Arora, Shinji Watanabe

机构 * Carnegie Mellon University（卡内基梅隆大学） 纠错

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

AI Agentic workflows and Enterprise APIs: Adapting API architectures for the age of AI agents

Vaibhav Tupe, Shrinath Thube

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

Decentralized Monte Carlo Tree Search for Partially Observable Multi-agent Pathfinding

Alexey Skrynnik, Anton Andreychuk, Konstantin Yakovlev, Aleksandr Panov

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

Comments The paper is accepted to AAAI-2024 conference

Deployment Optimization for Shared e-Mobility Systems with Multi-agent Deep Neural Search

Man Luo, Bowen Du, Konstantin Klemmer, Hongming Zhu, Hongkai Wen

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

TIR-Agent: Training an Explorative and Efficient Agent for Image Restoration

TIR-Agent：训练一个探索性且高效的图像修复代理

Guoli Jia, Yisheng Zhang, Haote Hu, Shanxu Zhao, Kaikai Zhao, Long Sun, Xinwei Long, Kai Tian, Che Jiang, Zhaoxiang Liu, Kai Wang, Shiguo Lian, Kaiyan Zhang, Bowen Zhou

机构 * Tsinghua University（清华大学） ； China Unicom（中国联通） ； Hunan University（湖南大学） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） 纠错

专题命中 工具调用 ：agent(title,title_cn)

AI总结 本文提出TIR-Agent，通过监督微调和强化学习两阶段训练，解决图像修复中任务调度和工具组合的效率问题，实验表明其在多个基准上表现优异且推理速度提升显著。

Hephaestus: Improving Fundamental Agent Capabilities of Large Language Models through Continual Pre-Training

Yuchen Zhuang, Jingfeng Yang, Haoming Jiang, Xin Liu, Kewei Cheng, Sanket Lokegaonkar, Yifan Gao, Qing Ping, Tianyi Liu, Binxuan Huang, Zheng Li, Zhengyang Wang, Pei Chen, Ruijie Wang, Rongzhi Zhang, Nasser Zalmout, Priyanka Nigam, Bing Yin, Chao Zhang

专题命中 工具调用 ：agent(title,abstract)；autonomous agent(abstract)；planning(abstract)；function calling(abstract)

Comments Accepted to NAACL 2025 main conference