AI Agent

IndusAgent: Reinforcing Open-Vocabulary Industrial Anomaly Detection with Agentic Tools

IndusAgent: 通过智能工具增强开放词汇工业异常检测

Rongbin Tan, Fangfang Lin, Zhenlong Yuan, Min Qiu, Kejin Cui, Mengmeng Wang, Yi Wang, Zijian Song, Zhiyuan Wang, Jiyuan Wang, Yue Wang, Shuhan Song§, Huawei Cao

机构 * State Key Lab of Processors, Institute of Computing Technology, CAS（处理器国家重点实验室，计算技术研究所，中国科学院） ； Santa Clara University（圣克拉拉大学） ； LongCat Team（LongCat团队） ； Independent Researcher（独立研究者） ； New York University（纽约大学） ； Sun Yat-sen University（孙中山大学） ； Nanyang Technological University（南洋理工大学） ； Stanford University（斯坦福大学） ； University of Chinese Academy of Sciences, Beijing, China（中国科学院大学，北京，中国） 纠错

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

AI总结 本文提出IndusAgent框架，通过整合视觉观测、高分辨率局部片段和专家正常性先验，提升开放词汇工业异常检测的零样本性能，验证了方法的鲁棒性和泛化能力。

Self-Distilled Agentic Reinforcement Learning

自蒸馏代理强化学习

Zhengxi Lu, Zhiyuan Yao, Zhuowen Han, Zi-Han Wang, Jinyang Wu, Qi Gu, Xunliang Cai, Weiming Lu, Jun Xiao, Yueting Zhuang, Yongliang Shen

机构 * Zhejiang University（浙江大学） ； Meituan（美团） ； Tsinghua University（清华大学） 纠错

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

AI总结 本文提出SDAR方法，通过将OPSD作为辅助目标并保持RL为主优化，解决多轮代理中的稳定性问题，提升性能。

From Web to Pixels: Bringing Agentic Search into Visual Perception

从网络到像素：将代理搜索引入视觉感知

Bokang Yang, Xinyi Sun, Kaituo Feng, Xingping Dong, Dongming Wu, Xiangyu Yue

机构 * Deep Research 纠错

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

AI总结 本文提出感知深度研究，引入WebEye基准，通过代理搜索到像素的工作流程，解决隐藏目标身份并绑定到框、掩码或 grounded 答案，实验显示其在三个任务视图中表现最佳。

Comments Project page: https://pixel-searcher.github.io/

CellDX AI Autopilot: Agent-Guided Training and Deployment of Pathology Classifiers

CellDX AI Autopilot：基于代理的训练与部署病理分类器

Alexey Pchelnikov, Aleksei Pchelnikov

机构 * HistAI 纠错

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

AI总结 CellDX AI Autopilot通过自然语言交互让非ML背景的病理学家和ML专家高效训练、评估和部署病理分类器，利用预构建的32000+病例和66000张H&E染色全切片图像数据集，结合多实例学习框架和迭代双变量超参数搜索，实现端到端自动化模型训练。

Prism-Reranker: Beyond Relevance Scoring -- Jointly Producing Contributions and Evidence for Agentic Retrieval

Prism-Reranker：超越相关性评分——联合生成贡献与证据以实现代理检索

Dun Zhang

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

AI总结 Prism-Reranker通过联合生成贡献说明和证据片段，提升代理检索性能，其在多个数据集上均取得显著效果。

Comments 28 pages, 5 figures, 4 tables

LARA: Validation-Driven Agentic Supercomputer Workflows for Atomistic Modeling

LARA：面向原子模拟的验证驱动代理超级计算机工作流

William Dawson, Louis Beal, Yoann Curé, Giuseppe Fisicaro, Dorian Rolland, Luigi Genovese

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

AI总结 本文提出LARA-HPC框架，通过验证驱动方法提升原子模拟工作流的可靠性，结合控制执行层、干运行验证和多阶段代理流程，有效解决计算资源交互中的不一致性和物理配置问题。

Comments 12 pages, 2 figures

MTA-Agent: An Open Recipe for Multimodal Deep Search Agents

MTA-Agent：多模态深度搜索代理的开放配方

Xiangyu Peng, Can Qin, An Yan, Xinyi Yang, Zeyuan Chen, Ran Xu, Chien-Sheng Wu

机构 * Salesforce AI Research（Salesforce 人工智能研究院） 纠错

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

AI总结 本文提出MTA-Agent，通过构建高质量多跳视觉-语言训练数据，实现多模态深度搜索代理，其在六个基准测试中达到54.63%的平均准确率，优于其他模型，同时降低训练成本。

A Solicit-Then-Suggest Model of Agentic Purchasing

代理购物的请示后再建议模型

Shengyu Cao, Ming Hu

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

AI总结 本文提出一种代理购物模型，通过多轮对话学习顾客偏好并推荐定制产品，分析了请示深度与商品种类宽度的经济权衡，揭示了在高维空间中推荐策略的优化方法。

Agentic Cognitive Profiling: Realigning Automated Alzheimer's Disease Detection with Clinical Construct Validity

代理认知画像：重新对齐自动阿尔茨海默病检测与临床构念效度

Jiawen Kang, Kun Li, Dongrui Han, Jinchao Li, Junan Li, Lingwei Meng, Xixin Wu, Helen Meng

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

AI总结 本文提出Agentic Cognitive Profiling框架，通过分解标准化评估为原子认知任务，利用专门LLM代理提取可验证评分原语，提升自动筛查与临床协议逻辑的一致性，实现90.5%的任务匹配率和85.3%的AD预测准确率。

AEGIS: No Tool Call Left Unchecked -- A Pre-Execution Firewall and Audit Layer for AI Agents

AEGIS：无一工具调用未被检查——面向AI代理的预执行防火墙和审计层

Aojie Yuan, Zhiyuan Su, Yue Zhao

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

AI总结 本文提出AEGIS，一种面向AI代理的预执行防火墙和审计层，通过三阶段流程拦截工具调用，实现高风险调用的人工审批和不可篡改的审计轨迹，验证了预执行调解的实用性与低开销。

Comments 4 pages, 15 figures, demo paper

Derain-Agent: A Plug-and-Play Agent Framework for Rainy Image Restoration

Derain-Agent：一种用于雨去除图像恢复的即插即用代理框架

Zhaocheng Yu, Xiang Chen, Runzhe Li, Zihan Geng, Guanglu Sun, Haipeng Li, Kui Jiang

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

AI总结 Derain-Agent通过动态代理框架和智能规划网络，实现雨去除的即插即用式精炼，提升去雨性能并减少计算成本。

Agent Discovery in Internet of Agents: Challenges and Solutions

在智能体互联网中的智能体发现：挑战与解决方案

Shaolong Guo, Yuntao Wang, Zhou Su, Yanghe Pan, Qinnan Hu, Tom H. Luan

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

AI总结 本文提出了一种两阶段能力发现框架，通过自主能力声明和任务驱动的发现机制，提升智能体互联网中智能体能力发现的性能与可扩展性。

Comments This work has been submitted to the IEEE for possible publication

Journal ref IEEE Network, 2026

IMAS$^2$: Joint Agent Selection and Information-Theoretic Coordinated Perception In Dec-POMDPs

IMAS$^2$: 联合选择感知代理与信息论协调感知在Dec-POMDPs中

Chongyang Shi, Wesley A. Suttle, Michael Dorothy, Jie Fu

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

AI总结 IMAS$^2$通过信息论度量联合选择感知代理并合成去中心化主动感知策略，在Dec-POMDP框架中提供性能保证。

From Static Repositories to Agentic Knowledge Webs: ResearchTwin and the S-Index for Federated Human-AI Research Discovery

从静态仓库到代理知识网络：ResearchTwin和S-指数用于联邦人机研究发现

Martin G. Frasch

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

AI总结 ResearchTwin通过S-指数量化多模态研究影响，利用联邦架构实现人机协同的知识发现。

Comments 15 pages, 1 figure, https://github.com/martinfrasch/ResearchTwin

A Picture of Agentic Search

代理搜索的图景

Francesca Pezzuti, Ophir Frieder, Fabrizio Silvestri, Sean MacAvaney, Nicola Tonellotto

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

AI总结 本文提出了一种收集代理检索增强系统生成和消耗数据的方法，并发布了一个包含多代理和检索流程的数据集，以应对IR在代理用户需求下的适应性挑战。

Comments 7 pages, 2 figures

MedViz: An Agent-based, Visual-guided Research Assistant for Navigating Biomedical Literature

MedViz: 一种基于代理的、可视化引导的文献导航研究助手

Huan He, Xueqing Peng, Yutong Xie, Qijia Liu, Chia-Hsuan Chang, Lingfei Qian, Brian Ondov, Qiaozhu Mei, Hua Xu

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

AI总结 MedViz通过整合AI代理与可视化技术，帮助研究人员更高效地探索和发现生物医学文献中的知识。

SenseNova-MARS: Empowering Multimodal Agentic Reasoning and Search via Reinforcement Learning

SenseNova-MARS: 通过强化学习赋能多模态代理推理与搜索

Yong Xien Chng, Tao Hu, Wenwen Tong, Xueheng Li, Jiandong Chen, Haojia Yu, Jiefan Lu, Hewei Guo, Hanming Deng, Chengjun Xie, Gao Huang, Dahua Lin, Lewei Lu

机构 * SenseTime Research（商汤科技研究院） ； Tsinghua University（清华大学） ； 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(abstract)

AI总结 SenseNova-MARS通过强化学习赋能多模态代理推理与搜索，提升视觉-语言模型在复杂视觉任务中的表现。

An Information Theoretic Perspective on Agentic System Design

从信息论角度看待代理系统设计

Shizhe He, Avanika Narayan, Ishan S. Khare, Scott W. Linderman, Christopher Ré, Dan Biderman

机构 * Department of Computer Science, Stanford University（斯坦福大学计算机科学系） ； Department of Statistics, Stanford University（斯坦福大学统计学系） ； Wu Tsai Neurosciences Institute, Stanford University（斯坦福大学吴泰教授神经科学研究所） 纠错

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

AI总结 从信息论角度研究代理系统设计，通过互信息估计器评估压缩质量，发现更大压缩器更准确且更高效，可显著降低资源消耗。

iTool: Reinforced Fine-Tuning with Dynamic Deficiency Calibration for Advanced Tool Use

Yirong Zeng, Xiao Ding, Yuxian Wang, Weiwen Liu, Wu Ning, Yutai Hou, Xu Huang, Duyu Tang, Dandan Tu, Bing Qin, Ting Liu

机构 * Harbin Institute of Technology SCIR Lab（哈尔滨工业大学SCIR实验室） ； Huawei Technologies Co., Ltd（华为技术有限公司） ； Shanghai Jiao Tong University（上海交通大学） ； 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 ：tool use(title)；tool-use(abstract)；分类 cs.AI、cs.CL、cs.LG

Comments EMNLP 2025

AgentTTS: Large Language Model Agent for Test-time Compute-optimal Scaling Strategy in Complex Tasks

Fali Wang, Hui Liu, Zhenwei Dai, Jingying Zeng, Zhiwei Zhang, Zongyu Wu, Chen Luo, Zhen Li, Xianfeng Tang, Qi He, Suhang Wang

机构 * The Pennsylvania State University（宾夕法尼亚州立大学） ； Amazon（亚马逊） 纠错

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

Comments Accepted by NeurIPS 2025

LLM2TEA: An Agentic AI Designer for Discovery with Generative Evolutionary Multitasking

Melvin Wong, Jiao Liu, Thiago Rios, Stefan Menzel, Yew Soon Ong

机构 * 1 College of Computing \& Data Science (CCDS), Nanyang Technological University (NTU), Singapore 2 Honda Research Institute Europe (HRI-EU), Offenbach am Main, Germany 3 Centre for Frontier AI Research (CFAR), Agency for Science, Technology 纠错

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

Comments This work is accepted by IEEE CIM. IEEE copyrights applies

Journal ref IEEE Computational Intelligence Magazine (Volume: 20, Issue: 4, November 2025)

Adversarial Reinforcement Learning for Large Language Model Agent Safety

Zizhao Wang, Dingcheng Li, Vaishakh Keshava, Phillip Wallis, Ananth Balashankar, Peter Stone, Lukas Rutishauser

机构 * Google（谷歌） ； Google Deepmind（谷歌DeepMind） ； The University of Texas at Austin（德克萨斯大学奥斯汀分校） ； Sony AI（索尼人工智能） 纠错

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

Agentic AI for Low-Altitude Semantic Wireless Networks: An Energy Efficient Design

Zhouxiang Zhao, Ran Yi, Yihan Cang, Boyang Jin, Zhaohui Yang, Mingzhe Chen, Chongwen Huang, Zhaoyang Zhang

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

Tool Preferences in Agentic LLMs are Unreliable

Kazem Faghih, Wenxiao Wang, Yize Cheng, Siddhant Bharti, Gaurang Sriramanan, Sriram Balasubramanian, Parsa Hosseini, Soheil Feizi

机构 * University of Maryland（马里兰大学） 纠错

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

Comments Conference on Empirical Methods in Natural Language Processing (EMNLP) 2025, main

Unified Tool Integration for LLMs: A Protocol-Agnostic Approach to Function Calling

Peng Ding, Rick Stevens

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

Comments arXiv admin note: substantial text overlap with arXiv:2507.10593

DeepSeq: High-Throughput Single-Cell RNA Sequencing Data Labeling via Web Search-Augmented Agentic Generative AI Foundation Models

Saleem A. Al Dajani, Abel Sanchez, John R. Williams

机构 * Massachusetts Institute of Technology（麻省理工学院） 纠错

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

Comments 4 pages, 5 figures, Accepted by ICML 2025 FM4LS https://openreview.net/forum?id=zNjXOZxEYB . Workshop on Multi-modal Foundation Models and Large Language Models for Life Sciences (FM4LS)}, July 2025

Journal ref International Conference on Machine Learning (ICML). Workshop on Multi-modal Foundation Models and Large Language Models for Life Sciences (FM4LS), July 2025

SynWorld: Virtual Scenario Synthesis for Agentic Action Knowledge Refinement

Runnan Fang, Xiaobin Wang, Yuan Liang, Shuofei Qiao, Jialong Wu, Zekun Xi, Ningyu Zhang, Yong Jiang, Pengjun Xie, Fei Huang, Huajun Chen

机构 * Zhejiang University（浙江大学） ； Alibaba Group（阿里巴巴集团） ； Zhejiang Key Laboratory of Big Data Intelligent Computing（浙江省大数据智能计算重点实验室） 纠错

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

Comments ACL 2025

Trusted Identities for AI Agents: Leveraging Telco-Hosted eSIM Infrastructure

Sebastian Barros

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

Comments 25 pages, 1 diagram, 2 tables

MLLM-Tool: A Multimodal Large Language Model For Tool Agent Learning

Chenyu Wang, Weixin Luo, Sixun Dong, Xiaohua Xuan, Zhengxin Li, Lin Ma, Shenghua Gao

机构 * ShanghaiTech University（上海科技大学） ； Meituan（美团） ； UniDT Technology（UniDT科技） ； University of Hong Kong（香港大学） 纠错

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

Comments WACV 2025

Agentic Keyframe Search for Video Question Answering

Sunqi Fan, Meng-Hao Guo, Shuojin Yang

机构 * Tsinghua University（清华大学） 纠错

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