AI Agent

S3TS: Stochastic Scenario-Structured Tree Search for Advanced Planning Under Uncertainty

S3TS：面向不确定性下高级规划的随机情景结构化树搜索

Fabio Pavirani, Bert Claessens, Pierre Pinson, Chris Develder

机构 * IDLab Ghent university – imec（IDLab 布鲁塞尔大学 – imec） ； Beebop.ai ； Imperial College London（伦敦帝国理工学院） 纠错

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

AI总结 提出随机情景结构化树搜索（S3TS）算法，通过情景树显式表示不确定性并集成非线性模型，在需求响应信号发布问题上实现近最优性能，成本比最优解高14%以内，在非线性场景中比贪心算法和确定性MCTS分别降低51%和5.4%的成本。

CAPF: Guiding Search-Agent Rollouts with Credit-Attenuated Privileged Feedback

CAPF：基于信用衰减特权反馈引导搜索智能体轨迹生成

Bin Chen, Xinye Liao, Yiming Liu, Xin Liao, Chonghan Liu

机构 * 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 ：agent(title,abstract)；分类 cs.AI

AI总结 针对结果奖励稀疏导致搜索智能体学习困难的问题，提出训练时利用验证器侧信息（CAPF）将零奖励轨迹修复为正奖励轨迹，并衰减相关信用以适配无特权反馈的部署场景，在七个开放域问答基准上将Qwen3-4B的平均精确匹配分数从44.7%提升至48.5%。

FineVerify: Scaling Test-Time Compute with Fine-Grained Self-Verification for Agentic Search

FineVerify: 通过细粒度自验证扩展智能搜索的测试时计算

James Xu Zhao, Hui Chen, Bryan Hooi, See-Kiong Ng

机构 * National University of Singapore（新加坡国立大学） 纠错

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

AI总结 提出FineVerify细粒度自验证框架，将问题分解为可检查的子问题，对候选答案逐项验证并聚合得分，在四个智能搜索基准上显著优于标准扩展基线。

Comments 8+18 pages, 6 tables, 11 figures

LLM Anonymization Against Agentic Re-Identification

LLM匿名化对抗智能体重识别

Ziwen Li, Jianing Wen, Tianshi Li

机构 * Khoury College of Computer Sciences（科里学院计算机科学学院） ； Northeastern University（东北大学） 纠错

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

AI总结 提出AURA框架，通过掩码-重构方法解耦隐私定位与效用保留，并利用对抗性隐私和效用检查，以抵抗基于网络搜索的智能体重识别攻击，同时保留文本的上下文效用。

Comments 32 pages, 7 figures

Sophrosyne: Agentic Exploration of Relational Data Systems Needs Moderation

Sophrosyne: 关系数据系统的智能体探索需要适度

Madhav Jivrajani, Ramnatthan Alagappan, Aishwarya Ganesan

机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） 纠错

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

AI总结 针对LLM驱动的Text2SQL智能体在探索数据系统时过度探索的问题，提出Sophrosyne环境，通过增强API响应中的指令来引导探索，减少过度探索并提升SQL生成准确性。

MAVEN: Improving Generalization in Agentic Tool Calling

MAVEN：提升智能体工具调用的泛化能力

Omkar Ghugarkar, Vishvesh Bhat, Muhammad Ahmed Mohsin, Asad Aali

机构 * CoreThink AI, USA（CoreThink AI, 美国） ； Stanford University, Stanford, CA, USA（斯坦福大学, 加州斯坦福, 美国） 纠错

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

AI总结 提出MAVEN框架，通过轻量级符号推理脚手架实现结构化分解、自适应工具编排和中间验证，在多个基准测试中显著提升模型性能，且成本仅为前沿专有模型的约1/10。

Beyond Trajectory Rewards: Step-level Credit Assignment for Agentic Search via Graph Modeling

超越轨迹奖励：通过图建模实现智能搜索的步骤级信用分配

Yuchen Liu, Yingjie Feng, Lixiong Qin, Jiasi Chen, Jianing Yu, Sheng Gao, Sheng Yang, Weiran Xu

机构 * Beijing University of Posts and Telecommunications（北京邮电大学） ； Li Auto Inc.（李自动公司） 纠错

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

AI总结 针对智能搜索中轨迹级奖励无法量化单步行为贡献的问题，提出基于图距离贡献奖励（GDCR）的步骤级过程奖励，并结合步骤优势策略优化（SAPO）在四个基准上验证有效性。

Comments 15 pages, 8 figures

AIRGuard: Guarding Agent Actions with Runtime Authority Control

AIRGuard：通过运行时权限控制守护智能体行为

Suliu Qin, Haomin Zhuang, Yujun Zhou, Yufei Han, Xiangliang Zhang

机构 * University of Notre Dame（诺丁汉大学） ； Inria, France（法国国家信息与自动化技术研究所） ； University of Liverpool（利物浦大学） 纠错

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

AI总结 针对工具使用语言智能体面临的权限混淆问题，提出运行时守卫AIRGuard，通过动作时授权实现最小权限原则，显著降低攻击成功率并保持良好良性效用。

When Does Memory Help Multi-Trajectory Inference for Tool-Use LLM Agents?

何时记忆有助于工具使用LLM代理的多轨迹推理？

Xinzhe Li, Yaguang Tao

机构 * RMIT University（皇家墨尔本理工大学） 纠错

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

AI总结 本文提出一个统一框架，将记忆沿传输范围和内容抽象两个维度分解，在无验证器设置下评估四种记忆方法与三种推理策略在四个工具使用基准上的表现，发现推理策略是混淆变量，不同策略下相同记忆方法产生显著不同结果。

Comments More evaluation and analysis are on the way

Maat: The Agentic Legal Research Assistant for Competition Protection

Maat: 面向竞争保护的法律研究智能助手

Basant Mounir, Farida Madkour, Amira Abdelaziz, Asmaa Sami

机构 * Cairo Egypt（开罗埃及） 纠错

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

AI总结 提出Maat，一种基于ReAct框架的智能法律研究助手，通过RAG、网络搜索和用户澄清机制，在竞争法案例检索中显著优于现有通用和专用法律助手。

Comments 5 pages, 1 figure

StepOPSD: Step-Aware Online Preference Distillation for Agent Reinforcement Learning

StepOPSD: 面向智能体强化学习的步骤感知在线偏好蒸馏

Yanfei Zhang, Xu Lin, Chenglin Wu

机构 * Independent Researcher（独立研究者） ； Tencent（腾讯） ； DeepWisdom（深智沃） 纠错

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

AI总结 提出StepOPSD框架，以智能体步骤为信用分配单元，通过事后增强教师上下文重新评分步骤段，并在GRPO更新前进行归一化每步信用预算的优势塑造，解决多轮智能体强化学习中的信用分配不匹配问题。

Retrieval as Reasoning: Self-Evolving Agent-Native Retrieval via LLM-Wiki

检索即推理：通过LLM-Wiki实现自我进化的智能体原生检索

Haoliang Ming, Feifei Li, Xiaoqing Wu, Wenhui Que

机构 * Tencent Inc.（腾讯公司） 纠错

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

AI总结 提出LLM-Wiki系统，将外部知识组织为可编译、可组合、自进化的Wiki页面，通过工具调用接口实现搜索、阅读和链接跟踪操作，并引入错误簿进行持续自纠正，在多项多跳问答基准上取得最优结果。

Comments 15 pages, 3 figures, 10 tables, 1 algorithm

Peak-Then-Collapse and the Four Interface Channels of Knowledge-Graph Tool Use

先升后降与知识图谱工具使用的四个接口通道

Tianda Sun, Dimitar Kazakov

机构 * University of York（约克大学） 纠错

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

AI总结 本文通过最小化知识图谱工具API实验，发现标准RLVR工具使用配方在自验证检索奖励下出现先升后降的崩溃模式，并识别出四种接口失败模式，提出接口反馈差异是核心原因，单次自蒸馏可缓解但受接口限制。

Comments 18 pages, 9 figures

Learning to Search and Searching to Learn for Generalization in Planning

学习搜索与搜索学习以实现规划中的泛化

Michael Aichmüller, Yannik Hesse, Hector Geffner

机构 * Department of Machine Learning and Reasoning, RWTH Aachen University（机器学习与推理部门，亚琛RWTH大学） 纠错

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

AI总结 提出一种结合关系图神经网络值启发式的自改进WA*学习框架，通过搜索引导和Q学习更新启发式，实现零样本泛化，在多个规划任务中优于深度强化学习。

Comments Accepted at ICML 2026

UniToolCall: Unifying Tool-Use Representation, Data, and Evaluation for LLM Agents

UniToolCall: 统一LLM智能体的工具使用表示、数据与评估

Yijuan Liang, Xinghao Chen, Yifan Ge, Ziyi Wu, Hao Wu, Changyu Zeng, Wei Xing, Xiaoyu Shen

机构 * University of Science and Technology of China（中国科学技术大学） ； Ningbo Institute of Digital Twin（宁波数字孪生研究所） ； Eastern Institute of Technology（东部技术研究所） ； Department of Computing, The Hong Kong Polytechnic University（香港理工大学计算机系） 纠错

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

AI总结 提出UniToolCall框架，通过标准化工具集构建、数据集生成和评估流程，结合22k+工具和390k+训练实例，引入锚点链接机制，在混合设置下使Qwen3-8B单轮严格精度达93.0%，超越GPT、Gemini和Claude。

Comments 21 pages, 10 figures, 9 tables. Code and datasets are publicly available at: https://github.com/EIT-NLP/UniToolCall

Dynamic Dual-Granularity Skill Bank for Agentic RL

动态双粒度技能库用于智能体强化学习

Songjun Tu, Chengdong Xu, Qichao Zhang, Yaocheng Zhang, Xiangyuan Lan, Linjing Li, Dong Li, Dongbin Zhao

机构 * Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； Pengcheng Laboratory（鹏城实验室） ； Sun Yat-Sen University（中山大学） ； MemoraX AI 纠错

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

AI总结 提出D2Skill，一种动态双粒度技能库，通过任务技能和步骤技能分别提供高层指导和细粒度决策支持，利用配对基线回放和技能注入回放的性能差距更新技能和优化策略，在ALFWorld等任务上显著提升性能。

Comments 19 pages

DemoEvolve: Overcoming Sparse Feedback in Agentic Harness Evolution with Demonstrations

DemoEvolve：利用演示克服智能体框架演化中的稀疏反馈

Lirong Che, Yuzhe yang, Peiwen lin, Chuang wang, Xueqian wang, Jian su

机构 * Tsinghua University（清华大学） ； AgiBot 纠错

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

AI总结 提出DemoEvolve方法，通过人类演示引导框架演化，解决长时域随机环境中自生成轨迹因稀疏反馈和高方差导致的脆弱性问题，在Liar's Dice和Balatro任务中验证了其有效性。

Methods for Formal Verification of Agent Skills: Three Layers Toward a Mechanically Checkable Capability-Containment Proof

智能体技能形式化验证方法：面向可机械检查的能力包含证明的三层架构

Alfredo Metere

机构 * Metere Consulting, LLC（梅特尔咨询公司） 纠错

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

AI总结 本文提出三层可组合方法（静态抽象解释、精炼类型系统、SMT有界模型检测），将智能体技能从声明或测试级别提升至形式化验证级别，实现机械可检查的能力包含证明。

NeuroWeaver: An Autonomous Evolutionary Agent for Exploring the Programmatic Space of EEG Analysis Pipelines

NeuroWeaver：一种用于探索EEG分析流水线程序空间的自主进化智能体

Guoan Wang, Shihao Yang, Jun-En Ding, Feng Liu

机构 * Department of Systems Engineering, Stevens Institute of Technology（系统工程系，斯蒂文斯理工学院） 纠错

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

AI总结 针对EEG分析中基础模型计算成本高和通用自动机器学习缺乏神经科学先验的问题，提出NeuroWeaver自主进化智能体，通过领域信息子空间初始化和多目标进化优化，在五个异构基准上合成轻量级解决方案，性能优于现有任务特定方法并接近大规模基础模型。

VectraYX-Nano: A 42M-Parameter Spanish Cybersecurity Language Model with Curriculum Learning and Native Tool Use

VectraYX-Nano: 一个具有课程学习和原生工具使用的4200万参数西班牙语网络安全语言模型

Juan S. Santillana

机构 * Globant 纠错

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

AI总结 本文提出了一种基于西班牙语的网络安全语言模型VectraYX-Nano，通过课程学习和原生工具调用，展示了在网络安全领域的应用与改进。

Comments 24 pages, 5 figures, 12 tables. v3: post-Chinchilla compute ablation (v8-v15), Globant affiliation finalized, EMNLP Findings 2026 submission. Released model: VectraYX-Nano v7 (42M params, GGUF Q4 ~20 MB, native MCP)

Sound Agentic Science Requires Adversarial Experiments

声音代理科学需要对抗性实验

Dionizije Fa, Marko Culjak

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

AI总结 该研究探讨了代理辅助科学中对抗性实验的重要性，指出传统方法在科学发现中的局限性，并提出应以证伪优先的标准来评估代理生成的科学主张。

Comments Published at ICLR 2026 Workshop on Agents in the Wild

From Craft to Kernel: A Governance-First Execution Architecture and Semantic ISA for Agentic Computers

从手工到内核：一种以治理为导向的执行架构和语义ISA用于代理计算机

Xiangyu Wen, Yuang Zhao, Xiaoyu Xu, Lingjun Chen, Changran Xu, Shu Chi, Jianrong Ding, Zeju Li, Haomin Li, Li Jiang, Fangxin Liu, Qiang Xu

机构 * Shanghai Jiao Tong University（上海交通大学） ； Zhejiang University（浙江大学） ； Peking University（北京大学） ； Tsinghua University（清华大学） 纠错

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

AI总结 本文提出了一种以治理为导向的执行架构和语义指令集架构（ISA），旨在解决代理计算机中AI从脆弱原型到生产系统的过渡问题，通过引入概率处理单元和确定性神经符号内核，提升系统的安全性和可靠性。

FlightSense: An End-to-End MLOps Platform for Real-Time Flight Delay Prediction via Rotation-Chain Propagation Features and Agentic Conversational AI

FlightSense: 一个端到端的MLOps平台，通过旋转链传播特征和代理对话式AI实现实时航班延误预测

Aditi J. Shelke, Renuka J. Shelke, Yash M. Kamerkar, Nitin P. Hazarani

机构 * Stevens Institute of Technology（史蒂文斯理工学院） ； Axtria Inc.（Axtria公司） ； Meta 纠错

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

AI总结 本文提出FlightSense平台，通过旋转链传播特征和对话式AI实现实时航班延误预测，采用三级特征工程框架提升预测性能，最终达到AUC 0.879。

Comments 12 pages, 5 figures, 9 tables; machine learning, MLOps, aviation delay prediction

VideoSeeker: Incentivizing Instance-level Video Understanding via Native Agentic Tool Invocation

VideoSeeker：通过原生代理工具调用激励实例级视频理解

Yiming Zhao, Yu Zeng, Wenxuan Huang, Zhen Fang, Qing Miao, Qisheng Su, Jiawei Zhao, Jiayin Cai, Lin Chen, Zehui Chen, Yukun Qi, Yao Hu, Xiaolong Jiang, Feng Zhao

机构 * University of Science and Technology of China（中国科学技术大学） ； Xiaohongshu Inc.（小红书公司） ； East China Normal University（华东师范大学） ； Xi’an Jiaotong University（西安交通大学） 纠错

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

AI总结 VideoSeeker通过整合代理推理与实例级视频理解任务，提升视频理解精度，实验表明其在实例级任务中比基线模型提升13.7%，超越GPT-4o和Gemini-2.5-Pro。

Comments Project Page: https://gaotiexinqu.github.io/VideoSeeker/

AI co-mathematician: Accelerating mathematicians with agentic AI

AI协同数学家：用智能体AI加速数学家

Daniel Zheng, Ingrid von Glehn, Yori Zwols, Iuliya Beloshapka, Lars Buesing, Daniel M. Roy, Martin Wattenberg, Bogdan Georgiev, Tatiana Schmidt, Andrew Cowie, Fernanda Viegas, Dimitri Kanevsky, Vineet Kahlon, Hartmut Maennel, Sophia Alj, George Holland, Alex Davies, Pushmeet Kohli

机构 * Google（谷歌） 纠错

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

AI总结 本文提出AI协同数学家，一种帮助数学家利用AI代理进行开放性研究的工具。系统提供完整支持，涵盖数学工作流程的探索和迭代，包括构思、文献检索、计算探索、定理证明和理论构建，并在难题解决基准中取得新高成绩。

Comments 23 pages; several citations added

IPI-proxy: An Intercepting Proxy for Red-Teaming Web-Browsing AI Agents Against Indirect Prompt Injection

IPI-proxy：一种用于对抗间接提示注入的拦截代理

Chia-Pei, Chen, Kentaroh Toyoda, Anita Lai, Alex Leung

机构 * Vulcan Research, AIFT（火山研究，AIFT） 纠错

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

AI总结 本文提出IPI-proxy，一种开源工具，用于针对间接提示注入攻击的网络浏览AI代理进行红队测试。通过拦截代理重写白名单域的HTTP响应，嵌入攻击负载，支持多种嵌入技术与插入点，实现参数扫描评估。

Comments code: https://github.com/VulcanLab/IPI-Proxy/

The Granularity Mismatch in Agent Security: Argument-Level Provenance Solves Enforcement and Isolates the LLM Reasoning Bottleneck

代理安全中的粒度不匹配：论证层面的溯源解决了执行问题并隔离了LLM推理瓶颈

Linfeng Fan, Ziwei Li, Yuan Tian, Yichen Wang, Rongsheng Li, Xiong Wang

机构 * Gaoling School of Artificial Intelligence, Renmin University of China（中国人民大学人工智能学院 Gallagher 学院） ； King Abdullah University of Science and Technology（国王 Abdullah 科学技术大学） ； Dongbei University of Finance and Economics（东北财经大学） ； 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 ：agent(title,abstract)；分类 cs.AI

AI总结 本文提出PACT框架，通过论证层面的溯源解决代理安全中的粒度不匹配问题，隔离LLM推理瓶颈，提升安全性和实用性。

Why Retrying Fails: Context Contamination in LLM Agent Pipelines

为何重试失效：LLM代理流水线中的上下文污染

Zhanfu Yang

机构 * Department of Computer Science, Rutgers University（罗格斯大学计算机科学系） 纠错

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

AI总结 本文研究LLM代理在多步骤工具增强任务中重试失败的上下文污染问题，提出上下文污染重试模型（CCRM），推导了五个核心结果，包括成功概率公式、重试开销定理、预算分配定理等，并通过实验证明模型的有效性。

TEA-Bench: A Systematic Benchmarking of Tool-enhanced Emotional Support Dialogue Agent

TEA-Bench: 一种工具增强情感支持对话代理的系统性基准测试

Xingyu Sui, Yanyan Zhao, Yulin Hu, Jiahe Guo, Weixiang Zhao, Bing Qin

机构 * Harbin Institute of Technology（哈尔滨工业大学） 纠错

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

AI总结 本文提出TEA-Bench，首个评估工具增强情感支持对话代理的交互式基准，通过真实情感场景和工具环境评估情感支持质量和事实性。实验表明工具增强提升情感支持质量并减少幻觉，但效果依赖模型能力。

Agentic, Context-Aware Risk Intelligence in the Internet of Value

价值互联网中的代理、情境感知风险智能

Basel Magableh, OmniRisk Research

机构 * School of Computer Science, Technological University Dublin（技术大学都柏林计算机科学学院） ； Rayachain Lab（雷亚链实验室） 纠错

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

AI总结 本文提出价值互联网中基于五种引擎的风险智能架构，通过实验验证其可行性，并正式陈述验证性分析。

Comments 15 pages