Multi-Objective Sparse Sensing with Ergodic Optimization
专题命中 工具调用 ：agent(abstract)；planning(abstract)；multi-agent(abstract)
AI 大模型
AI Agent
智能体、工具调用、规划、工作流、多智能体和自主任务执行。
1. 工具调用 5130 篇
A Receding Horizon Scheduling Approach for Search & Rescue Scenarios
专题命中 工具调用 ：agent(abstract)；planning(abstract)；multi-agent(abstract)
Comments Accepted to IFAC World Congress 2020
An Optimal Algorithm to Solve the Combined Task Allocation and Path Finding Problem
专题命中 工具调用 ：agent(abstract)；planning(abstract)；multi-agent(abstract)
SGHA: Evidence-Grounded Research Problem Discovery with Local Language Models
SGHA：基于证据的研究问题发现，使用本地语言模型
机构 * C-MInDS, IIT Bombay（印度理工学院孟买分校C-MInDS） ； Machine Learning Department, MBZUAI（穆罕默德·本·扎耶德人工智能大学机器学习系）
专题命中 工具调用 ：agent(abstract,abstract_cn)；分类 cs.AI、cs.LG
AI总结 该研究提出SGHA，一种基于本地9B开源LLM的研究问题发现系统，通过构建文献证据图检测研究差距，经对比实验证明其可实现可核查的研究问题构建，无需依赖专有前沿模型。
Comments Link to Code and artifacts: https://github.com/SarveshVGharat/structural-gap-hypothesis-agent
Act as You Learn: Adaptive Decision-Making in Non-Stationary Markov Decision Processes
专题命中 工具调用 ：agent(abstract)；planning(abstract)；分类 cs.AI、cs.LG；autonomous agent(comments)
Comments Accepted for publication at the International Conference on Autonomous Agents and MultiAgent Systems (AAMAS), 2024
ToolMinimize: Auditing and Rewriting LLM Agent Tool Calls to Minimize Privacy Exposure
ToolMinimize：审计与重写大语言模型智能体的工具调用以最小化隐私暴露
专题命中 工具调用 ：agent(title)；分类 cs.SE
AI总结 ToolMinimize是一款中间件，通过拦截并重写LLM智能体的工具调用参数，结合schema感知分析与四种操作，在保证100%任务有效性的同时大幅降低隐私暴露，可选层可进一步提升效果，延迟极低。
Structurally-bounded Agentic Graph Exploration for Evidence-Grounded Scholarly DeepSearch
用于证据导向学术深度搜索的结构受限智能体图探索方法
机构 * National University of Singapore（新加坡国立大学） ； TCG CREST ； Indian Institute of Technology Kharagpur（印度理工学院卡拉格普尔分校） ； Singapore Institute of Technology（新加坡理工学院） ； Indian Institute of Technology Bombay（印度理工学院孟买分校）
专题命中 工具调用 ：agentic(title)；分类 cs.CL
AI总结 Crase是一种有界可检查的学术搜索方法，通过1.5跳引用邻域扩展等操作，在50万篇arXiv论文的基准上，召回率@50最高达同类深度研究智能体的3倍且成本仅为其三分之一。
AHEAD: Adaptive Hindsight with Environment-Augmented Distillation for Agentic RL
AHEAD：用于智能体强化学习的环境增强蒸馏自适应回溯
机构 * AWS AI Labs（亚马逊云科技人工智能实验室） ； Purdue University（普渡大学）
专题命中 工具调用 ：agentic(title)；分类 cs.AI
AI总结 AHEAD是一种步骤感知的智能体强化学习框架，通过匹配不同监督源适配步骤类型，在多任务及多模型规模下提升了GRPO算法的任务成功率，减少了训练步骤并适配更严格的交互预算。
Comments 22 pages, 15 figures, 7 tables
Noise Floor Audit for Agent Benchmarks
智能体基准测试的噪声底审计
专题命中 工具调用 ：agent(title)；分类 cs.CL
AI总结 该研究针对BFCL基准的工具调用端点，审计了重复运行与提示扰动带来的测量变异性，发现提示扰动是更大噪声来源，边际准确率掩盖了稳定性与失败模式。
Comments 10 pages, 1 figure, 6 tables
AgonAlpha: Autonomous Alpha Discovery via Prompt Economy and Scalable Agentic Search
AgonAlpha：通过提示经济与可扩展智能体搜索实现自主阿尔法发现
机构 * The Chinese University of Hong Kong（香港中文大学） ； University of Maryland（马里兰大学）
专题命中 工具调用 ：agentic(title)；分类 cs.AI
AI总结 AgonAlpha是首个结合经验证构件搜索、对抗审核器与并行预算分配的阿尔法挖掘系统，在WorldQuant BRAIN部署后产出SPECTACULAR级阿尔法，为交易因子自主研究提供了完整证据轨迹。
VectraYX-Vision-1B: A Sub-2B Spanish/LATAM Cybersecurity Vision-Language Model with Structured Visual Reasoning and Native Tool Use
VectraYX-Vision-1B：一款具备结构化视觉推理与原生工具使用能力的20亿参数以下西班牙语/拉丁美洲网络安全多模态模型
机构 * Globant（高博特科技）
专题命中 工具调用 ：tool use(title)；分类 cs.CL
AI总结 本研究推出VectraYX-Vision-1B，一款20亿参数以下西班牙语/拉丁美洲网络安全多模态模型，支持结构化推理与工具调用，针对网络UI优化，同时报告了其视觉定位的负面结果及相关修复方案，开源了模型与数据。
Comments 11 pages, 1 figure
CEDAR: Agent-Orchestrated Tree Search for Goal-Directed Optimization of Complex Systems
CEDAR：面向复杂系统目标导向优化的智能体编排树搜索算法
机构 * Sakana AI
专题命中 工具调用 ：agent(title)；分类 cs.AI
AI总结 针对复杂系统目标导向设计的难题，提出基于LLM智能体的CEDAR方法，通过LLM驱动的MCTS实现复杂系统的目标导向发现，减少人力投入并促进其跨领域应用。
Comments Accepted as Talk in ALIFE 2026: The 2026 Conference on Artificial Life
Token-Native Storage: Read and Write in your Agent's Language
令牌原生存储：以智能体的语言进行读写
机构 * Qdrant
专题命中 工具调用 ：agent(title)；分类 cs.CL
AI总结 本文提出令牌原生存储思路，将文本以模型的BPE令牌ID保存，压缩比和读写速度均优于UTF-8等字节编码，呼吁AI实验室标准化令牌化器以推进该方案。
Comments 12 pages, 6 figures, 2 tables
BiCAA: Bidirectional Credit Assignment for Search-Augmented Agent
BiCAA：面向搜索增强智能体的双向信用分配
专题命中 工具调用 ：agent(title)；分类 cs.CL
AI总结 针对搜索增强智能体多步搜索任务中普通GRPO的稀疏监督问题，提出BiCAA双向信用分配框架，融合前向可解性增益与后见成功关键性构建密集过程奖励，实现稳定策略优化并取得有竞争力的QA性能。
Agentic Neural Architecture Search
智能体神经架构搜索
机构 * Artificial Intelligence Graduate School, Ulsan National Institute of Science and Engineering（人工智能研究生院，乌山科学与工程研究院） ； Department of Computer Science and Engineering, Ulsan National Institute of Science and Engineering（计算机科学与工程系，乌山科学与工程研究院）
专题命中 工具调用 ：agentic(title)；分类 cs.AI
AI总结 研究探索LLM驱动设计与NAS驱动搜索的分工，提出用LLM生成种子架构并分解为带插槽架构供NAS搜索的机制，在AgentNAS中实例化，在多任务上表现出色，两种搜索机制互补。
When Does Tool Use Increase the Expressive Power of Finite-Precision Recurrent Models?
工具使用何时会增强有限精度循环模型的表达能力？
机构 * Robotics and Perception Group University of Zurich（机器人感知组苏黎世大学） ； Shenzhen International Center for Industrial and Applied Mathematics（深圳国际工业与应用数学中心） ； Shenzhen Research Institute of Big Data（深圳大数据研究 institute） ； Tengen Intelligence Institute CRRC Zhuzhou Institute（腾云智能研究院 CRRC 长沙研究所）
专题命中 工具调用 ：tool use(title)；分类 cs.CL
AI总结 研究工具使用对有限精度循环模型表达能力的影响，通过将模型建模为与预言机交互的有限状态控制器，得出有限状态工具基本不增加表达能力，单个无限状态磁带使系统图灵完备，且特定单层控制器可实现此构造的结论。
Comments 24 pages
Beyond Next-Token Prediction: An RLVR Proof of Concept for Tool-Use Agents on Atlassian Workflows
超越下一个词预测：Atlassian工作流中工具使用代理的RLVR概念验证
机构 * Centific
专题命中 工具调用 ：tool-use(title)；分类 cs.AI
AI总结 针对企业SaaS工作流中LLM因目标不匹配导致的静默失败，提出在目标环境中直接应用可验证奖励强化学习（RLVR），在五个合成Jira/Confluence环境中训练Qwen模型，将平均奖励从0.35-0.92提升至0.95-1.00。
OpenReward: Learning to Reward Long-form Agentic Tasks via Reinforcement Learning
OpenReward: 通过强化学习学习奖励长形式智能体任务
机构 * Leiden University（莱顿大学） ； Shandong University（山东大学） ； Tsinghua University（清华大学）
专题命中 工具调用 ：agentic(title)；分类 cs.CL
AI总结 提出OpenRM，一种工具增强的长形式奖励模型，通过GRPO训练联合监督工具使用和结果准确性，在长形式任务中显著优于现有方法。
When Does Streaming Tool Use Help? Characterizing Tool-Intent Stabilization in Streaming Retrieval-Augmented Generation
流式工具使用何时有帮助？表征流式检索增强生成中的工具意图稳定化
机构 * SMG Labs（SMG实验室）
专题命中 工具调用 ：tool use(title)；分类 cs.CL
AI总结 通过测量工具意图稳定化（即推测查询收敛到答案的时间点），在CRAG基准上分析流式RAG的延迟隐藏效果，发现73.9%的查询可实现显著延迟隐藏，并识别早期与晚期稳定化的预测因素。
Effective Reinforcement Learning for Agentic Search by Recycling Zero-Variance Queries During Training
通过训练期间回收零方差查询实现智能体搜索的有效强化学习
机构 * Language Technologies Institute, Carnegie Mellon University（卡内基梅隆大学语言技术研究所） ； Instituto Superior Técnico and INESC-ID, University of Lisbon（里斯本大学理工学院和INESC-ID） ； NOVA LINCS, NOVA School of Science and Technology（NOVA科学与技术学院LINCS）
专题命中 工具调用 ：agentic(title)；分类 cs.AI
AI总结 提出查询回收方法，将训练中零方差查询重新投入采样池，使有效训练分布随策略演化，1.7B模型在7个多跳QA基准上平均Pass@1达66.0，匹配或超越7B模型。
Gecko: A Simulation Environment with Stateful Feedback for Refining Agent Tool Calls
Gecko: 一种具有状态反馈的仿真环境，用于优化智能体工具调用
专题命中 工具调用 ：agent(title)；分类 cs.SE
AI总结 提出Gecko仿真环境，通过规则与LLM结合提供工具名称/参数验证、模式一致响应合成和任务完成判断三类反馈，形成GATS方法，在BFCLv3和τ²-bench上显著提升LLM工具调用性能。
Observation, Not Prediction: Conversation-Level Disaggregated Scheduling for Agentic Serving
观察而非预测：面向智能体服务的对话级解耦调度
机构 * Anonymous Authors（匿名作者）
专题命中 工具调用 ：agentic(title)；分类 cs.LG
AI总结 提出将调度单元从单轮提升至整个对话，利用对话中首轮计算密集与后续内存密集的两阶段可观察特性，实现无需预测的解耦调度，显著降低延迟并提升能效。
SkillSmith: Co-Evolving Skills and Tools for Self-Improving Agent Systems
SkillSmith: 技能与工具的协同进化用于自我改进的智能体系统
机构 * Shanghai Jiao Tong University（上海交通大学） ； Eastern Institute of Technology（东部技术研究所） ； University of Science and Technology of China（中国科学技术大学） ； Southeast University（东南大学） ； Ningbo Institute of Digital Twin（宁波数字孪生研究所）
专题命中 工具调用 ：agent(title)；分类 cs.AI
AI总结 提出SkillSmith框架，通过统一提案空间和Lotka-Volterra生态效用模型实现技能与工具的协同进化，在多个基准测试中显著提升性能。
PiCA: Pivot-Based Credit Assignment for Search Agentic Reinforcement Learning
PiCA：基于枢纽的搜索代理强化学习中的信用分配
机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科学与技术大学（广州）） ； The Hong Kong University of Science and Technology（香港科学与技术大学）
专题命中 工具调用 ：agentic(title)；分类 cs.AI
AI总结 PiCA通过重新定义搜索轨迹为累积搜索进度的序列过程，解决长周期信用分配中的稀疏奖励、孤立信用和分布偏移问题，提升知识密集型问答任务性能。
Comments 21 pages, 7 figures
DADL: A Declarative Description Language for Enterprise Tool Libraries in LLM Agent Systems
DADL：用于LLM代理系统企业工具库的声明性描述语言
专题命中 工具调用 ：agent(title)；分类 cs.SE
AI总结 DADL通过单一声明性文件描述REST API的端点、认证、分页等，实现企业工具库的集中管理和高效调用，显著降低上下文窗口消耗。
Comments 14 pages, 1 figure. Also published on Zenodo: https://doi.org/10.5281/zenodo.19931788
Audio2Tool: Speak, Call, Act -- A Dataset for Benchmarking Speech Tool Use
Audio2Tool: 说话，呼叫，行动 -- 一个用于语音工具使用的基准测试数据集
机构 * Rivian and Volkswagen Group Technologies（Rivian和大众集团技术公司）
专题命中 工具调用 ：tool use(title)；分类 cs.LG
AI总结 Audio2Tool数据集通过三个领域评估语音语言模型的工具调用能力，包含30000个查询，涵盖简单指令到复杂多意图任务，测试模型在不同挑战下的表现。
MCP vs RAG vs NLWeb vs HTML: A Comparison of the Effectiveness and Efficiency of Different Agent Interfaces to the Web (Technical Report)
MCP与RAG与NLWeb与HTML：不同网页代理接口的有效性和效率比较（技术报告）
机构 * Data and Web Science Group（数据与网络科学组） ； University of Mannheim（曼海姆大学）
专题命中 工具调用 ：agent(title)；分类 cs.CL
AI总结 本文比较了四种网页代理接口的有效性和效率，发现RAG、MCP和NLWeb在效果和效率上均优于HTML。
Journal ref Proceedings of the ACM Web Conference 2026 (WWW '26), April 13-17, 2026, Dubai, United Arab Emirates. ACM, New York, NY, USA, pp. 8493-8496
Cycle-Consistent Search: Question Reconstructability as a Proxy Reward for Search Agent Training
循环一致性搜索：问题可重构性作为搜索代理训练的代理奖励
机构 * Meta Superintelligence Labs（Meta超智能实验室）
专题命中 工具调用 ：agent(title)；分类 cs.AI
AI总结 本文提出Cycle-Consistent Search框架，通过问题可重构性作为奖励信号，无需黄金监督训练搜索代理，在信息检索任务中实现与监督基线相当的性能。
Exploiting Web Search Tools of AI Agents for Data Exfiltration
利用AI代理的网络搜索工具进行数据外泄
机构 * Open Hippo GmbH（Open Hippo有限公司） ； University of Augsburg（奥格斯堡大学） ； Smart Labs AI GmbH（Smart Labs AI有限公司）
专题命中 工具调用 ：AI agent(title)；分类 cs.CL
AI总结 研究分析了AI代理通过网络搜索工具进行数据外泄的攻击方式，探讨了模型大小、制造商及实现方式对漏洞的影响，并提出加强训练、建立攻击向量数据库和统一测试框架等安全措施。
Comments 9 pages, 6 figures, conference article
Latent Poincaré Shaping for Agentic Reinforcement Learning
隐式庞加莱形变用于代理强化学习
专题命中 工具调用 ：agentic(title)；分类 cs.LG
AI总结 LaPha通过在庞加莱潜在空间中引入隐式形变，提升LLM代理在数学任务中的性能，实现自我引导的测试时间扩展和更高的准确率。
