AI Agent

How to Train Your Deep Research Agent? Prompt, Reward, and Policy Optimization in Search-R1

如何训练你的深度研究代理？搜索-R1中的提示、奖励和策略优化

Yinuo Xu, Shuo Lu, Jianjie Cheng, Meng Wang, Qianlong Xie, Xingxing Wang, Ran He, Jian Liang

机构 * CASIA（中国科学院自动化研究所） ； NLPR & MAIS（自然语言处理与人工智能研究室） ； School of AI UCAS（中国科学院大学人工智能学院） ； Meituan Inc（美团公司） 纠错

专题命中 工具调用 ：agent(title)；分类 cs.CL

AI总结 本文提出通过优化提示模板、奖励函数和策略优化方法来提升深度研究代理的性能，通过实验发现快速思考模板和REINFORCE在性能和稳定性上表现更优，同时引入Search-R1++基线提升了Search-R1的性能。

SIGHT: Reinforcement Learning with Self-Evidence and Information-Gain Diverse Branching for Search Agent

SIGHT: 基于自证证据和信息增益多样分支的强化学习

Wenlin Zhong, Jinluan Yang, Yiquan Wu, Yi Liu, Jianhang Yao, Kun Kuang

机构 * Zhejiang University（浙江大学） ； Chongqing Ant Consumer Finance Co., Ltd.（重庆蚂蚁消费金融有限公司） ； Alibaba Group（阿里巴巴集团） 纠错

专题命中 工具调用 ：agent(title)；分类 cs.CL

AI总结 SIGHT通过自证证据和信息增益驱动多样化分支，提升搜索代理的自主推理能力，减少冗余并增强探索策略。

Polymer-Agent: Large Language Model Agent for Polymer Design

聚合物代理：用于聚合物设计的大型语言模型代理

Vani Nigam, Achuth Chandrasekhar, Amir Barati Farimani

机构 * Department of Materials Science and Engineering, Carnegie Mellon University（材料科学与工程系，卡内基梅隆大学） ； Department of Mechanical Engineering, Carnegie Mellon University（机械工程系，卡内基梅隆大学） 纠错

专题命中 工具调用 ：agent(title)；分类 cs.CL

AI总结 本文提出基于LLM的聚合物代理，通过结构-性质预测和生成技术，助力实验室研究人员高效发现新型聚合物结构。

On Group Relative Policy Optimization Collapse in Agent Search: The Lazy Likelihood-Displacement

关于代理搜索中群体相对策略优化崩溃：懒惰似然位移

Wenlong Deng, Yushu Li, Boying Gong, Yi Ren, Christos Thrampoulidis, Xiaoxiao Li

机构 * University of British Columbia（不列颠哥伦比亚大学） ； Vector Institute（向量研究所） ； Meta AI 纠错

专题命中 工具调用 ：agent(title)；分类 cs.CL

AI总结 本文提出LLDS正则化方法，解决GRPO在代理搜索中因LLD导致的训练崩溃问题，提升模型性能达45.2%。

An Open and Reproducible Deep Research Agent for Long-Form Question Answering

一个开放且可重复的深度研究代理用于长格式问答

Ikuya Yamada, Wataru Ikeda, Ko Yoshida, Mengyu Ye, Hinata Sugimoto, Masatoshi Suzuki, Hisanori Ozaki, Jun Suzuki

机构 * Studio Ousia（Ousia工作室） ； Tohoku University（东京大学） ； DENTSU SOKEN INC.（DENTSU SOKEN公司） ； RIKEN（日本学术振兴会） ； NII LLMC（日本信息处理学会LLMC） 纠错

专题命中 工具调用 ：agent(title)；分类 cs.CL

AI总结 该研究提出一个开放的深度研究代理，结合开源大语言模型和网络搜索API，通过偏好微调提升长格式问答的推理质量。

Comments Technical report of a winning system in the NeurIPS MMU-RAG competition

RESTifAI: LLM-Based Workflow for Reusable REST API Testing

RESTifAI：基于大语言模型的可重用REST API测试工作流

Leon Kogler, Maximilian Ehrhart, Benedikt Dornauer, Eduard Paul Enoiu

专题命中 工具调用 ：workflow(title)；分类 cs.SE

AI总结 RESTifAI是一种基于大语言模型的工具，用于生成可重用且适用于CI/CD的REST API测试，通过系统性构建测试场景并验证功能和鲁棒性。

Comments Accepted for ICSE 2026 Demonstration track

MARAG-R1: Beyond Single Retriever via Reinforcement-Learned Multi-Tool Agentic Retrieval

Qi Luo, Xiaonan Li, Yuxin Wang, Tingshuo Fan, Yuan Li, Xinchi Chen, Xipeng Qiu

机构 * School of Computer Science, Fudan University（复旦大学计算机学院） 纠错

专题命中 工具调用 ：agentic(title)；分类 cs.CL

ToolCritic: Detecting and Correcting Tool-Use Errors in Dialogue Systems

Hassan Hamad, Yingru Xu, Liang Zhao, Wenbo Yan, Narendra Gyanchandani

机构 * Amazon（亚马逊） 纠错

专题命中 工具调用 ：tool-use(title)；分类 cs.AI

MLE-STAR: Machine Learning Engineering Agent via Search and Targeted Refinement

Jaehyun Nam, Jinsung Yoon, Jiefeng Chen, Jinwoo Shin, Sercan Ö. Arık, Tomas Pfister

机构 * Google Cloud（谷歌云） ； KAIST（韩国科学技术院） 纠错

专题命中 工具调用 ：agent(title)；分类 cs.LG

Bayesian Optimization-based Search for Agent Control in Automated Game Testing

Carlos Celemin

机构 * Production R\&D, Tencent Amsterdam, Netherlands 纠错

专题命中 工具调用 ：agent(title)；分类 cs.AI

Journal ref 2024 IEEE Conference on Games (CoG), Milan, Italy, 2024, pp. 1-4

LongFuncEval: Measuring the effectiveness of long context models for function calling

Kiran Kate, Tejaswini Pedapati, Kinjal Basu, Yara Rizk, Vijil Chenthamarakshan, Subhajit Chaudhury, Mayank Agarwal, Ibrahim Abdelaziz

专题命中 工具调用 ：function calling(title)；分类 cs.SE

Structural Entropy Guided Agent for Detecting and Repairing Knowledge Deficiencies in LLMs

Yifan Wei, Xiaoyan Yu, Tengfei Pan, Angsheng Li, Li Du

机构 * State Key Laboratory of CCSE,School of Computer Science and Engineering,Beihang University（信息与通信系统国家重点实验室，计算机科学与工程学院，北京航空航天大学） ； Beijing Academy of Artificial Intelligence（北京人工智能研究院） ； Beijing Institute of Technology（北京理工大学） 纠错

专题命中 工具调用 ：agent(title)；分类 cs.CL

Patience is all you need! An agentic system for performing scientific literature review

David Brett, Anniek Myatt

机构 * Recursion Pharmaceutical（Recursion制药公司） 纠错

专题命中 工具调用 ：agentic(title)；分类 cs.AI

Comments 10 pages, 5 figures

Agentic AI for Improving Precision in Identifying Contributions to Sustainable Development Goals

William A. Ingram, Bipasha Banerjee, Edward A. Fox

机构 * Virginia Tech（弗吉尼亚理工大学） 纠错

专题命中 工具调用 ：agentic(title)；分类 cs.AI

Recurrent Auto-Encoders for Enhanced Deep Reinforcement Learning in Wilderness Search and Rescue Planning

Jan-Hendrik Ewers, David Anderson, Douglas Thomson

机构 * Autonomous Systems And Connectivity Research Division, University of Glasgow（格拉斯哥大学自治系统与连接研究部门） 纠错

专题命中 工具调用 ：planning(title)；分类 cs.LG

Comments Submitted to Machine Learning with Applications

SibylSat: Using SAT as an Oracle to Perform a Greedy Search on TOHTN Planning

Gaspard Quenard, Damier Pellier, Humbert Fiorino

专题命中 工具调用 ：planning(title)；分类 cs.AI

Journal ref ECAI 2024, Oct 2024, Santiago de Compostela, Spain. pp.4157 - 4164

A Study on the Implementation Method of an Agent-Based Advanced RAG System Using Graph

Cheonsu Jeong

专题命中 工具调用 ：agent(title)；分类 cs.AI

Journal ref 2024 Knowledge Management Research

Jack of All Trades, Master of Some, a Multi-Purpose Transformer Agent

Quentin Gallouédec, Edward Beeching, Clément Romac, Emmanuel Dellandréa

专题命中 工具调用 ：agent(title)；分类 cs.AI

Journal ref 38th Workshop on Aligning Reinforcement Learning Experimentalists and Theorists (ARLET 2024)

AI Tool Use and Adoption in Software Development by Individuals and Organizations: A Grounded Theory Study

Ze Shi Li, Nowshin Nawar Arony, Ahmed Musa Awon, Daniela Damian, Bowen Xu

专题命中 工具调用 ：tool use(title)；分类 cs.SE

Budget-Constrained Tool Learning with Planning

Yuanhang Zheng, Peng Li, Ming Yan, Ji Zhang, Fei Huang, Yang Liu

专题命中 工具调用 ：planning(title)；分类 cs.AI

Comments Accepted for Findings of ACL 2024

Modeling Collaborator: Enabling Subjective Vision Classification With Minimal Human Effort via LLM Tool-Use

Imad Eddine Toubal, Aditya Avinash, Neil Gordon Alldrin, Jan Dlabal, Wenlei Zhou, Enming Luo, Otilia Stretcu, Hao Xiong, Chun-Ta Lu, Howard Zhou, Ranjay Krishna, Ariel Fuxman, Tom Duerig

专题命中 工具调用 ：tool-use(title)；分类 cs.LG

Equipping Language Models with Tool Use Capability for Tabular Data Analysis in Finance

Adrian Theuma, Ehsan Shareghi

专题命中 工具调用 ：tool use(title)；分类 cs.CL

Comments Accepted to EACL2024; code, model and dataset are available at https://raven-lm.github.io

Online search of unknown terrains using a dynamical system-based path planning approach

Karan Sridharan, Patrick McNamee, Zahra Nili Ahmadabadi, Jeffrey Hudack

专题命中 工具调用 ：planning(title)；分类 cs.AI

Journal ref J Intell Robot Syst 106, 21 (2022)

A Deep Neural Networks ensemble workflow from hyperparameter search to inference leveraging GPU clusters

Pierrick Pochelu, Serge G. Petiton, Bruno Conche

专题命中 工具调用 ：workflow(title)；分类 cs.LG

Journal ref ACM International Conference Proceeding Series 2022

Designing an Automatic Agent for Repeated Language based Persuasion Games

Maya Raifer, Guy Rotman, Reut Apel, Moshe Tennenholtz, Roi Reichart

专题命中 工具调用 ：agent(title)；分类 cs.CL

Comments Accepted for TACL in December 2021

Improving Confidence in the Estimation of Values and Norms

Luciano Cavalcante Siebert, Rijk Mercuur, Virginia Dignum, Jeroen van den Hoven, Catholijn Jonker

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

Comments 16 pages, 3 figures, pre-print for the International Workshop on Coordination, Organizations, Institutions, Norms and Ethics for Governance of Multi-Agent Systems (COINE), co-located with AAMAS 2020

MEEP: An Open-Source Platform for Human-Human Dialog Collection and End-to-End Agent Training

Arkady Arkhangorodsky, Amittai Axelrod, Christopher Chu, Scot Fang, Yiqi Huang, Ajay Nagesh, Xing Shi, Boliang Zhang, Kevin Knight

专题命中 工具调用 ：agent(title)；分类 cs.CL

Comments 10 pages

Strategic API Analysis and Planning: APIS Technical Report

Jennifer Horkoff, Juho Lindman, Imed Hammouda, Eric Knauss

专题命中 工具调用 ：planning(title)；分类 cs.SE

Improved Learning in Evolution Strategies via Sparser Inter-Agent Network Topologies

Dhaval Adjodah, Dan Calacci, Yan Leng, Peter Krafft, Esteban Moro, Alex Pentland

专题命中 工具调用 ：agent(title)；分类 cs.AI

Comments This paper is obsolete

The N-Tuple Bandit Evolutionary Algorithm for Game Agent Optimisation

Simon M Lucas, Jialin Liu, Diego Perez-Liebana

专题命中 工具调用 ：agent(title)；分类 cs.AI

Comments 9 pages, 3 figures, 3 table. This is the final version of the article accepted by WCCI2018