AI Agent

LoopCoder-v2: Only Loop Once for Efficient Test-Time Computation Scaling

LoopCoder-v2: 仅循环一次以实现高效的测试时计算扩展

Jian Yang, Shawn Guo, Wei Zhang, Tianyu Zheng, Yaxin Du, Haau-Sing Li, Jiajun Wu, Yue Song, Yan Xing, Qingsong Cai, Zelong Huang, Chuan Hao, Ran Tao, Xianglong Liu, Wayne Xin Zhao, Mingjie Tang, Weifeng Lv, Ming Zhou, Bryan Dai

机构 * Beihang University（北京航空航天大学） ； IQuest Research ； Langboat（浪波） ； Renmin University of China（中国人民大学） 纠错

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

AI总结 本文提出并行循环Transformer（PLT）并研究循环次数选择，发现两循环变体在代码生成等任务上显著提升，而三循环以上性能下降，揭示了增益-成本权衡。

Dr-DCI: Scaling Direct Corpus Interaction via Dynamic Workspace Expansion

Dr-DCI: 通过动态工作空间扩展实现直接语料交互的规模化

Yi Lu, Zhuofeng Li, Ping Nie, Haoxiang Zhang, Yuyu Zhang, Kai Zou, Wenhu Chen, Jimmy Lin, Dongfu Jiang, Yu Zhang

机构 * University of Toronto（多伦多大学） ； Texas A&M University（德克萨斯A&M大学） ； University of Waterloo（滑铁卢大学） ； UC San Diego（加州大学圣迭戈分校） ； Verdent AI ； Netmind AI 纠错

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

AI总结 提出DR-DCI框架，将检索作为智能体可调用的动作来动态扩展本地工作空间，结合检索器的召回能力与DCI的局部操作精度，实现大规模语料上的高效搜索与验证。

Comments 25 pages, 4 figures, 22 tables

ASA: Backbone-Training-Free Representation Engineering for Tool-Calling Agents

ASA：无需骨干训练的工具调用智能体表示工程

Youjin Wang, Run Zhou, Yingjie Ma, Rong Fu, Jiani Liang, Shuaishuai Cao, Min Huang, Tao Fang, Liangming Pan

机构 * Renmin University of China（中国人民大学） ； University of Macau（澳门大学） ； Central South University（中南大学） ； Jiangxi Normal University（江西师范大学） ； Macau Millennium College（澳门 millennium 学院） ； Peking University（北京大学） 纠错

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

AI总结 针对大语言模型在工具调用中的惰性代理问题，提出一种无需训练、推理时激活干预的方法ASA，通过路由条件混合引导向量和探针引导门控，显著提升工具使用F1并降低误报率。

Comments The manuscript consists of 24 pages formatted in the ACL style. Youjin Wang, Run Zhou, and Yingjie Ma contributed equally to this work. Tao Fang and Liangming Pan are the co-corresponding authors

VATS: Exploiting Implicit Authority in Error-Path Injection via Systematic Mutation

VATS: 通过系统性变异利用错误路径注入中的隐式权威

Harshil Patel, Kunal Pai

机构 * Harshil Patel ； Kunal Pai 纠错

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

AI总结 提出VATS框架，通过七维变异生成对抗性负载，利用错误消息的隐式权威绕过安全机制，在四个前沿模型上实现高达100%的注入成功率。

Comments Published at Second Workshop on Agents in the Wild: Safety, Security, and Beyond (ICML 2026 AIWILD)

SafeSearch: Automated Red-Teaming of LLM-Based Search Agents

SafeSearch: 基于LLM的搜索代理的自动化红队测试

Jianshuo Dong, Sheng Guo, Hao Wang, Xun Chen, Zhuotao Liu, Tianwei Zhang, Ke Xu, Minlie Huang, Han Qiu

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(abstract)；workflow(abstract)；分类 cs.AI、cs.CL

AI总结 提出SafeSearch自动化红队框架，系统评估基于LLM的搜索代理在五个风险类别中的安全性，发现GPT-4.1-mini在搜索工作流中攻击成功率高达90.5%，且常见防御措施效果有限。

Comments Accepted by ICML 2026

Masking Stale Observations Helps Search Agents -- Until It Doesn't: A Regime Map and Its Mechanism

掩盖过时观察帮助搜索智能体——直到适得其反：一个机制图谱及其机制

Haoxiang Zhang, Qixin Xu, Zhuofeng Li, Lei Zhang, Pengcheng Jiang, Yu Zhang, Julian McAuley

机构 * UC San Diego（加州大学圣地亚哥分校） ； UC Berkeley（加州大学伯克利分校） ； Texas A&M University（德克萨斯大学） ； UIUC（伊利诺伊大学厄巴纳-香槟分校） 纠错

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

AI总结 本文通过系统实验发现，在长时域搜索智能体中掩盖过时观察的效果呈现非对称倒U型曲线，取决于检索器召回率与模型隐式过滤能力的交互，并揭示了其背后的令牌-轮次权衡机制。

Comments 47 pages, 7 figures

ORACLE-SWE: Quantifying the Contribution of Oracle Information Signals on SWE Agents

ORACLE-SWE：量化Oracle信息信号对SWE代理的贡献

Kenan Li, Qirui Jin, Liao Zhu, Xiaosong Huang, Yijia Wu, Yikai Zhang, Xin Zhang, Zijian Jin, Yufan Huang, Elsie Nallipogu, Chaoyun Zhang, Yu Kang, Saravan Rajmohan, Qingwei Lin, Wenke Lee, Dongmei Zhang

机构 * Microsoft（微软公司） ； Georgia Institute of Technology（佐治亚理工学院） 纠错

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

AI总结 提出Oracle-SWE方法，通过隔离和提取SWE基准测试中的Oracle信息信号，量化每种信号对代理性能的贡献，并评估强语言模型提取的信号对基础代理的性能提升。

Comments Under peer review; 37 pages, 10 figures, 5 tables

Relevance as a Vulnerability: How Web Retrieval Degrades Safety Alignment in LLM Agents

相关性即漏洞：网络检索如何削弱LLM智能体的安全对齐

Aditya Nawal, Manit Baser, Mohan Gurusamy

机构 * Department of Electrical and Computer Engineering（电子与计算机工程系） ； National University of Singapore（新加坡国立大学） 纠错

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

AI总结 本文提出AgentREVEAL框架，分析检索集成方式和内容属性如何导致LLM智能体安全退化，发现相关性是共同激活条件，并引入HarmURLBench基准。

SIA: Self Improving AI with Harness & Weight Updates

SIA: 具有框架与权重更新的自我改进AI

Prannay Hebbar, Yogendra Manawat, Samuel Verboomen, Alesia Ivanova, Selvam Palanimalai, Kunal Bhatia, Vignesh Baskaran

机构 * Hexo Labs（Hexo实验室） ； University of Oxford（牛津大学） 纠错

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

AI总结 提出SIA框架，通过反馈智能体同时更新任务智能体的框架和权重，在三个领域（中国法律罪名分类、GPU内核优化、单细胞RNA去噪）超越仅迭代框架的方法。

MCPXKIT: The Unified Toolkit for Analyzing Model Context Protocol Security

MCPXKIT：分析模型上下文协议安全性的统一工具包

Yongjian Guo, Puzhuo Liu, Wanlun Ma, Zehang Deng, Xiaogang Zhu, Peng Di, Xi Xiao, Sheng Wen

机构 * Shenzhen International Graduate School, Tsinghua University, Shenzhen, China（深圳国际研究生院，清华大学，深圳，中国） ； Ant Group, Hangzhou, China（蚂蚁集团，杭州，中国） ； Swinburne University of Technology, Melbourne, Australia（斯威本科技大学，墨尔本，澳大利亚） ； The University of Adelaide, Adelaide, Australia（阿德莱德大学，阿德莱德，澳大利亚） ； UNSW Sydney, Australia（悉尼大学，澳大利亚） 纠错

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

AI总结 本文提出MCPXKIT工具包，分类实现了31种攻击方法，通过定量实验揭示了MCP在工具描述依赖、文件攻击、链攻击及数据命令区分等方面的漏洞，并提供了安全增强建议。

Comments Accepted by IEEE Transactions on Dependable and Secure Computing (TDSC). $\href{https://ieeexplore.ieee.org/abstract/document/11531012}{Official \ version}$

ContractBench: Can LLM Agents Preserve Observation Contracts?

ContractBench: LLM Agents能否保持观察契约？

Jicheng Wang, Yifeng He, Zili Wang, Hanwen Xing, Arkaprava De, Hao Chen

机构 * University of California, Davis（加州大学戴维斯分校） ； University of Southern California（南加州大学） ； University of Hong Kong（香港大学） 纠错

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

AI总结 本文提出ContractBench基准测试，用于评估LLM代理在保持观察契约（如时间有效性及字节完整性）方面的能力，发现现有模型在该任务上仍存在显著缺陷。

DataMaster: Data-Centric Autonomous AI Research

DataMaster: 以数据为中心的自主AI研究

Yaxin Du, Xiyuan Yang, Zhifan Zhou, Wanxu Liu, Zixing Lei, Zimeng Chen, Fenyi Liu, Haotian Wu, Yuzhu Cai, Zexi Liu, Xinyu Zhu, WenHao Wang, Linfeng Zhang, Chen Qian, Siheng Chen

机构 * Shanghai Jiao Tong University（上海交通大学） ； Carnegie Mellon University（卡内基梅隆大学） ； Zhejiang University（浙江大学） ； Beijing University of Aeronautics and Astronautics（北京航空航天大学） 纠错

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

AI总结 DataMaster通过自主数据工程优化数据侧，提升下游性能，无需改变学习算法。其包含数据树、共享数据池和全局记忆三大组件，有效解决开放搜索空间和延迟验证问题。

ToolWeave: Structured Synthesis of Complex Multi-Turn Tool-Calling Dialogues

ToolWeave：复杂多轮工具调用对话的结构化合成

Dinesh Khandelwal, Gnana Prakash Punnavajhala, GPS Bhargav, Gaurav Pandey, Sachin Joshi, Hima Karanam, Dinesh Raghu

机构 * IBM Research（IBM研究院） ； IIIT Hyderabad（Hyderabad理工学院） 纠错

专题命中 工具调用 ：autonomous agent(abstract)；planning(abstract)；分类 cs.AI、cs.CL

AI总结 ToolWeave通过构建带有内置依赖关系的工具，生成更真实的多轮工具调用对话，减少参数幻觉，提升LLM在多步骤任务中的表现。

HyperEyes: Dual-Grained Efficiency-Aware Reinforcement Learning for Parallel Multimodal Search Agents

HyperEyes: 双粒度效率感知强化学习用于并行多模态搜索代理

Guankai Li, Jiabin Chen, Yi Xu, Xichen Zhang, Yuan Lu

机构 * Xiaohongshu Inc.（小红书公司） ； University of Cambridge（剑桥大学） 纠错

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

AI总结 HyperEyes通过双粒度效率感知强化学习，实现并行多模态搜索代理，提升搜索效率与准确性，其在六个基准测试中超越现有开源代理。

Comments Code & Data: https://github.com/DeepExperience/HyperEyes

Deterministic Legal Agents: A Canonical Primitive API for Auditable Reasoning over Temporal Knowledge Graphs

确定性法律代理：用于可审计时间知识图谱推理的规范性原始API

Hudson de Martim

机构 * Federal Senate of Brazil（巴西联邦议会） 纠错

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

AI总结 本文提出SAT-Graph API，通过确定性符号子系统与概率语言模型交互，实现法律领域可审计的时间知识图谱推理，将单次检索生成改为主动推理-行动-观察流程。

Comments Substantially revised version consolidating the paper as a formal SAT-Graph API specification: clarifies Probability Isolation and post-anchoring determinism, broadens semantic anchoring to open and thematic legal queries, refines the data models and temporal primitives, and strengthens the use cases, limitations, and bibliography

Rethinking Reinforcement Fine-Tuning in LVLM: Convergence, Reward Decomposition, and Generalization

重新思考LVLM中的强化微调：收敛性、奖励分解与泛化

Carter Adams, Rafael Oliveira, Gabriel Almeida, Sofia Torres

机构 * Federal University of Bahia（巴伊亚联邦大学） 纠错

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

AI总结 本文提出TA-MDP框架，分析强化微调中奖励结构对GRPO收敛性的影响，并推导奖励分解定理和泛化界限，揭示工具增强策略在分布外迁移中的有效性。

Latent Preference Modeling for Cross-Session Personalized Tool Calling

潜在偏好建模用于跨会话个性化工具调用

Yejin Yoon, Minseo Kim, Taeuk Kim

机构 * Hanyang University（翰阳大学） 纠错

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

AI总结 本文提出MPT基准和PRefine方法，通过生成-验证-细化循环提升工具调用准确性，仅用1.24%的token实现稳健的个性化。

Comments Under review. 25 pages, 10 figures, 16 tables

Deep-Reporter: Deep Research for Grounded Multimodal Long-Form Generation

Deep-Reporter：基于多模态长形式生成的深度研究

Fangda Ye, Zhifei Xie, Yuxin Hu, Yihang Yin, Shurui Huang, Shikai Dong, Jianzhu Bao, Shuicheng Yan

机构 * National University of Singapore（新加坡国立大学） ； Nanyang Technological University（南洋理工大学） ； University of Edinburgh（爱丁堡大学） ； Beijing Institute of Technology（北京理工大学） 纠错

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

AI总结 本文提出Deep-Reporter框架，通过多模态搜索、检查清单引导合成和上下文管理，解决多模态长形式生成中的整合与选择难题，通过8K高质量数据集和M2LongBench测试集验证其有效性。

Comments 41 pages, 6 figures, 8 tables. Code available at https://github.com/fangda-ye/Deep-Report. v2: corrected typos and updated experimental results

RaTA-Tool: Retrieval-based Tool Selection with Multimodal Large Language Models

RaTA-Tool: 基于检索的多模态大语言模型工具选择

Gabriele Mattioli, Evelyn Turri, Sara Sarto, Lorenzo Baraldi, Marcella Cornia, Lorenzo Baraldi, Rita Cucchiara

机构 * University of Modena and Reggio Emilia（摩德纳和雷吉奥艾米利亚大学） ； University of Pisa（比萨大学） 纠错

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

AI总结 本文提出RaTA-Tool框架，利用多模态大语言模型将多模态查询转化为结构化任务描述，并通过语义丰富的工具描述检索合适工具，支持开放世界场景下的工具扩展。

Comments ICPR 2026

Mi:dm K 2.5 Pro

KT Tech innovation Group

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

A Framework for Low-Latency, LLM-driven Multimodal Interaction on the Pepper Robot

一种用于Pepper机器人低延迟LLM驱动多模态交互的框架

Erich Studerus, Vivienne Jia Zhong, Stephan Vonschallen

机构 * Institute for Information Systems（信息系统研究所） ； University of Applied Sciences and Arts Northwestern Switzerland（西北瑞士应用科学与艺术大学） 纠错

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

AI总结 本文提出一个开源Android框架，通过端到端语音模型和功能调用能力，实现低延迟多模态交互，提升Pepper机器人的人机交互性能。

Comments 4 pages, 2 figures. To appear in Proceedings of the 21st ACM/IEEE International Conference on Human-Robot Interaction (HRI '26), Edinburgh, Scotland, March 2026

Strategic Navigation or Stochastic Search? How Agents and Humans Reason Over Document Collections

策略导航还是随机搜索？智能体和人类如何在文档集合上进行推理

Łukasz Borchmann, Jordy Van Landeghem, Michał Turski, Shreyansh Padarha, Ryan Othniel Kearns, Adam Mahdi, Niels Rogge, Clémentine Fourrier, Siwei Han, Huaxiu Yao, Artemis Llabrés, Yiming Xu, Dimosthenis Karatzas, Hao Zhang, Anupam Datta

机构 * Snowflake\,AI\,Research ； University\,of\,Oxford ； Computer\,Vision\,Center 纠错

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

AI总结 本文通过MADQA基准测试，探讨智能体与人类在文档检索中的策略性推理与随机搜索差异，揭示最佳智能体在准确性上接近人类，但依赖暴力搜索而非有效策略规划。

Auto Researching, not hyperparameter tuning: Convergence Analysis of 10,000 Experiments

自主研究而非超参数调优：10000次实验的收敛分析

Xiaoyi Li

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

AI总结 本文通过分析10469次实验，发现架构选择对性能影响显著，超参数调整影响较小，展示了LLM在自主设计ML实验中的能力。

SynPlanResearch-R1: Encouraging Tool Exploration for Deep Research with Synthetic Plans

SynPlanResearch-R1: 通过合成计划鼓励深度研究中的工具探索

Hansi Zeng, Zoey Li, Yifan Gao, Chenwei Zhang, Xiaoman Pan, Tao Yang, Fengran Mo, Jiacheng Lin, Xian Li, Jingbo Shang

机构 * University of Massachusetts Amherst（马萨诸塞大学阿默斯特分校） ； Amazon（亚马逊） ； University of Montreal（蒙特利尔大学） ； University of San Diego（圣地亚哥大学） ； 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 ：tool use(abstract)；tool-use(abstract)；分类 cs.AI、cs.CL

AI总结 SynPlanResearch-R1通过合成计划促进工具探索，提升模型在多跳和开放网络基准测试中的性能，为后续强化学习提供有效初始化。

Network Topology Optimization via Deep Reinforcement Learning

通过深度强化学习进行网络拓扑优化

Zhuoran Li, Xing Wang, Ling Pan, Lin Zhu, Zhendong Wang, Junlan Feng, Chao Deng, Longbo Huang

机构 * IIIS, Tsinghua University（清华大学信息科学与技术学院） ； China Mobile Research Institute（中国移动研究院） 纠错

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

AI总结 本文提出DRL-GS算法，通过深度强化学习优化网络拓扑，提升效率与性能。

StockBench: Can LLM Agents Trade Stocks Profitably In Real-world Markets?

StockBench: LLM代理在真实市场中能否盈利地进行股票交易？

Yanxu Chen, Zijun Yao, Yantao Liu, Amy Xin, Jin Ye, Jianing Yu, Lei Hou, Juanzi Li

机构 * Tsinghua University（清华大学） ； Beijing University of Posts and Telecommunications（北京邮电大学） 纠错

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

AI总结 STOCKBENCH评估LLM在真实股票市场中的交易能力，发现多数模型难以超越简单买入持有策略，部分模型展现出更高的收益和风险管理潜力。

TherapyProbe: Generating Design Knowledge for Relational Safety in Mental Health Chatbots Through Adversarial Simulation

TherapyProbe: 通过对抗性模拟生成关系安全设计知识以改进心理健康聊天机器人

Joydeep Chandra, Satyam Kumar Navneet, Yong Zhang

机构 * BNRIST, Dept. of CST, Tsinghua University（北京理工大学（Tsinghua大学）） ； Independent Researcher（独立研究者） 纠错

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

AI总结 TherapyProbe通过对抗性模拟生成关系安全设计知识，帮助改进心理健康聊天机器人的交互模式质量。

OpaqueToolsBench: Learning Nuances of Tool Behavior Through Interaction

OpaqueToolsBench: 通过交互学习工具行为的细微差别

Skyler Hallinan, Thejas Venkatesh, Xiang Ren, Sai Praneeth Karimireddy, Ashwin Paranjape, Yuhao Zhang, Jack Hessel

机构 * University of Southern California（南加州大学） ； Samaya AI 纠错

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

AI总结 OpaqueToolsBench通过交互学习工具行为的细微差别，提出ToolObserver框架有效改进不透明工具的文档化。

DLLM-Searcher: Adapting Diffusion Large Language Model for Search Agents

DLLM-Searcher: 为搜索代理适应扩散大语言模型

Jiahao Zhao, Shaoxuan Xu, Zhongxiang Sun, Fengqi Zhu, Jingyang Ou, Yuling Shi, Chongxuan Li, Xiao Zhang, Jun Xu

机构 * Renmin University of China（中国人民大学） ； Shanghai Jiao Tong University（上海交通大学） 纠错

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

AI总结 DLLM-Searcher通过优化基于dLLM的搜索代理，解决代理能力不足和延迟挑战，提升推理效率。

Doc2Spec: Synthesizing Formal Programming Specifications from Natural Language via Grammar Induction

Doc2Spec: 通过语法归纳从自然语言生成形式化编程规范

Shihao Xia, Mengting He, Haomin Jia, Linhai Song

机构 * The Pennsylvania State University（宾夕法尼亚州立大学） ； University of the Chinese Academy of Sciences（中国科学院大学） ； Institute of Computing Technology, Chinese Academy of Sciences（中国科学院计算技术研究所） 纠错

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

AI总结 Doc2Spec通过语法归纳自动从自然语言生成形式化编程规范，提升了规范生成的可靠性和质量。