AI Agent

RE-TRAC: REcursive TRAjectory Compression for Deep Search Agents

RE-TRAC: 递归轨迹压缩用于深度搜索代理

Jialiang Zhu, Gongrui Zhang, Xiaolong Ma, Lin Xu, Miaosen Zhang, Ruiqi Yang, Song Wang, Kai Qiu, Zhirong Wu, Qi Dai, Ruichun Ma, Bei Liu, Yifan Yang, Chong Luo, Zhengyuan Yang, Linjie Li, Lijuan Wang, Weizhu Chen, Xin Geng, Baining Guo

机构 * Southeast University（东南大学） ； Waseda University（早稻田大学） ； Tsinghua University（清华大学） ； Brown University（布朗大学） ； Zhejiang University（浙江大学） ； Microsoft（微软） 纠错

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

AI总结 Re-TRAC通过递归轨迹压缩提升深度搜索代理的效率，实现跨轨迹探索与全局规划，显著优于ReAct框架。

Scaling Offline Model-Based RL via Jointly-Optimized World-Action Model Pretraining

通过联合优化的世界-动作模型扩展离线模型基于的强化学习

Jie Cheng, Ruixi Qiao, Yingwei Ma, Binhua Li, Gang Xiong, Qinghai Miao, Yongbin Li, Yisheng Lv

机构 * State Key Laboratory of Multimodal Artificial Intelligence Systems, Institute of Automation, Chinese Academy of Sciences（多模态人工智能系统国家重点实验室，自动化研究所，中国科学院） ； School of Artificial Intelligence, University of Chinese Academy of Sciences（中国科学院大学人工智能学院） ； Alibaba Group（阿里巴巴集团） 纠错

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

AI总结 JOWA通过联合优化的世界-动作模型扩展离线RL，实现高效泛化和高性能

Comments Accepted by ICLR 2025

Live API-Bench: 2500+ Live APIs for Testing Multi-Step Tool Calling

Benjamin Elder, Anupama Murthi, Jungkoo Kang, Ankita Rajaram Naik, Kiran Kate, Kinjal Basu, Danish Contractor

机构 * IBM Research AI（IBM人工智能研究实验室） 纠错

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

Comments 11+32 pages, 5 figures

SearchGym: Bootstrapping Real-World Search Agents via Cost-Effective and High-Fidelity Environment Simulation

SearchGym: 通过高效且高保真的环境模拟提升现实世界搜索代理

Xichen Zhang, Ziyi He, Yinghao Zhu, Sitong Wu, Shaozuo Yu, Meng Chu, Wenhu Zhang, Haoru Tan, Jiaya Jia

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

AI总结 SearchGym通过高效高保真的模拟环境提升搜索代理的鲁棒性和性能，实验表明其在多个基准测试中优于现有方法。

Teaching LLMs to Learn Tool Trialing and Execution through Environment Interaction

通过环境交互教授LLMs学习工具尝试与执行

Xingjie Gao, Pengcheng Huang, Zhenghao Liu, Yukun Yan, Shuo Wang, Zulong Chen, Chen Qian, Ge Yu, Yu Gu

机构 * School of Computer Science and Engineering, Northeastern University（东北大学计算机科学与工程学院） ； Department of Computer Science and Technology, Tsinghua University（清华大学计算机科学与技术系） ； Alibaba Group（阿里巴巴集团） ； School of Artificial Intelligence, Shanghai Jiao Tong University（上海交通大学人工智能学院） 纠错

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

AI总结 ToolMaster通过环境交互主动学习工具使用，提升LLMs在新工具上的泛化与鲁棒性。

Graph-O1 : Monte Carlo Tree Search with Reinforcement Learning for Text-Attributed Graph Reasoning

Graph-O1：基于强化学习的蒙特卡洛树搜索用于文本属性图推理

Lihui Liu

机构 * Wayne State University（韦恩州立大学） 纠错

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

AI总结 Graph-O1通过整合蒙特卡洛树搜索与强化学习，实现文本属性图的分步交互推理，提升问答任务的准确性和可解释性。

INTELLECT-3: Technical Report

INTELLECT-3：技术报告

Prime Intellect Team, Mika Senghaas, Fares Obeid, Sami Jaghouar, William Brown, Jack Min Ong, Daniel Auras, Matej Sirovatka, Jannik Straube, Andrew Baker, Sebastian Müller, Justus Mattern, Manveer Basra, Aiman Ismail, Dominik Scherm, Cooper Miller, Ameen Patel, Simon Kirsten, Mario Sieg, Christian Reetz, Kemal Erdem, Vincent Weisser, Johannes Hagemann

机构 * Prime Intellect, Inc.（Prime Intellect公司） 纠错

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

AI总结 INTELLECT-3是一款通过大规模强化学习训练的混合专家模型，开源了模型和基础设施栈，并引入了prime-rl框架以支持大规模异步强化学习。

Comments 27 pages, 10 figures

Optimizing Life Sciences Agents in Real-Time using Reinforcement Learning

利用强化学习实时优化生命科学代理

Nihir Chadderwala

机构 * Nihir Chadderwala（独立研究者） 纠错

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

AI总结 本研究提出一种结合AWS Strands Agents与汤普森采样上下文带障的框架，通过用户反馈实时优化生命科学代理的决策策略，提升用户满意度15-30%。

Deep Research: A Systematic Survey

深度研究：系统性综述

Zhengliang Shi, Yiqun Chen, Haitao Li, Weiwei Sun, Shiyu Ni, Yougang Lyu, Run-Ze Fan, Bowen Jin, Yixuan Weng, Minjun Zhu, Qiujie Xie, Xinyu Guo, Qu Yang, Jiayi Wu, Jujia Zhao, Xiaqiang Tang, Xinbei Ma, Cunxiang Wang, Jiaxin Mao, Qingyao Ai, Jen-Tse Huang, Wenxuan Wang, Yue Zhang, Yiming Yang, Zhaopeng Tu, Zhaochun Ren

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

AI总结 本文系统综述了深度研究系统，提出三阶段路线图，引入四个核心组件，并总结优化技术与评估标准，旨在推动该领域的发展。

GEO-Detective: Unveiling Location Privacy Risks in Images with LLM Agents

GEO-Detective：利用LLM代理揭示图像中的位置隐私风险

Xinyu Zhang, Yixin Wu, Boyang Zhang, Chenhao Lin, Chao Shen, Michael Backes, Yang Zhang

机构 * CISPA Helmholtz Center for Information Security（CISPA赫尔姆霍茨信息安全中心） ； Xi’an Jiaotong University（西安交通大学） 纠错

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

AI总结 GEO-Detective利用LLM代理进行图像地理定位推断，通过自适应策略和专用工具提升定位精度并降低隐私风险。

Comments 15 pages with 7 figures and 12 tables

Accumulating Context Changes the Beliefs of Language Models

Jiayi Geng, Howard Chen, Ryan Liu, Manoel Horta Ribeiro, Robb Willer, Graham Neubig, Thomas L. Griffiths

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

Algorithmic Collusion of Pricing and Advertising on E-commerce Platforms

Hangcheng Zhao, Ron Berman

机构 * Rutgers Business School（罗杰斯商学院） ； The Wharton School of the University of Pennsylvania（宾夕法尼亚大学沃顿商学院） 纠错

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

MindSearch: Mimicking Human Minds Elicits Deep AI Searcher

Zehui Chen, Kuikun Liu, Qiuchen Wang, Jiangning Liu, Wenwei Zhang, Kai Chen, Feng Zhao

机构 * MoE Key Laboratory of Brain-inspired Intelligent Perception and Cognition, USTC（脑启发智能感知与认知国家重点实验室，中国科学技术大学） ； Shanghai AI Laboratory（上海人工智能实验室） 纠错

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

Comments ICLR2025. Project Page: https://mindsearch.netlify.app Code: https://github.com/InternLM/MindSearch

Model-Document Protocol for AI Search

Hongjin Qian, Zheng Liu

机构 * BAAI（北京人工智能研究院） 纠错

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

Comments 10 pages

Talk Less, Call Right: Enhancing Role-Play LLM Agents with Automatic Prompt Optimization and Role Prompting

Saksorn Ruangtanusak, Pittawat Taveekitworachai, Kunat Pipatanakul

机构 * SCBX R&D（SCBX研发部） ； SCB 10X R&D（SCB 10X研发部） 纠错

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

Comments EMNLP 2025 Wordplay Workshop (Spotlight)

InfoAgent: Advancing Autonomous Information-Seeking Agents

Gongrui Zhang, Jialiang Zhu, Ruiqi Yang, Kai Qiu, Miaosen Zhang, Zhirong Wu, Qi Dai, Bei Liu, Chong Luo, Zhengyuan Yang, Linjie Li, Lijuan Wang, Weizhu Chen, Yuan Zhang, Xin Li, Zhaoyi Liu, Xin Geng, Baining Guo

机构 * Southeast University（东南大学） ； Brown University（布朗大学） ； Microsoft（微软） 纠错

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

A Framework for Testing and Adapting REST APIs as LLM Tools

Jayachandu Bandlamudi, Ritwik Chaudhuri, Neelamadhav Gantayat, Sambit Ghosh, Kushal Mukherjee, Prerna Agarwal, Renuka Sindhgatta, Sameep Mehta

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

XML Prompting as Grammar-Constrained Interaction: Fixed-Point Semantics, Convergence Guarantees, and Human-AI Protocols

Faruk Alpay, Taylan Alpay

机构 * Lightcap ； Institut für die Zukunft（未来研究所） ； Turkish Aeronautical Association（土耳其航空协会） ； Aerospace Engineering（航空航天工程） 纠错

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

Comments 7 pages, multiple XML prompts

VehicleWorld: A Highly Integrated Multi-Device Environment for Intelligent Vehicle Interaction

Jie Yang, Jiajun Chen, Zhangyue Yin, Shuo Chen, Yuxin Wang, Yiran Guo, Yuan Li, Yining Zheng, Xuanjing Huang, Xipeng Qiu

机构 * School of Computer Science and Artificial Intelligence, Fudan University（计算机科学与人工智能学院，复旦大学） 纠错

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

COCORELI: Cooperative, Compositional Reconstitution \& Execution of Language Instructions

Swarnadeep Bhar, Omar Naim, Eleni Metheniti, Bastien Navarri, Loïc Cabannes, Morteza Ezzabady, Nicholas Asher

机构 * IRIT ； ENS Paris-Saclay（巴黎-萨克雷大学） ； CNRS（国家科学研究中心） 纠错

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

Comments 18 pages

gpt-oss-120b & gpt-oss-20b Model Card

OpenAI, :, Sandhini Agarwal, Lama Ahmad, Jason Ai, Sam Altman, Andy Applebaum, Edwin Arbus, Rahul K. Arora, Yu Bai, Bowen Baker, Haiming Bao, Boaz Barak, Ally Bennett, Tyler Bertao, Nivedita Brett, Eugene Brevdo, Greg Brockman, Sebastien Bubeck, Che Chang, Kai Chen, Mark Chen, Enoch Cheung, Aidan Clark, Dan Cook, Marat Dukhan, Casey Dvorak, Kevin Fives, Vlad Fomenko, Timur Garipov, Kristian Georgiev, Mia Glaese, Tarun Gogineni, Adam Goucher, Lukas Gross, Katia Gil Guzman, John Hallman, Jackie Hehir, Johannes Heidecke, Alec Helyar, Haitang Hu, Romain Huet, Jacob Huh, Saachi Jain, Zach Johnson, Chris Koch, Irina Kofman, Dominik Kundel, Jason Kwon, Volodymyr Kyrylov, Elaine Ya Le, Guillaume Leclerc, James Park Lennon, Scott Lessans, Mario Lezcano-Casado, Yuanzhi Li, Zhuohan Li, Ji Lin, Jordan Liss, Lily, Liu, Jiancheng Liu, Kevin Lu, Chris Lu, Zoran Martinovic, Lindsay McCallum, Josh McGrath, Scott McKinney, Aidan McLaughlin, Song Mei, Steve Mostovoy, Tong Mu, Gideon Myles, Alexander Neitz, Alex Nichol, Jakub Pachocki, Alex Paino, Dana Palmie, Ashley Pantuliano, Giambattista Parascandolo, Jongsoo Park, Leher Pathak, Carolina Paz, Ludovic Peran, Dmitry Pimenov, Michelle Pokrass, Elizabeth Proehl, Huida Qiu, Gaby Raila, Filippo Raso, Hongyu Ren, Kimmy Richardson, David Robinson, Bob Rotsted, Hadi Salman, Suvansh Sanjeev, Max Schwarzer, D. Sculley, Harshit Sikchi, Kendal Simon, Karan Singhal, Yang Song, Dane Stuckey, Zhiqing Sun, Philippe Tillet, Sam Toizer, Foivos Tsimpourlas, Nikhil Vyas, Eric Wallace, Xin Wang, Miles Wang, Olivia Watkins, Kevin Weil, Amy Wendling, Kevin Whinnery, Cedric Whitney, Hannah Wong, Lin Yang, Yu Yang, Michihiro Yasunaga, Kristen Ying, Wojciech Zaremba, Wenting Zhan, Cyril Zhang, Brian Zhang, Eddie Zhang, Shengjia Zhao

机构 * OpenAI 纠错

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

Can External Validation Tools Improve Annotation Quality for LLM-as-a-Judge?

Arduin Findeis, Floris Weers, Guoli Yin, Ke Ye, Ruoming Pang, Tom Gunter

机构 * University of Cambridge（剑桥大学） ； Apple（苹果公司） 纠错

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

Comments Accepted at ACL 2025

Teaching a Language Model to Speak the Language of Tools

Simeon Emanuilov

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

Benchmarking Deep Search over Heterogeneous Enterprise Data

Prafulla Kumar Choubey, Xiangyu Peng, Shilpa Bhagavath, Kung-Hsiang Huang, Caiming Xiong, Chien-Sheng Wu

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

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

Controllable and Reliable Knowledge-Intensive Task-Oriented Conversational Agents with Declarative Genie Worksheets

Harshit Joshi, Shicheng Liu, James Chen, Robert Weigle, Monica S. Lam

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

Comments Accepted at ACL 2025

Build the web for agents, not agents for the web

Xing Han Lù, Gaurav Kamath, Marius Mosbach, Siva Reddy

机构 * McGill University（麦吉尔大学） ； Mila – Quebec AI Institute（蒙特利尔人工智能研究所） 纠错

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

IRIS: Interactive Research Ideation System for Accelerating Scientific Discovery

Aniketh Garikaparthi, Manasi Patwardhan, Lovekesh Vig, Arman Cohan

机构 * TCS Research（TCS研究院） ； Yale University（耶鲁大学） 纠错

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

Comments ACL 2025 (System Demonstration Track)

NESTFUL: A Benchmark for Evaluating LLMs on Nested Sequences of API Calls

Kinjal Basu, Ibrahim Abdelaziz, Kiran Kate, Mayank Agarwal, Maxwell Crouse, Yara Rizk, Kelsey Bradford, Asim Munawar, Sadhana Kumaravel, Saurabh Goyal, Xin Wang, Luis A. Lastras, Pavan Kapanipathi

机构 * IBM Research, USA（IBM研究院，美国） ； Georgia Institute of Technology（佐治亚理工学院） 纠错

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

LTL Verification of Memoryful Neural Agents

Mehran Hosseini, Alessio Lomuscio, Nicola Paoletti

机构 * Imperial College London（帝国理工学院） 纠错

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

Comments 11 pages, 2 figures, accepted at AAMAS 2025 conference

AutoRestTest: A Tool for Automated REST API Testing Using LLMs and MARL

Tyler Stennett, Myeongsoo Kim, Saurabh Sinha, Alessandro Orso

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

Comments To be published in the 47th IEEE/ACM International Conference on Software Engineering - Demonstration Track (ICSE-Demo 2025)