AI 大模型
智能体、工具调用、规划、工作流、多智能体和自主任务执行。
AskChem：面向化学文献综合的以主张为中心的基础设施
机构 * New York University（纽约大学） ； Matterstack, Inc.（Matterstack公司）
专题命中 工具调用 ：AI agent(abstract)；分类 cs.AI、cs.CL、cs.LG
AI总结 AskChem是一种以主张为中心的跨论文化学搜索基础设施，将检索单元改为带来源的主张，提供多种检索结构与访问接口，在基准测试中提升了DOI可解析率，为化学文献综合提供了支持。
Baikal：面向数据湖深度研究的结构化搜索框架
专题命中 工具调用 ：agent(abstract)；分类 cs.AI、cs.CL、cs.LG
AI总结 Baikal是面向数据湖深度研究的结构化搜索框架，通过聚类证据为语义区域并自适应搜索，在HybridQA和TAT-QA数据湖上较基线方法提升报告得分28%和36%，展现了结构化语义探索的价值。
通过查询推理和执行对知识图谱中的历史文档进行鲁棒解释
专题命中 工具调用 ：agent(abstract)；agentic(abstract)
AI总结 研究如何在利用大语言模型泛化能力时保证可靠性，提出智能检索系统，比较传统RAG与智能GraphRAG架构，引入半符号框架，通过单词识别与代码生成协作构建鲁棒检索查询，提升历史文档分析准确性与可验证性。
Comments Accepted at ICDAR2026
数字搜索的演变：从蓝色链接到委托决策
专题命中 工具调用 ：agent(abstract)；agentic(abstract)
AI总结 研究数字搜索从传统模式到人工智能原生模式的转变，指出小设计选择影响重大，未来搜索发展不由算法和界面改进决定，而是取决于开放透明有竞争力的代理系统设计，揭示多领域交叉的重大挑战。
Comments 4 pages, 0 figures
城市电缆路由优化的可变邻域搜索算法中的采样学习
专题命中 工具调用 ：agent(abstract)；multi-agent(abstract)
AI总结 针对城市电缆路由优化这一大规模双层组合优化问题，提出学习辅助可变邻域搜索（L-VNS）算法，该算法集成四个关键组件，经实验验证其相比其他方法有优越性，能有效降低建设成本，且具有有效性和鲁棒性。
Comments Accepted by Swarm and Evolutionary Computation
Journal ref Swarm and Evolutionary Computation; Volume 106, June 2026, 102432
结构化输出会削弱44种语言模型的答案多样性
机构 * Cornell Tech（康奈尔理工学院）
专题命中 工具调用 ：tool-use(abstract)；分类 cs.AI、cs.CL、cs.LG
AI总结 研究语言模型在特定格式要求下答案多样性变化，通过对44个模型进行31个类别提示实验，发现结构化输出使答案收敛、多样性降低，存在寄存器梯度，揭示了模型对不同格式的响应差异及对答案多样性的影响。
Comments 12 pages, 1 figure. Companion to the One-Word Census (arXiv:2607.12796). Code, data, and interactive explorer: https://github.com/tap2k/modelun/tree/main/studies/structured
什么是前瞻性架构的最小结构？小变压器中跨任务的早期不可撤销承诺
机构 * Cosmic AI
专题命中 工具调用 ：planning(abstract)；分类 cs.AI、cs.CL、cs.LG
AI总结 本文探讨了变压器在何时做出决策以及为何无法纠正决策，提出前瞻性架构概念，通过实验验证了任务特定注意力头对决策的持续影响及架构设计对任务性能的影响。
Comments v2: corrects three citations; reconciles main-text/appendix numbers (the two Llama sweeps now labeled); the effective last-token site differs from Anthropic's newline (position-specificity replicates, site identity does not); adds an erratum on a CLT encoder-hook mismatch (detection-side only); softens novelty, necessity, and depth claims per COLM 2026 reviews; defines prolepsis
AgentCheck：用于基于MCP的大型语言模型智能体的重现-干预-缓解工作台
机构 * University of Utah（犹他大学） ； University of Dhaka（达卡大学）
专题命中 工具调用 ：agent(abstract)；分类 cs.AI、cs.CL、cs.SE
AI总结 研究针对工具使用型大语言模型智能体在工具出现问题时开发者难以处理故障的情况，提出AgentCheck开源工作台，通过特定运行和重放方式形成重现-干预-确认循环，能对故障模式进行评估验证，提升智能体故障处理能力。
4B 设备上的深度研究：曝光界限忠实度、检索界限覆盖率
专题命中 工具调用 ：agent(abstract)；分类 cs.AI、cs.CL、cs.LG
AI总结 该研究聚焦 4B 设备上深度研究，区分引用主张忠实度与可信覆盖率两个量，通过交叉对比来源字符数和质量，发现曝光决定忠实度，检索决定覆盖率，提出先提高曝光再调控检索召回率的实际方法。
Comments 13 pages, 2 figures, appendix
人类-人工智能协同支持集体创造性搜索
专题命中 工具调用 ：agent(abstract)；AI agent(abstract)
AI总结 本研究探讨了人类与人工智能协同在集体创造性搜索中的作用，发现混合团队在保持多样性的同时表现最佳，凸显了两者互补的协作优势。
布尔查询就足够了吗？
专题命中 工具调用 ：agent(abstract)；agentic(abstract)
AI总结 研究在TREC 2024 RAG赛道任务中，为基于大语言模型的搜索代理配备布尔检索引擎，仅依据语料库子串与查询匹配密度排名，无需监督学习等，结果表明简单模式匹配或足以用于智能搜索。
AutoQResearch：基于LLM的闭环策略搜索用于自适应变分量子优化
专题命中 工具调用 ：agent(abstract)；workflow(abstract)
AI总结 本文提出AutoQResearch，通过LLM引导的闭环实验框架，实现变分量子优化中求解器的自适应配置，通过阶段确认和低成本评估避免过拟合，展示在最大独立集和车辆路径问题上的有效性。
Comments Accepted at the 2026 IEEE International Conference on Quantum Computing and Engineering (QCE 2026), Quantum-GenAI Co-Design & Co-Discovery (QGDD) Technical Papers Track. QCE26 Technical Paper 238
最小 MMAO：一种用于自适应元启发式搜索的资源闭环框架
专题命中 工具调用 ：agent(abstract)；multi-agent(abstract)
AI总结 提出基于内源性资源循环的自适应元启发式方法MMAO，通过共享代谢控制器统一调控搜索强度、探索-利用平衡和生命周期更替，在连续和离散域中验证了其跨域稳定性和精简设计。
从抓取到灵巧：大规模抓取预训练用于灵巧操作
机构 * Robotics Institute, Carnegie Mellon University（卡内基梅隆大学机器人研究所）
专题命中 工具调用 ：tool use(abstract)；tool-use(abstract)
AI总结 本文提出一种层次化模仿学习框架，利用大规模灵巧抓取数据集预训练低级控制器，再微调于下游工具使用任务，在仿真和真实实验中显著提升成功率。
Comments Project page: https://yingyuan0414.github.io/grasp2dexterity/
ComAct: 通过COM即行动范式重构专业软件操作
机构 * University of Science and Technology of China（中国科学技术大学）
专题命中 工具调用 ：agent(abstract)；分类 cs.AI、cs.CL、cs.SE
AI总结 提出COM即行动范式，将专业软件交互转化为确定性程序合成，解决GUI代理的脆弱性和API代理的异构性问题；构建ComCADBench基准和ComActor自校正代理，在工业CAD软件上实现SOTA性能。
可解释的金属有机框架逆向设计：基于大语言模型智能体
专题命中 工具调用 ：agent(abstract)；分类 cs.AI、cs.CL、cs.LG
AI总结 提出LLM4MOF框架，利用大语言模型智能体通过化学推理、候选MOF构建和模拟测试的闭环迭代，实现可解释的逆向设计，在六项任务中高效搜索高性能结构。
最强的教师并不总是最好的教师：以学生为中心的答案选择
机构 * University of Washington（华盛顿大学） ； University of Texas at Austin（德克萨斯大学奥斯汀分校） ； University of Southern California（南加州大学） ； Independent Researcher（独立研究者） ； National University of Singapore（新加坡国立大学） ； Microsoft（微软） ； Google（谷歌） ； Mohamed bin Zayed University of Artificial Intelligence（穆罕默德·本·扎耶德人工智能大学） ； Northwestern University（西北大学） ； Allen Institute for AI (AI2)（人工智能研究院（AI2））
专题命中 工具调用 ：tool-use(abstract)；分类 cs.AI、cs.CL、cs.LG
AI总结 提出以学生为中心的答案采样（SCAS）框架，通过估计学生中心的学习成本选择教师生成的答案，从而提升学生模型性能。
AlphaMemo: 用于自我进化的Alpha挖掘智能体的结构化搜索过程记忆
机构 * University of Sydney（悉尼大学） ； University of Edinburgh（爱丁堡大学）
专题命中 工具调用 ：agent(abstract)；分类 cs.AI、cs.CL、cs.LG
AI总结 提出AlphaMemo，一种具有结构化搜索过程记忆的自我进化Alpha挖掘智能体，通过记录编辑模式在特定父因子上下文中的成败证据，结合置信门控残差记忆和非对称否决控制，提升样本外表现和固定预算发现效率。
LLMZero: 通过LLM智能体发现RL后训练的自适应训练策略
机构 * Amazon（亚马逊）
专题命中 工具调用 ：agent(abstract)；分类 cs.AI、cs.CL、cs.LG
AI总结 提出LLMZero系统，利用LLM智能体通过树搜索发现多阶段RL后训练的自适应策略，揭示容量参数单调累积、正则化参数振荡的规律，在4个GRPO任务上相对基线提升9%-140%。
超越领域：通过可迁移交互模式重用网络技能
机构 * University of Michigan（密歇根大学） ； Alibaba Group（阿里巴巴集团） ； Purdue University（普渡大学） ； McMaster University（麦克马斯特大学） ； University of Pennsylvania（宾夕法尼亚大学）
专题命中 工具调用 ：agent(abstract)；分类 cs.AI、cs.CL、cs.LG
AI总结 提出SkillMigrator代理，通过学习可迁移交互模式（TIP）匹配布局结构而非元素引用，实现跨站点技能重用，在WebArena和Mind2Web上成功轨迹的LLM动作数减少8-10%。
使用ART微调多模态大语言模型：基于艺术的强化训练
机构 * University of Stavanger（斯塔万格大学） ； NORCE Research（NORCE研究机构）
专题命中 工具调用 ：tool-use(abstract)；分类 cs.AI、cs.CL、cs.LG
AI总结 提出ART方法，通过优化原始视觉输入将信息注入冻结的多模态大语言模型，实现软提示微调，无需修改计算图，在数学和工具使用基准上达到与LoRA相当的精度。
端到端上下文压缩的规模化
机构 * New York University（纽约大学） ； Modal Labs（Modal实验室） ； University of Maryland（马里兰大学） ； Princeton University（普林斯顿大学） ； Columbia University（哥伦比亚大学） ； Harvard University（哈佛大学） ； Lawrence Livermore National Laboratory（劳伦斯利弗莫尔国家实验室） ； FAIR at Meta（Meta FAIR实验室）
专题命中 工具调用 ：agent(abstract)；分类 cs.AI、cs.CL、cs.LG
AI总结 本研究通过架构搜索和持续预训练，提出潜在上下文语言模型（LCLMs），一种端到端编码器-解码器压缩器，在通用任务性能、压缩速度和峰值内存上改进帕累托前沿，并可作为长时智能体的高效骨干。
DuplexOmni：用于全双工交互的实时听、看、思考和说话
专题命中 工具调用 ：tool use(abstract)；tool-use(abstract)
AI总结 提出DuplexOmni方法，通过异步协作的交互层（端到端实时处理流式音视频并生成响应）和思考层（复杂推理与工具使用）实现实时多模态全双工交互，并开发Writer-Director管道构建训练数据，在多个基准上表现优异。
EdgeFM: 为视觉-语言模型高效边缘推理设计的框架
机构 * Go Further. AI ； School of Data Science Fudan University（复旦大学数据科学学院） ； RUYi Dynamics Co. Ltd（RUYi Dynamics有限公司） ； Independent Researcher（独立研究者）
专题命中 工具调用 ：agent(abstract)；AI agent(abstract)
AI总结 EdgeFM通过轻量级代理驱动框架，优化边缘部署的视觉-语言模型推理，提升跨平台性能和可移植性，实现比传统工具链更快的推理速度。
Comments Technique Report version
Lightfall: 一种面向同步辐射光束线的API优先、LLM可寻址控制平台
专题命中 工具调用 ：agent(abstract)；workflow(abstract)
AI总结 针对同步辐射光束线控制界面定制化需求，提出Lightfall平台，采用API优先架构，通过统一可寻址接口暴露所有面板、设备和扫描计划，并嵌入语言模型代理驱动实验，支持自然语言修改界面，降低定制成本。
Comments 21 pages, 4 figures
WebMCP工具表面投毒：针对LLM智能体的运行时操纵攻击
专题命中 工具调用 ：agent(abstract)；AI agent(abstract)
AI总结 本文提出一种新的威胁——会话中工具注入（MSTI），通过第三方脚本在活跃会话中注入恶意工具，并细分为工具劫持和工具框架两类，实验证明可破坏WebMCP功能，最后给出缓解方向和安全设计建议。
从言语到思想：通过结构化消息传递实现可扩展的多LLM聚合
专题命中 工具调用 ：agent(abstract)；multi-agent(abstract)
AI总结 提出基于二分因子图的消息传递框架，通过语义层集成多个LLM的输出分布，实现高效、可扩展的多模型聚合，在降低97%令牌使用和6倍API调用的同时，性能优于现有方法。
LLM代理的一致性如何？测量多步工具调用流水线中的行为可重复性
机构 * Independent Researcher（独立研究者）
专题命中 工具调用 ：agent(abstract)；分类 cs.AI、cs.CL、cs.SE
AI总结 研究多步工具调用LLM代理在重复相同调用时是否选择相同工具、顺序和参数，通过系统实验测量行为一致性，并发现代理存在显著不一致性。
Comments 16 pages, 6 figures
网络安全AI（CAI）数据集
专题命中 工具调用 ：agent(abstract)；AI agent(abstract)
AI总结 提出CAI数据集，一个包含十四个月网络安全LLM轨迹的大规模语料库，旨在解决专家操作轨迹是LLM性能瓶颈的问题，并揭示了集中化API提供商带来的安全风险。
带障碍物的移动目标车辆路径问题的最优解：懒惰分支定价法
机构 * Robotics Institute at Carnegie Mellon University（卡内基梅隆大学机器人学院） ； Mechanical and Aerospace Engineering at Michigan Technological University（密歇根理工大学机械与航空航天工程系） ； Robotics and AI Institute（机器人与人工智能研究所） ； UM-SJTU Joint Institute and Department of Automation at Shanghai Jiao Tong University（上海交通大学与美国密歇根大学联合研究所及自动化系） ； Department of Mechanical Engineering and Department of Computer Science and Engineering at Texas A&M University（德克萨斯农工大学机械工程系和计算机科学与工程系）
专题命中 工具调用 ：agent(abstract)；planning(abstract)
AI总结 针对带障碍物的移动目标车辆路径问题（MT-VRP-O），提出懒惰分支定价法（Lazy BPRC），通过松弛连续性约束的延迟成本计算和凸集图搜索，实现最优解并显著加速。
扫码添加微信好友，提出您的宝贵建议 👇
💡 备注请填写：网站反馈