AI Agent

STACHE: Local Black-Box Explanations for Reinforcement Learning Policies

STACHE：强化学习策略的局部黑盒解释

Andrew Elashkin, Orna Grumberg

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

AI总结 STACHE提出一种用于生成强化学习策略局部黑盒解释的框架，通过鲁棒区域和最小反事实分析，揭示策略行为的演变过程。

AlphaViT: A flexible game-playing AI for multiple games and variable board sizes

AlphaViT：一种适用于多种游戏和可变棋盘大小的灵活游戏AI

Kazuhisa Fujita

机构 * Komatsu University（komatsu大学） 纠错

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

AI总结 AlphaViT通过融合Vision Transformers开发出灵活的游戏AI，能适应多种游戏和可变棋盘大小，优于传统算法并接近AlphaZero性能。

Augur: Modeling Covariate Causal Associations in Time Series via Large Language Models

Augur：通过大型语言模型建模时间序列中的协变量因果关联

Zhiqing Cui, Binwu Wang, Qingxiang Liu, Yeqiang Wang, Zhengyang Zhou, Yuxuan Liang, Yang Wang

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

AI总结 Augur通过大型语言模型建模时间序列中的协变量因果关联，提升预测准确性并实现透明的因果推理。

Comments 24 pages, 9 figures

Empowering Time Series Forecasting with LLM-Agents

用LLM代理增强时间序列预测

Chin-Chia Michael Yeh, Vivian Lai, Uday Singh Saini, Xiran Fan, Yujie Fan, Junpeng Wang, Xin Dai, Yan Zheng

机构 * Visa Research（Visa研究） 纠错

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

AI总结 DCATS通过提升数据质量而非模型架构，为时间序列预测的AutoML提供了新的方法，实现了平均6%的误差减少。

When AI Does Science: Evaluating the Autonomous AI Scientist KOSMOS in Radiation Biology

Humza Nusrat, Omar Nusrat

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

Comments 13 pages, 3 figures, preprint

From Power to Precision: Learning Fine-grained Dexterity for Multi-fingered Robotic Hands

Jianglong Ye, Lai Wei, Guangqi Jiang, Changwei Jing, Xueyan Zou, Xiaolong Wang

机构 * jianglongye.com/power-to-precision（个人网站） 纠错

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

Comments Project page: https://jianglongye.com/power-to-precision

Hogwild! Inference: Parallel LLM Generation via Concurrent Attention

Gleb Rodionov, Roman Garipov, Alina Shutova, George Yakushev, Erik Schultheis, Vage Egiazarian, Anton Sinitsin, Denis Kuznedelev, Dan Alistarh

机构 * Yandex ； HSE University（俄罗斯高等经济大学） ； IST Austria（国际研究所） 纠错

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

Comments 39th Conference on Neural Information Processing Systems (NeurIPS 2025)

Are LLMs The Way Forward? A Case Study on LLM-Guided Reinforcement Learning for Decentralized Autonomous Driving

Timur Anvar, Jeffrey Chen, Yuyan Wang, Rohan Chandra

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

Application-Specific Component-Aware Structured Pruning of Deep Neural Networks in Control via Soft Coefficient Optimization

Ganesh Sundaram, Jonas Ulmen, Amjad Haider, Daniel Görges

机构 * Department of Electrical and Computer Engineering, RPTU University Kaiserslautern-Landau（电气与计算机工程系，RPTU大学卡伊塞拉特兰-兰道） 纠错

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

Comments 8 pages, 24th European Control Conference (ECC26)

Tool Zero: Training Tool-Augmented LLMs via Pure RL from Scratch

Yirong Zeng, Xiao Ding, Yutai Hou, Yuxian Wang, Li Du, Juyi Dai, Qiuyang Ding, Duyu Tang, Dandan Tu, Weiwen Liu, Bing Qin, Ting Liu

机构 * Harbin Institute of Technology SCIR Lab（哈尔滨工业大学SCIR实验室） ； Huawei Technologies Co., Ltd（华为技术有限公司） ； Shanghai Jiao Tong University（上海交通大学） ； Beijing Academy of Artificial Intelligence（北京人工智能研究院） 纠错

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

Comments EMNLP 2025 finding

DiLA: Enhancing LLM Tool Learning with Differential Logic Layer

Yu Zhang, Hui-Ling Zhen, Zehua Pei, Yingzhao Lian, Lihao Yin, Mingxuan Yuan, Bei Yu

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

Comments arXiv admin note: text overlap with arXiv:2305.12295 by other authors

Where to Search: Measure the Prior-Structured Search Space of LLM Agents

Zhuo-Yang Song

机构 * School of Physics, Peking University（物理学院，北京大学） 纠错

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

Comments 11 pages, 4 figures, 1 table

TreeIRL: Safe Urban Driving with Tree Search and Inverse Reinforcement Learning

Momchil S. Tomov, Sang Uk Lee, Hansford Hendrago, Jinwook Huh, Teawon Han, Forbes Howington, Rafael da Silva, Gianmarco Bernasconi, Marc Heim, Samuel Findler, Xiaonan Ji, Alexander Boule, Michael Napoli, Kuo Chen, Jesse Miller, Boaz Floor, Yunqing Hu

机构 * Motional 纠错

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

Learning Heuristics for Transit Network Design and Improvement with Deep Reinforcement Learning

Andrew Holliday, Ahmed El-Geneidy, Gregory Dudek

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

Comments The version of this work presented here is a post-peer-review, pre-copyedit version. The final post-copyedit version that appears in Transportmetrica B is available under open access on the publisher's website: https://www.tandfonline.com/doi/full/10.1080/21680566.2025.2561863

Journal ref Transportmetrica B: Transport Dynamics, 13(1) (2025)

Declarative Techniques for NL Queries over Heterogeneous Data

Elham Khabiri, Jeffrey O. Kephart, Fenno F. Heath, Srideepika Jayaraman, Fateh A. Tipu, Yingjie Li, Dhruv Shah, Achille Fokoue, Anu Bhamidipaty

机构 * IBM Research（IBM研究院） 纠错

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

PAFT: Prompt-Agnostic Fine-Tuning

Chenxing Wei, Yao Shu, Mingwen Ou, Ying Tiffany He, Fei Richard Yu

机构 * College of Computer Science and Software Engineering, Shenzhen University, China（深圳大学计算机科学与软件工程学院） ； Tsinghua Shenzhen International Graduate School, Tsinghua University, China（清华大学深圳国际研究生院） ； Guangdong Lab of AI and Digital Economy (SZ), China（广东人工智能与数字经济实验室（深圳）） ； Hong Kong University of Science and Technology (Guangzhou), China（香港科技大学（广州）） ； School of Information Technology, Carleton University, Canada（卡尔顿大学信息科技学院） 纠错

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

Comments 24 pages, 9 figures

Generating Fair Consensus Statements with Social Choice on Token-Level MDPs

Carter Blair, Kate Larson

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

CodeWatcher: IDE Telemetry Data Extraction Tool for Understanding Coding Interactions with LLMs

Manaal Basha, Aimeê M. Ribeiro, Jeena Javahar, Cleidson R. B. de Souza, Gema Rodríguez-Pérez

机构 * University of British Columbia（不列颠哥伦比亚大学） ； Federal University of Pará（帕拉联邦大学） 纠错

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

Comments ICSME 2025 Tool Demonstration Track

Beyond the limitation of a single query: Train your LLM for query expansion with Reinforcement Learning

Shu Zhao, Tan Yu, Anbang Xu

机构 * NVIDIA（英伟达） ； Pennsylvania State University（宾夕法尼亚州立大学） 纠错

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

Hypothesis Hunting with Evolving Networks of Autonomous Scientific Agents

Tennison Liu, Silas Ruhrberg Estévez, David L. Bentley, Mihaela van der Schaar

机构 * DAMTP, University of Cambridge（剑桥大学 DAMTP 部门） ； School of Medicine, University of Colorado（科罗拉多大学医学院） 纠错

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

Building Resource-Constrained Language Agents: A Korean Case Study on Chemical Toxicity Information

Hojun Cho, Donghu Kim, Soyoung Yang, Chan Lee, Hunjoo Lee, Jaegul Choo

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

Comments EMNLP 2025 Industry track

OpenJAI-v1.0: An Open Thai Large Language Model

Pontakorn Trakuekul, Attapol T. Rutherford, Jullajak Karnjanaekarin, Narongkorn Panitsrisit, Sumana Sumanakul

机构 * Jasmine Technology Solution（贾斯敏科技解决方案） 纠错

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

ClaimCheck: Real-Time Fact-Checking with Small Language Models

Akshith Reddy Putta, Jacob Devasier, Chengkai Li

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

DeepCodeSeek: Real-Time API Retrieval for Context-Aware Code Generation

Esakkivel Esakkiraja, Denis Akhiyarov, Aditya Shanmugham, Chitra Ganapathy

机构 * ServiceNow, Inc.（ServiceNow公司） 纠错

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

Comments Retrieval-Augmented Generation, API Prediction, Context-Aware Code Generation, Enterprise Code Completion, Reinforcement Learning, ServiceNow, Real-Time Code Search, Query Enhancement, Fine-Tuning, Embedding, Reranker

Video models are zero-shot learners and reasoners

Thaddäus Wiedemer, Yuxuan Li, Paul Vicol, Shixiang Shane Gu, Nick Matarese, Kevin Swersky, Been Kim, Priyank Jaini, Robert Geirhos

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

Comments Project page: https://video-zero-shot.github.io/

Dynamic ReAct: Scalable Tool Selection for Large-Scale MCP Environments

Nishant Gaurav, Adit Akarsh, Ankit Ranjan, Manoj Bajaj

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

Automating Modelica Module Generation Using Large Language Models: A Case Study on Building Control Description Language

Hanlong Wan, Xing Lu, Yan Chen, Karthik Devaprasad, Laura Hinkle

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

Comments This is the pre-peer-review version of a journal paper; the repo is available at: https://github.com/pnnl/prompt2control

MillStone: How Open-Minded Are LLMs?

Harold Triedman, Vitaly Shmatikov

机构 * Cornell Tech（康奈尔科技） 纠错

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

Comments 19 pages, 7 tables, 7 figures

Automated Creation and Enrichment Framework for Improved Invocation of Enterprise APIs as Tools

Prerna Agarwal, Himanshu Gupta, Soujanya Soni, Rohith Vallam, Renuka Sindhgatta, Sameep Mehta

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

TransZero: Parallel Tree Expansion in MuZero using Transformer Networks

Emil Malmsten, Wendelin Böhmer

机构 * Delft University of Technology, The Netherlands（代尔夫特理工大学，荷兰） 纠错

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

Comments Submitted to BNAIC/BeNeLearn 2025. 15 pages, 4 figures