跳到正文
10月12日 · 周一

全部论文

找到 14篇
筛选3

系统形态

模型与 API74LLM 应用12AI Agent29coding agent6多智能体6具身与机器人2

层

应用层11
同一类里任选其一，不同类之间同时满足；数字是加上其他已选条件后的篇数。另有 262篇还没打标签，不在筛选结果里。
系统形态：coding agent系统形态：多智能体系统形态：具身与机器人清除全部

另有262篇论文还没打上分类标签，暂不在筛选结果里。

  1. 分析与理论arXiv 2610.12436

    研究提出 AI Agent 种群生态理论：协作带来起飞临界规模

    为失配智能体种群建立生态模型，说明协作产生起飞临界规模

    arXiv
    2610.12436
    发表
    层
    应用层
    场景
    多智能体
    摘要作者称协作把起飞从个体能力阈值改成种群阈值，故小种群评估不够。

    作者用生态学的强 Allee 效应，讨论失配智能体种群会不会在个体能力不变时起飞。。

    深度解读完整解读
  3. 分析与理论arXiv 2610.09517

    审计发现 CLIP 安全分数主要反映画面与提示词场景的相似度

    开环审计冻结视觉语言安全分，发现其反映场景模板而非危险感知

    arXiv
    2610.09517
    发表
    层
    模型层
    场景
    具身与机器人
    被测模型
    CLIP ViT-B/32、CLIP ViT-L/14、Qwen2-VL-7B
    摘要论文审计了冻结 VLM 安全评分机制，指出其反映场景模板而非危险感知，为安全强化学习评估提供了严谨基准。

    本文是一项针对安全强化学习中冻结视觉语言模型（VLM）安全评分机制的实证审计研究。

    深度解读完整解读
  4. 分析与理论arXiv 2610.06001

    AgentSpy：在系统调用层观测 AI Agent 行为并检测技能注入攻击

    提出 AgentSpy，在系统调用层观测 Agent 行为并检测技能注入

    arXiv
    2610.06001
    发表
    层
    应用层
    场景
    coding agent
    被测模型
    gpt-5.6-terra、deepseek-v4-flash、glm-5.3-flash 等4个
    摘要提出了系统级智能体监控框架 AgentSpy，揭示出通过测试背后的非预期行为与注入风险。

    本研究提出了面向 AI 智能体的系统级外部监控与行为分析框架 AgentSpy。

    深度解读完整解读
  5. 分析与理论arXiv 2610.06163

    SAGE：定位 LLM Agent 修复中最早偏离安全意图的环节

    提出 SAGE，定位代码修复 Agent 最早偏离安全意图的轮次

    arXiv
    2610.06163
    发表
    层
    应用层
    场景
    coding agent
    被测模型
    GPT-5.5、Claude Opus 4.8、Gemini 3.1 Pro 等6个
    摘要SAGE 在已通过检查的修复轨迹上定位静默失败的最早偏离，类型比轮次更稳定。

    SAGE 在已通过语法和功能检查、但仍含确认安全缺陷的智能体修复轨迹上，定位最早可归因的安全意图偏离。。

    深度解读完整解读
  6. 分析与理论arXiv 2610.04375

    论文揭示 LLM Agent 工具调用在执行路径中被改写，并提出 IntAct 修复方案

    提出 IEC 与 IntAct，测量并修复 Agent 工具调用的路径篡改

    arXiv
    2610.04375
    发表
    层
    应用层
    场景
    coding agent
    被测模型
    qwen3-coder-plus、Qwen2.5-Coder-32B、Qwen2.5-72B 等4个

    摘要论文界定工具调用在执行路径中的意图偏离问题，提出无执行归因协议与跳级修复，为智能体工程提供评测与设计准则。

    深度解读完整解读
  7. 分析与理论arXiv 2610.03196

    研究：人形机器人学习流程四层代理均存在偏离，不止奖励作弊

    论证人形机器人学习四层代理可在目标缺失时报成功

    arXiv
    2610.03196
    发表
    层
    训练与数据层
    场景
    具身与机器人
    被测模型
    Gaussian MLP（三隐层各 128 ELU，独立 critic，PPO）
    摘要四层都可能在目标缺失时报告成功。

    作者讨论腿式机器人 RL 流水线中，奖励、课程门控、评测统计量和参考运动如何在物理目标缺失时仍报告成功。传统观点只把奖励当作会被优化、因而会偏离的代理。

    深度解读完整解读
  8. 分析与理论arXiv 2610.02480

    MEA：面向忠实模型解释的奖励驱动多智能体系统

    提出奖励驱动多智能体系统 MEA，生成可扰动验证的忠实解释

    arXiv
    2610.02480
    发表
    层
    应用层
    场景
    多智能体
    被测模型
    Qwen3.6-35B-A3B、Qwen3.5-4B、Qwen3-VL-30B-A3B-Instruct 等12个
    摘要MEA 用忠实性奖励训练双智能体，把工具输出收成可扰动核对的解释。

    MEA 是一个奖励驱动的双智能体，用来给黑盒分类器的单次预测写自然语言解释，并检查解释能否被扰动后的模型行为支持。

    深度解读完整解读
  10. 分析与理论arXiv 2609.38324

    研究：多智能体讨论中异议被压制时收益下降

    用含压抑率的意见动力学解释多智能体讨论何时优于投票

    arXiv
    2609.38324
    发表
    层
    应用层
    场景
    多智能体
    被测模型
    glm-flash、seed、ling 等9个
    摘要讨论增益由压抑率相对 c∗=γ/(γ+a) 的裕度决定，关闭推理或减少压抑可增大该增益。

    作者用一个只含四类行为的意见动力学，解释 LLM 团队讨论何时优于多数投票、何时停在错误共识。

    深度解读完整解读
  11. 分析与理论arXiv 2609.27263

    GitHub Agentic Workflows 的智能体工作流规范与维护实证研究

    实证调查 gh-aw 工作流规范的结构、维护演化与指令防护

    arXiv
    2609.27263
    发表
    层
    应用层
    场景
    coding agent
    被测模型
    Gemini 3.1 Pro、GLM-5.2、gpt-oss
    摘要gh-aw 指令又长又常改，任务和约束很常见，显式注入防护很少，LLM 标注与人工标签大体一致。

    这是一项对 GitHub Agentic Workflows Markdown 的仓库挖掘，目标是描述开发者如何规定并维护会反复执行的智能体工作。

    深度解读完整解读
  12. 分析与理论arXiv 2609.01491

    GlossoGen：多智能体 LLM 交互中自发涌现的语言

    分析多智能体在压力协作中是否涌现外部难监控的语言

    arXiv
    2609.01491
    发表
    层
    应用层
    场景
    多智能体
    被测模型
    GPT 5.4、Sonnet 4.6、Opus 4.7 等5个
    摘要专有模型在预算压力与轮间协商下发展出可产、可传递的非英语代码。

    GlossoGen 中的 SaveVeyru 用来观察预训练 LLM 智能体在必须通信时会不会离开英语。

    深度解读完整解读
  13. 分析与理论arXiv 2608.16578

    研究用统计力学预测 AI 智能体群体的集体行为

    用 Ising 式耦合规则预测语言模型智能体的集体意见演化

    arXiv
    2608.16578
    发表
    层
    应用层
    场景
    多智能体
    被测模型
    GPT-4o-mini、Gemma-3n-E4B-it、Qwen3.5-9B 等6个
    摘要统计力学三耦合模型从初始意见预测智能体社群轨迹，并解释 conviction、共识与客观题求真。

    定位：用统计力学描述语言模型智能体社群的意见动力学，并从初始意见预测后续轨迹。

    深度解读完整解读
已经到底了