会员服务
Rethinking the Role of Entropy in Optimizing Tool-Use Behaviors for Large Language Model Agents
Arxiv
0+阅读 · 2月18日
Developers in the Age of AI: Adoption, Policy, and Diffusion of AI Software Engineering Tools
Arxiv
0+阅读 · 2月6日
AudioRouter: Data Efficient Audio Understanding via RL based Dual Reasoning
Arxiv
0+阅读 · 2月11日
ScaleEnv: Scaling Environment Synthesis from Scratch for Generalist Interactive Tool-Use Agent Training
Arxiv
0+阅读 · 2月6日
Unsafer in Many Turns: Benchmarking and Defending Multi-Turn Safety Risks in Tool-Using Agents
Arxiv
0+阅读 · 2月13日
Frame-Level Internal Tool Use for Temporal Grounding in Audio LMs
Arxiv
0+阅读 · 2月10日
Internalizing Multi-Agent Reasoning for Accurate and Efficient LLM-based Recommendation
Arxiv
0+阅读 · 2月12日
SciAgentGym: Benchmarking Multi-Step Scientific Tool-use in LLM Agents
Arxiv
0+阅读 · 2月13日
DLLM Agent: See Farther, Run Faster
Arxiv
0+阅读 · 2月10日
FlowMind: Execute-Summarize for Structured Workflow Generation from LLM Reasoning
Arxiv
0+阅读 · 2月12日
MCPShield: A Security Cognition Layer for Adaptive Trust Calibration in Model Context Protocol Agents
Arxiv
0+阅读 · 2月15日
CM2: Reinforcement Learning with Checklist Rewards for Multi-Turn and Multi-Step Agentic Tool Use
Arxiv
0+阅读 · 2月12日
Towards Reliable Benchmarking: A Contamination Free, Controllable Evaluation Framework for Multi-step LLM Function Calling
Arxiv
0+阅读 · 2月6日
DeepAgent: A General Reasoning Agent with Scalable Toolsets
Arxiv
0+阅读 · 2月5日
M^3-Bench: Multi-Modal, Multi-Hop, Multi-Threaded Tool-Using MLLM Agent Benchmark
Arxiv
0+阅读 · 2月4日
参考链接
微信扫码咨询专知VIP会员
Top