今日推送

论文解读论文发现工具调用型LLM Agent在会话初期最脆弱，随对话推进安全性显著提升，定义这种现象为"冷启动安全差距"。提出SODA基准，通过控制普通Agentic任务数量来系统性研究安全演变。实验揭示Agentic经验可增强安全能力但也会引入新风险，需平衡能力提升与安全防护。

论文解读论文指出现有LLM Agent评估方法如同考试般短暂离散，与实际部署条件不符。提出Emergence World平台，支持数周至数月跨度的长时域多智能体评估，重点关注行为漂移、跨环境治理和智能体间交叉影响等动态特性。平台可模拟真实环境变化，评估智能体在持续运行中的自主性和协调能力。

论文解读论文聚焦LLM Agent在会议助手、临床文档等人际交互场景中的应用，提出多模态记忆评估需求。与传统人机助手不同，这类场景涉及复杂话语现象如回指和指示，且Agent需观察对话并保留信息供下游查询使用。H2HMem基准涵盖多模态输入、复杂话语现象和长时记忆保留的评估，为多模态Agent评估提供新范式。

论文解读论文通过重复参照游戏测试多模态LLM Agent是否发展出伙伴特定约定。发现模型虽能对齐标签使用，但未如人类般逐步缩短描述形成约定。核心问题是如何区分这种对齐是伙伴特定基础还是共享标签的统计效应。研究揭示多模态LLM缺乏人类式的语用推理能力，影响其在协作场景中的效率。

论文解读论文指出工具调用LLM Agent失败常因关键证据未在行动时被选择或压缩。提出CICL决策感知上下文层，将实例证据转换为上下文图，通过共享八字段架构路由多模型判断，按行动相关性评分。核心创新在于从被动检索转向主动决策引导，使证据选择服务于特定行动决策。

论文解读论文指出现有评估缺乏对语言模型Agent在开放式长时程交互任务中协调能力的系统测试。提出Alem benchmark，基于JAX实现，支持开放式多智能体协调评估。涵盖单Agent任务、短交互和高度结构化多智能体设置的局限性，提供更贴近实际部署的评估环境。基准测试涵盖多种协调场景和评估指标。

论文解读论文指出LLM Agent依赖外部推理条件（提示词、工具、记忆等），但常通过启发式反思更新这些资产。提出Bayesian-Agent框架，将贝叶斯推理引入技能演化，实现跨harness的原生推理。核心创新在于将信念更新形式化为贝叶斯推断，使Agent能从成功/失败经验中学习而不依赖主观计数。

论文解读论文针对长时运行LLM Agent的测试时学习问题，指出现有方法依赖手工设计提示规则难以与下游目标对齐。提出通过强化学习在测试时更新显式记忆的新方法，使记忆更新与任务目标保持一致。核心创新在于将记忆更新建模为RL问题，Agent可从交互经验中持续改进。实验验证该方法在复杂长时任务中的有效性。

论文解读论文聚焦数据Agent整合LLM推理与关系数据访问、可执行工具、多步骤编排带来的安全挑战。系统识别三类漏洞：数据资源层面、数据库执行层面和Agent推理层面。重组了数据库安全与LLM Agent安全的研究问题，提出针对性防御框架。强调分析型Agent的企业部署需平衡功能性与安全性需求。

论文解读论文指出现有记忆系统将信念修正、因果耦合和跨域抽象压缩至单一检索层面。提出DCPM双过程认知记忆系统，将记忆组织为多个专门模块，分别处理不同认知功能。核心创新在于支持Agent理解用户演化过程，实现超越表面召回的隐式个性化推理。系统可指导未来决策而不只是检索历史。