今日推送

论文解读论文针对现有技能库仅用文本表示技能而忽视GUI视觉交互本质的问题，提出VISUALSKILL层次化多模态技能框架。该框架为每个目标应用定制多模态技能表示，包含视觉-动作关联建模。核心创新在于将技能定义为视觉锚点与可执行动作的组合，支持动态编排。在未见软件和长时序任务上验证了方法有效性，显著提升计算机使用智能体的泛化能力。

论文解读论文聚焦于自主LLM Agent在代码安全审计中发现的漏洞推理过程不透明问题，提出规范推断驱动的漏洞检测框架Code-Augur。研究者让Agent通过学习代码隐式规范来推断潜在漏洞，而非依赖显式规则。核心创新在于将漏洞发现过程形式化为规范学习问题，生成可验证的推理链。实验表明该方法能揭示被掩盖多年的关键漏洞，显著提升审计可信度。

论文解读论文针对生产级LLM Agent中检索策略、模型选择、证据注入等功能紧耦合的架构问题，设计了供应商无关的搜索接地解耦框架。研究者将检索策略从模型提供商标定中分离出来，实现各组件独立配置与复用。核心创新在于提出可检验、可调优的模块化架构，有效抑制搜索诱导的冗长输出问题。该设计对构建生产级Agent系统具有重要实践意义。

论文解读论文针对多智能体系统中LLM Agent通信协议碎片化导致的互操作性难题，构建了完整的技术分类框架。研究者系统梳理了现有通信协议的设计模式，定义了消息格式、时序控制、错误处理等关键维度。核心贡献在于提供了结构化的评估视角，帮助开发者理解不同协议在可靠性、可扩展性、语义一致性上的权衡。分类方法对构建分布式Agent网络具有重要参考价值。

论文解读论文针对现有Agent安全评估将攻击成功率和危害阶段混为一谈的问题，提出分层的安全评估框架SafeClawBench。研究者将工具调用Agent的安全风险分解为语义同意、审计证据泄露、沙箱越界三个独立维度。核心创新在于提供细粒度评估能力，可诊断模型是仅被诱导同意还是实际执行了危险操作。该分类方法对理解Agent安全边界和改进安全机制具有重要价值。

论文解读论文探索将LLM作为语义特征提取器应用于工业级网约车调度系统，解决结构化数值特征难以捕捉驾驶员行为上下文的问题。研究者设计Agent化用户画像流程，从平台规模行为日志中提取习惯性区域偏好等语义信号。核心创新在于构建LLM与现有匹配流程的协同架构，实现语义特征与数值特征的互补。在真实调度数据上验证了方法可提升订单分配效果。

论文解读论文针对现有Agent记忆基准仅关注单用户场景的局限性，提出多主体共享内存Agent评测基准GateMem。研究者构建了医院、工作场所等多角色协同场景，评估记忆质量与治理能力的平衡。核心贡献在于定义了多主体环境下记忆质量的新评价维度：召回与治理的协同优化。实验揭示了当前系统在角色感知访问控制上的不足，为安全敏感场景部署提供评测依据。

论文解读论文研究RL后训练中参数调度策略的自动化发现，发现容量参数呈单调累积而正则化参数呈振荡模式的经验规律。研究者利用LLM Agent探索固定调度与自适应调度的差异。核心贡献在于揭示不同参数类型需要差异化调度策略，为后训练优化提供新视角。实验验证了自适应策略在非平稳训练场景的优越性。