Proof-of-Use: Mitigating Tool-Call Hacking in Deep Research Agents
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Ma, SHengjie, Deng, Chenlong, Mao, Jiaxin, Huang, Jiadeng, Wang, Teng, Wu, Junjie, Zhang, Changwang, wang, Jun |
|---|---|
| Format: | Preprint |
| Publié: |
2025
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
W&D:Scaling Parallel Tool Calling for Efficient Deep Research Agents
par: Lin, Xiaoqiang, et autres
Publié: (2026)
par: Lin, Xiaoqiang, et autres
Publié: (2026)
UniToolCall: Unifying Tool-Use Representation, Data, and Evaluation for LLM Agents
par: Liang, Yijuan, et autres
Publié: (2026)
par: Liang, Yijuan, et autres
Publié: (2026)
LawThinker: A Deep Research Legal Agent in Dynamic Environments
par: Yang, Xinyu, et autres
Publié: (2026)
par: Yang, Xinyu, et autres
Publié: (2026)
Reward Hacking Benchmark: Measuring Exploits in LLM Agents with Tool Use
par: Thaman, Kunvar
Publié: (2026)
par: Thaman, Kunvar
Publié: (2026)
Reinforced Agent: Inference-Time Feedback for Tool-Calling Agents
par: Ta, Anh, et autres
Publié: (2026)
par: Ta, Anh, et autres
Publié: (2026)
DeepImageSearch: Benchmarking Multimodal Agents for Context-Aware Image Retrieval in Visual Histories
par: Deng, Chenlong, et autres
Publié: (2026)
par: Deng, Chenlong, et autres
Publié: (2026)
SAGE: Strategy-Adaptive Generation Engine for Query Rewriting
par: Wang, Teng, et autres
Publié: (2025)
par: Wang, Teng, et autres
Publié: (2025)
IR$^3$: Contrastive Inverse Reinforcement Learning for Interpretable Detection and Mitigation of Reward Hacking
par: Beigi, Mohammad, et autres
Publié: (2026)
par: Beigi, Mohammad, et autres
Publié: (2026)
OThink-R1: Intrinsic Fast/Slow Thinking Mode Switching for Over-Reasoning Mitigation
par: Zhang, Shengjia, et autres
Publié: (2025)
par: Zhang, Shengjia, et autres
Publié: (2025)
PhotoBench: Beyond Visual Matching Towards Personalized Intent-Driven Photo Retrieval
par: Xu, Tianyi, et autres
Publié: (2026)
par: Xu, Tianyi, et autres
Publié: (2026)
OThink-SRR1: Search, Refine and Reasoning with Reinforced Learning for Large Language Models
par: Liang, Haijian, et autres
Publié: (2026)
par: Liang, Haijian, et autres
Publié: (2026)
AFSPP: Agent Framework for Shaping Preference and Personality with Large Language Models
par: He, Zihong, et autres
Publié: (2024)
par: He, Zihong, et autres
Publié: (2024)
To Call or Not to Call: A Framework to Assess and Optimize LLM Tool Calling
par: Wu, Qinyuan, et autres
Publié: (2026)
par: Wu, Qinyuan, et autres
Publié: (2026)
Adversarial Reward Auditing for Active Detection and Mitigation of Reward Hacking
par: Beigi, Mohammad, et autres
Publié: (2026)
par: Beigi, Mohammad, et autres
Publié: (2026)
ODIN: Disentangled Reward Mitigates Hacking in RLHF
par: Chen, Lichang, et autres
Publié: (2024)
par: Chen, Lichang, et autres
Publié: (2024)
Assertion-Conditioned Compliance: A Provenance-Aware Vulnerability in Multi-Turn Tool-Calling Agents
par: Waqas, Daud, et autres
Publié: (2025)
par: Waqas, Daud, et autres
Publié: (2025)
Mitigating Preference Hacking in Policy Optimization with Pessimism
par: Gupta, Dhawal, et autres
Publié: (2025)
par: Gupta, Dhawal, et autres
Publié: (2025)
OrchJail: Jailbreaking Tool-Calling Text-to-Image Agents by Orchestration-Guided Fuzzing
par: Chen, Jianming, et autres
Publié: (2026)
par: Chen, Jianming, et autres
Publié: (2026)
Interleaved Tool-Call Reasoning for Protein Function Understanding
par: Fan, Chuanliu, et autres
Publié: (2026)
par: Fan, Chuanliu, et autres
Publié: (2026)
ECG-Agent: On-Device Tool-Calling Agent for ECG Multi-Turn Dialogue
par: Chung, Hyunseung, et autres
Publié: (2026)
par: Chung, Hyunseung, et autres
Publié: (2026)
Hacking CTFs with Plain Agents
par: Turtayev, Rustem, et autres
Publié: (2024)
par: Turtayev, Rustem, et autres
Publié: (2024)
From Allies to Adversaries: Manipulating LLM Tool-Calling through Adversarial Injection
par: Wang, Haowei, et autres
Publié: (2024)
par: Wang, Haowei, et autres
Publié: (2024)
Reward Hacking Mitigation using Verifiable Composite Rewards
par: Tarek, Mirza Farhan Bin, et autres
Publié: (2025)
par: Tarek, Mirza Farhan Bin, et autres
Publié: (2025)
Repairing Reward Functions with Feedback to Mitigate Reward Hacking
par: Hatgis-Kessell, Stephane, et autres
Publié: (2025)
par: Hatgis-Kessell, Stephane, et autres
Publié: (2025)
AWARE-US: Preference-Aware Infeasibility Resolution in Tool-Calling Agents
par: Kurmaz, Mehmet
Publié: (2026)
par: Kurmaz, Mehmet
Publié: (2026)
EigentSearch-Q+: Enhancing Deep Research Agents with Structured Reasoning Tools
par: Zhang, Boer, et autres
Publié: (2026)
par: Zhang, Boer, et autres
Publié: (2026)
OSCAR: Optimization-Steered Agentic Planning for Composed Image Retrieval
par: Wang, Teng, et autres
Publié: (2026)
par: Wang, Teng, et autres
Publié: (2026)
FinToolBench: Evaluating LLM Agents for Real-World Financial Tool Use
par: Lu, Jiaxuan, et autres
Publié: (2026)
par: Lu, Jiaxuan, et autres
Publié: (2026)
Reward Shaping to Mitigate Reward Hacking in RLHF
par: Fu, Jiayi, et autres
Publié: (2025)
par: Fu, Jiayi, et autres
Publié: (2025)
SciToolAgent: A Knowledge Graph-Driven Scientific Agent for Multi-Tool Integration
par: Ding, Keyan, et autres
Publié: (2025)
par: Ding, Keyan, et autres
Publié: (2025)
MiniScope: A Least Privilege Framework for Authorizing Tool Calling Agents
par: Zhu, Jinhao, et autres
Publié: (2025)
par: Zhu, Jinhao, et autres
Publié: (2025)
Multi-Turn Reinforcement Learning for Tool-Calling Agents with Iterative Reward Calibration
par: Modecrua, Wachiravit, et autres
Publié: (2026)
par: Modecrua, Wachiravit, et autres
Publié: (2026)
ASA: Training-Free Representation Engineering for Tool-Calling Agents
par: Wang, Youjin, et autres
Publié: (2026)
par: Wang, Youjin, et autres
Publié: (2026)
Ghost Tool Calls: Issue-Time Privacy for Speculative Agent Tools
par: Mohammadi, Bardia, et autres
Publié: (2026)
par: Mohammadi, Bardia, et autres
Publié: (2026)
ToolCUA: Towards Optimal GUI-Tool Path Orchestration for Computer Use Agents
par: Hu, Xuhao, et autres
Publié: (2026)
par: Hu, Xuhao, et autres
Publié: (2026)
RewardHackingAgents: Benchmarking Evaluation Integrity for LLM ML-Engineering Agents
par: Atinafu, Yonas, et autres
Publié: (2026)
par: Atinafu, Yonas, et autres
Publié: (2026)
LLM Agents can Autonomously Hack Websites
par: Fang, Richard, et autres
Publié: (2024)
par: Fang, Richard, et autres
Publié: (2024)
DeepResearch-9K: A Challenging Benchmark Dataset of Deep-Research Agent
par: Wu, Tongzhou, et autres
Publié: (2026)
par: Wu, Tongzhou, et autres
Publié: (2026)
Budget-Aware Tool-Use Enables Effective Agent Scaling
par: Liu, Tengxiao, et autres
Publié: (2025)
par: Liu, Tengxiao, et autres
Publié: (2025)
LLM Agent Honeypot: Monitoring AI Hacking Agents in the Wild
par: Reworr, et autres
Publié: (2024)
par: Reworr, et autres
Publié: (2024)
Documents similaires
-
W&D:Scaling Parallel Tool Calling for Efficient Deep Research Agents
par: Lin, Xiaoqiang, et autres
Publié: (2026) -
UniToolCall: Unifying Tool-Use Representation, Data, and Evaluation for LLM Agents
par: Liang, Yijuan, et autres
Publié: (2026) -
LawThinker: A Deep Research Legal Agent in Dynamic Environments
par: Yang, Xinyu, et autres
Publié: (2026) -
Reward Hacking Benchmark: Measuring Exploits in LLM Agents with Tool Use
par: Thaman, Kunvar
Publié: (2026) -
Reinforced Agent: Inference-Time Feedback for Tool-Calling Agents
par: Ta, Anh, et autres
Publié: (2026)