Buchumschlag

DART: Semantic Recoverability for Structured Tool Agents

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Yang, Ke, Li, Panpan, Wu, Zonghan, Xu, Kejin, Huang, Huaxi, Huang, Xiaoshui
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

COSMO-Agent: Tool-Augmented Agent for Closed-loop Optimization,Simulation,and Modeling Orchestration
von: Deng, Liyuan, et al.
Veröffentlicht: (2026)

Tool-Augmented Agent for Closed-loop Optimization,Simulation,and Modeling Orchestration
von: Deng, Liyuan, et al.
Veröffentlicht: (2026)

Recoverability Has a Law: The ERR Measure for Tool-Augmented Agents
von: Vuddanti, Sri Vatsa, et al.
Veröffentlicht: (2026)

DART: Leveraging Multi-Agent Disagreement for Tool Recruitment in Multimodal Reasoning
von: Sivakumaran, Nithin, et al.
Veröffentlicht: (2025)

Hindsight Hint Distillation: Scaffolded Reasoning for SWE Agents from CoT-free Answers
von: Wang, Shengjie, et al.
Veröffentlicht: (2026)

ReAct Meets ActRe: When Language Agents Enjoy Training Data Autonomy
von: Yang, Zonghan, et al.
Veröffentlicht: (2024)

PanFoMa: A Lightweight Foundation Model and Benchmark for Pan-Cancer
von: Huang, Xiaoshui, et al.
Veröffentlicht: (2025)

Accessing GPT-4 level Mathematical Olympiad Solutions via Monte Carlo Tree Self-refine with LLaMa-3 8B
von: Zhang, Di, et al.
Veröffentlicht: (2024)

When simulations look right but causal effects go wrong: Large language models as behavioral simulators
von: Li, Zonghan, et al.
Veröffentlicht: (2026)

ToolCUA: Towards Optimal GUI-Tool Path Orchestration for Computer Use Agents
von: Hu, Xuhao, et al.
Veröffentlicht: (2026)

DART: Depth-Enhanced Accurate and Real-Time Background Matting
von: Li, Hanxi, et al.
Veröffentlicht: (2024)

WebDART: Dynamic Decomposition and Re-planning for Complex Web Tasks
von: Yang, Jingbo, et al.
Veröffentlicht: (2025)

DART: Difficulty-Adaptive Reasoning Truncation for Efficient Large Language Models
von: Zhang, Ruofan, et al.
Veröffentlicht: (2025)

SciToolAgent: A Knowledge Graph-Driven Scientific Agent for Multi-Tool Integration
von: Ding, Keyan, et al.
Veröffentlicht: (2025)

SOM: Structured Opponent Modeling for LLM-based Agents via Structural Causal Model
von: Cao, Shiyue, et al.
Veröffentlicht: (2026)

TPS-Bench: Evaluating AI Agents' Tool Planning \& Scheduling Abilities in Compounding Tasks
von: Xu, Hanwen, et al.
Veröffentlicht: (2025)

Automating Agent Hijacking via Structural Template Injection
von: Deng, Xinhao, et al.
Veröffentlicht: (2026)

DART-Math: Difficulty-Aware Rejection Tuning for Mathematical Problem-Solving
von: Tong, Yuxuan, et al.
Veröffentlicht: (2024)

EigentSearch-Q+: Enhancing Deep Research Agents with Structured Reasoning Tools
von: Zhang, Boer, et al.
Veröffentlicht: (2026)

Unsupervised Point Cloud Pre-Training via Contrasting and Clustering
von: Mei, Guofeng, et al.
Veröffentlicht: (2022)

When Agents Fail to Act: A Diagnostic Framework for Tool Invocation Reliability in Multi-Agent LLM Systems
von: Huang, Donghao, et al.
Veröffentlicht: (2026)

Profile-Then-Reason: Bounded Semantic Complexity for Tool-Augmented Language Agents
von: Enabe, Paulo Akira F.
Veröffentlicht: (2026)

Agent-First Tool API: A Semantic Interface Paradigm for Enterprise AI Agent Systems
von: Pan, Kai
Veröffentlicht: (2026)

Proof-of-Use: Mitigating Tool-Call Hacking in Deep Research Agents
von: Ma, SHengjie, et al.
Veröffentlicht: (2025)

DART: An AIGT Detector using AMR of Rephrased Text
von: Park, Hyeonchu, et al.
Veröffentlicht: (2024)

RASER: Recoverability-Aware Selective Escalation Router for Multi-Hop Question Answering
von: Li, Yuyang, et al.
Veröffentlicht: (2026)

PANDA: Preference Adaptation for Enhancing Domain-Specific Abilities of LLMs
von: Liu, An, et al.
Veröffentlicht: (2024)

Budget-Aware Tool-Use Enables Effective Agent Scaling
von: Liu, Tengxiao, et al.
Veröffentlicht: (2025)

The Semantic Training Gap: Ontology-Grounded Tool Architectures for Industrial AI Agent Systems
von: Chethan, Grama
Veröffentlicht: (2026)

Emerging from Ground: Addressing Intent Deviation in Tool-Using Agents via Deriving Real Calls into Virtual Trajectories
von: Xiong, Qian, et al.
Veröffentlicht: (2026)

AutoTool: Efficient Tool Selection for Large Language Model Agents
von: Jia, Jingyi, et al.
Veröffentlicht: (2025)

Towards Competent AI for Fundamental Analysis in Finance: A Benchmark Dataset and Evaluation
von: Wu, Zonghan, et al.
Veröffentlicht: (2025)

UniToolCall: Unifying Tool-Use Representation, Data, and Evaluation for LLM Agents
von: Liang, Yijuan, et al.
Veröffentlicht: (2026)

Federated Graph Semantic and Structural Learning
von: Huang, Wenke, et al.
Veröffentlicht: (2024)

Budget-Constrained Tool Learning with Planning
von: Zheng, Yuanhang, et al.
Veröffentlicht: (2024)

CAREAgent: Clinical Agent with Structured Reasoning and Tool-Integrated for Order Generation
von: Hou, Ruihui, et al.
Veröffentlicht: (2026)

Attention-MoA: Enhancing Mixture-of-Agents via Inter-Agent Semantic Attention and Deep Residual Synthesis
von: Wen, Jianyu, et al.
Veröffentlicht: (2026)

Semantic Laundering in AI Agent Architectures: Why Tool Boundaries Do Not Confer Epistemic Warrant
von: Romanchuk, Oleg, et al.
Veröffentlicht: (2026)

Reducing Cognitive Overhead in Tool Use via Multi-Small-Agent Reinforcement Learning
von: Wang, Dayu, et al.
Veröffentlicht: (2025)

MamTiff-CAD: Multi-Scale Latent Diffusion with Mamba+ for Complex Parametric Sequence
von: Deng, Liyuan, et al.
Veröffentlicht: (2025)