让 Agent 更可靠地调用工具和复用技能、增强多模态模型理解图表和文档的能力、提升 RAG 检索和知识库问答可靠性
今天主要跟进：让 Agent 更可靠地调用工具和复用技能、增强多模态模型理解图表和文档的能力、增强多模态模型理解图表和文档的能力。
本期从 2026-06-18 论文源抓取并去重 419 篇候选论文，筛选 6 篇重点论文与 20 篇补充关注。
本期重点
今天最值得跟进的方向
今天的高分论文主要指向：让 Agent 更可靠地调用工具和复用技能、增强多模态模型理解图表和文档的能力、增强多模态模型理解图表和文档的能力。下面按核心问题、方法线索、主要论点和关键词整理，便于快速判断后续跟进价值。
重点论文：核心问题、方法线索与关键词
让 Agent 更可靠地调用工具和复用技能
中文标题连接点：通过强化学习，通过跨域泛化培训长生命周期代理的LLM
信号显示这项工作为训练大语言模型（ LLM ）提供了一个通用框架，以“连接点” （ CoD ） ，这是长生命周期代理所需的元能力：当基于LLM的人工智能代理部署在环境中时，它可以解决
关键词agentevaluationagentsAgents and Tool Use
代码/数据需查看原文确认
增强多模态模型理解图表和文档的能力
中文标题FFinRED：An Expert-Guided 基准 Generation 与 评测 框架 面向 Financial LLM Red-Teaming
信号显示现有的安全基准针对一般对抗情景，但忽略了财务特定风险
关键词safetyevaluationbenchmarkeval
代码/数据需查看原文确认
增强多模态模型理解图表和文档的能力
中文标题StylisticBias ：少数人类视觉线索推动了传销中的大多数社会偏见
信号显示多模态大语言模型（ MLM ）越来越多地部署在个人和社会重要环境中，但这些模型如何判断人们的视觉线索仍然知之甚少
关键词evaluationbenchmarkcodemultimodal
代码/数据需查看原文确认
提升 RAG 检索和知识库问答可靠性
中文标题SARLO-80 ：全球倾斜SAR语言光学数据集80厘米
信号显示得益于大型光学基准，多模态基础模型已迅速发展，但合成孔径雷达（ SAR ）的可比资源仍然有限
关键词retrievalalignmentevaluationbenchmark
代码/数据需查看原文确认
改进图像生成、视觉理解和可控渲染
中文标题FlowBender：Feedback-Aware Training 面向 Self-Correcting Conditional Flows
信号显示条件扩散和流程模型通常无法满足定义其任务的约束条件
关键词inferencecompressionalignmentsystems
代码/数据需查看原文确认
增强多模态模型理解图表和文档的能力
中文标题走向模态不平衡的联合图学习：一种基于数据合成的方法
信号显示多模态联合图学习（ MM-FGL ）提供了一种自然的协作训练范式，但其实际部署受到两种模态不平衡粒度的挑战
关键词deploymentalignmentcodemultimodal
代码/数据需查看原文确认
其他值得关注
Sovereign Execution Brokers: Enforcing Certificate-Bound Authority in Agentic Control Planes
中文标题主权执行经纪人：在代理控制平面上执行证书绑定授权
关注理由涉及工具调用、执行反馈和可复用能力，可作为 Agent 工作流可靠性的补充线索。
FreeStyle: Free Control of Style-Content Dual-Reference Generation from Community LoRA Mining
中文标题FreeStyle：Free Control of Style-Content Dual-Reference Generation 来自 Community LoRA Mining
关注理由涉及检索、知识库问答与证据可靠性，可作为 RAG 评测和企业知识系统的补充线索。
中文标题LLM代理安全、多回合红队、越狱基准、对抗鲁棒性、安全关键系统
关注理由涉及模型安全、护栏路由、风险分类或治理评测，可作为安全评测与治理工具链的补充线索。
CRAX: Fast Safe Reinforcement Learning Benchmarking
中文标题CRAX：Fast Safe Reinforcement Learning 基准ing
关注理由涉及工具调用、执行反馈和可复用能力，可作为 Agent 工作流可靠性的补充线索。
The Register Gap: A Meaning Intelligence Framework for Nigerian Public Discourse
中文标题注册差距：尼日利亚公共话语的意义情报框架
关注理由涉及检索、知识库问答与证据可靠性，可作为 RAG 评测和企业知识系统的补充线索。
Finetuning Vision-Language-Action Models Requires Fewer Layers Than You Think
中文标题微调视觉-语言-行动模型所需的层数比您想象的要少
关注理由涉及训练与后训练中的新任务、数据或系统线索，可作为后续跟进清单的一部分。
中文标题ScholarQuest：A Taxonomy-Guided 基准 面向 Agentic Academic Paper Search in Open Literature Environments
关注理由涉及工具调用、执行反馈和可复用能力，可作为 Agent 工作流可靠性的补充线索。
中文标题DeepForestVisionV2：Ecology-Driven Taxonomy Expansion 面向 Camera-Trap Monitoring in African Tropical Forests
关注理由涉及工具调用、执行反馈和可复用能力，可作为 Agent 工作流可靠性的补充线索。
ReNikud: Audio-Supervised Hebrew Grapheme-to-Phoneme Conversion
中文标题ReNikud ：音频监督希伯来语语素到音素的转换
关注理由涉及语音与音频中的新任务、数据或系统线索，可作为后续跟进清单的一部分。
中文标题MedRLM：Recursive Multimodal Health Intelligence 面向 Long-Context Clinical Reasoning，Sensor-Guided Screening，Evidence-Grounded Decision Support，与 Community-to-Tertiary Referral Optimization
关注理由涉及工具调用、执行反馈和可复用能力，可作为 Agent 工作流可靠性的补充线索。
Modularity-Free Conflict-Averse Training for Generalized PINNs
中文标题Modularity-Free Conflict-Averse Training 面向 Generalized PINNs
关注理由涉及检索、知识库问答与证据可靠性，可作为 RAG 评测和企业知识系统的补充线索。
中文标题利用与文本无关的说话者验证，为用户定义的关键词提供个性化关键词识别
关注理由涉及检索、知识库问答与证据可靠性，可作为 RAG 评测和企业知识系统的补充线索。
When Lower Privileges Suffice: Investigating Over-Privileged Tool Selection in LLM Agents
中文标题当低权限足够时：调查法学硕士客服代表的过度特权工具选择
关注理由涉及工具调用、执行反馈和可复用能力，可作为 Agent 工作流可靠性的补充线索。
Repository-Level Solidity Code Generation with Large Language Models: From Prompting to Fine-Tuning
中文标题大型语言模型的存储库级固体代码生成：从提示到微调
关注理由涉及任务设置、指标和失效案例，可补充模型评测与回归测试。
Advancing DialNav through Automatic Embodied Dialog Augmentation
中文标题通过自动嵌入式对话框增强来推进DialNav
关注理由涉及工具调用、执行反馈和可复用能力，可作为 Agent 工作流可靠性的补充线索。
Timage: A Generative Text-in-Image Paradigm for Fine-Tuning Vision-Language Models
中文标题Timage：A Generative Text-in-Image Paradigm 面向 Fine-Tuning Vision-Language Models
关注理由涉及多模态模型中的新任务、数据或系统线索，可作为后续跟进清单的一部分。
PhysDrift: Bridging the Embodiment Gap in Humanoid Co-Speech Motion Generation
中文标题PhysDrift ：弥合人形共语运动生成中的实施方案差距
关注理由涉及数据工程中的新任务、数据或系统线索，可作为后续跟进清单的一部分。
Speeding up the annotation process in semantic segmentation industrial applications
中文标题加快语义分割工业应用中的标注过程
关注理由涉及检索、知识库问答与证据可靠性，可作为 RAG 评测和企业知识系统的补充线索。
CARE: Competence-Aware Reward Shaping for Adaptive Reasoning Length in Video-MLLMs
中文标题CARE：Competence-Aware Reward Shaping 面向 Adaptive Reasoning Length in Video-MLLMs
关注理由涉及工具调用、执行反馈和可复用能力，可作为 Agent 工作流可靠性的补充线索。
Co-policy: Responsive Human-Robot Co-Creation for Musical Performances
中文标题共同政策：针对音乐表演的响应式人类-机器人共同创作
关注理由涉及机器人与具身智能中的新任务、数据或系统线索，可作为后续跟进清单的一部分。
阅读边界
- 自动排序会偏向有社区信号、代码信号和工程关键词的论文。
- 简报默认基于标题、摘要和公开元数据，不替代全文精读。
- 外部 API 限流或不可用时，相关信号会降级为空并在内部记录中保留说明。