大模型智能体论坛@MLNLP2025

“第四届机器学习算法与自然语言处理大会”（MLNLP2025）将于2025年11月29日-11月30日线上召开，大会由中国中文信息学会青工委、中国中文信息学会大模型与生成专委、MLNLP社区联合主办，智源社区提供社区支持。大会免费注册。

钱忱，上海交通大学副教授，博士生导师，2021年获得清华大学工学博士学位，研究方向包括大语言模型、自主智能体、多智能体系统。

从鑫，清华大学助理教授，博士生导师，2023年获中国科学院信息工程研究所博士，主要研究方向为大语言模型、自主智能体与工具学习。

刘卫文，现任上海交通大学计算机学院副教授，博士生导师。曾任华为诺亚方舟实验室主任研究员。2020年博士毕业于香港中文大学。主要研究方向包括大模型智能体、工具调用、信息检索。已在国际顶级会议和期刊发表论文80余篇，ESI高引论文1篇，研究成果产出专利12项，并荣获DLP-RecSys最佳论文奖。所开发的ToolACE系列开源模型在大模型工具调用国际权威榜单BFCL中同量级排名第一，HuggingFace下载量50万，全球领先。担任GenRec-WWW 2024, GenRec-CIKM 2023, DLP-RecSys 2023研讨会主席，长期担任 ICLR, KDD, SIGIR等会议及期刊领域主席或审稿人。

报告主题：大模型智能体工具使用：方法、挑战与应用

报告摘要：随着通用人工智能研究的不断推进，大语言模型正逐步从被动的语言生成器演化为主动的问题求解者与任务执行者。在这一转变过程中，大模型工具使用能力被广泛认为是连接语言智能与现实世界交互的关键桥梁。如何引导大模型调用外部工具以完成复杂任务、拓展能力边界，已成为大模型智能体系统的研究前沿。然而，当前大模型智能体在复杂任务场景中仍然面临泛化能力不足、多轮交互端到端执行正确率低等问题。本报告将探讨当前主流大模型智能体模型在真实应用场景面临的挑战，并重点分享大模型的工具调用能力的系统性构建方法，涵盖数据合成、后训练以及多轮迭代演进等关键技术路径。同时，报告还将展示在个性化工具调用方面的前沿进展，包括用户偏好建模、查询补全与主动任务预测等方法，从而显著降低用户交互成本，提高智能体的实用性与智能水平。

陈颢天，博士毕业于复旦大学计算机科学与技术学院，目前在清华大学自然语言处理实验室任博士后，研究方向为大语言模型智能体与工具学习。获清华大学水木学者称号，博后面上资助，国资博士后计划C档等。推出的MiniCPM4-MCP智能体模型累积下载量5000余次，RD-Agent智能体在开源社区GitHub获9000余次星标。

报告主题：大模型自主智能体与工具学习

报告摘要：得益于大语言模型技术的突飞猛进，大语言模型自主智能体通过感知环境、制定计划、调用外部工具并执行复杂任务，从而展现出更强劲的真实世界问题解决能力。通过学习如何选择、组合和使用搜索引擎、计算器、专业API接口等工具，智能体可以动态扩展自身能力，处理需要实时信息、复杂计算或专业领域知识的任务，为构建真正通用的人工智能奠定了基础。当前，大语言模型智能体工具学习领域正面临工具选择策略优化、多工具协作机制设计、工具理解与掌握方法等关键难题，同时在代码生成、数据分析、报告撰写、自动化科研等应用场景中展现出巨大潜力。理解大模型自主智能体与工具学习的发展现状和未来趋势，对于把握AI技术演进方向具有重要意义。

张熙，阿里巴巴通义实验室高级算法工程师，负责多模态智能体Mobile-Agent、PC-Agent等工作。博士毕业于中国科学院自动化研究所，在国际期刊和会议TPAMI/TIP/NeurIPS/CVPR/ACM MM/TMM等发表论文十余篇，曾获得CCL BEST Demo、China MM BEST Paper、VCIP BEST Student Paper、中科院院长奖等，担任多个顶级会议与期刊Reviewer，并在开源社区Github获得6k star。

报告主题：多模态多端GUI智能体Mobile-Agent

报告摘要：Mobile-Agent 系列工作以视觉感知为核心，融合多智能体协作机制，支持多端、多语言、多场景，实现了无需系统定制即可自主识别并操作不同computure、web、mobile的应用界面。该模型不仅具备精准的界面理解、复杂任务规划与细粒度动作执行能力，更实现了在多智能体框架中灵活扮演多种角色——包括规划者、执行者、反思者与记录者，真正实现“能看、会想、善协作”的智能体闭环。

高莘，电子科技大学研究员、博士生导师、四川省青年特聘专家。主要研究方向为预训练语言模型、大模型多智能体系统和工具学习。在国际顶级会议期刊发表文章50余篇。目前担任中国中文信息学会青年工作委员会执行委员、信息检索专委会通讯委员、CCF自然语言处理专委委员。担任自然语言处理国际顶级会议ACL领域主席、IJCAI高级程序委员会委员等。获得中国电子学会科技进步三等奖（排名第三）。主持国家自然科学基金青年基金、重点项目课题等科研项目。

报告主题：语言模型智能体：从使用工具到复杂社会行为

报告摘要：近年来，大语言模型在理解和生成自然语言方面取得了巨大成功。然而，要让它们真正解决现实世界的问题，仅仅依靠“思考”是远远不够的。本报告将系统性地介绍我们在语言模型智能体上的一些探索工作，即：如何让智能体学会像人类一样熟练地使用外部工具来扩展自身能力边界？我们将首先介绍AutoTools框架，它通过自动化工具文档解析和代码生成，解决了传统方法依赖专家知识、难以扩展的痛点。在此基础上，我们进一步提出让模型不仅“会用”工具，更能“用好”工具。此外我们也通过实证研究揭示了一些影响工具学习稳定性的关键内外部因素，为构建可靠的应用提供了重要指导。最终，当单个智能体具备了熟练使用工具的能力后，我们将其置于更复杂的多智能体社会中。我们通过模拟企业组织的360评估和经验积累机制，让智能体群体能够通过协作与反思。最后，我们将以模拟金融市场为例，展示如何基于智能体技术来模拟复杂社会行为，以及如何为经济学等社会科学研究提供全新的研究视角。