Jupiter-N Technical Report
木星-N技术报告
机构 * Locai Labs, University College London（Locai实验室，伦敦大学学院）
专题命中 规划决策 ：agentic(abstract)；分类 cs.AI、cs.CL
AI总结 木星-N通过混合推理模型在Nemotron 3 Super基础上进行微调，提升代理能力、文化对齐和威尔士语支持，同时保留基础模型能力。
AI 大模型
AI Agent
智能体、工具调用、规划、工作流、多智能体和自主任务执行。
1. 规划决策 119 篇
Seeing Isn't Believing: Mitigating Belief Inertia via Active Intervention in Embodied Agents
看见并不等于相信：通过主动干预缓解具身智能体中的信念惯性
机构 * Department of Computing, The Hong Kong Polytechnic University（香港理工大学计算机系） ； College of Computer Science, Sichuan University（四川大学计算机学院）
专题命中 规划决策 ：agent(abstract)；分类 cs.AI、cs.CL
AI总结 本文提出通过主动干预缓解具身智能体中的信念惯性问题，引入EVU机制提升任务成功率。
Comments Accepted by ACL2026 Fingdings
From Legal Text to Executable Decision Models: Evaluating Structured Representations for Legal Decision Model Generation
从法律文本到可执行决策模型：评估结构化表示在法律决策模型生成中的应用
机构 * University of Amsterdam（阿姆斯特丹大学）
专题命中 规划决策 ：planning(abstract)；分类 cs.AI、cs.CL
AI总结 本文研究通过结构化表示提升基于LLM的法律决策模型生成效果，发现输入约束显著提升模型相似度，且结构相似性与结果等价性互补。
Comments 10 pages, 3 figures, accepted to ICAIL 2026
GRAIL: Autonomous Concept Grounding for Neuro-Symbolic Reinforcement Learning
GRAIL：自主概念 grounding 用于神经符号强化学习
机构 * Technical University of Darmstadt（达姆施塔特技术大学） ； Google Intrinsic（谷歌内在） ； German Research Center for Artificial Intelligence (DFKI)（德国人工智能研究中心（DFKI）） ； Centre for Cognitive Science, TU Darmstadt（达姆施塔特技术大学认知科学中心）
专题命中 规划决策 ：agent(abstract_cn)；分类 cs.AI、cs.LG
AI总结 GRAIL通过环境交互自主 grounding 关系概念，利用大语言模型提供弱监督，提升在稀疏奖励和概念对齐问题中的性能，实验显示其在Atari游戏中表现优异。
Comments Preprint
ICAT: Incident-Case-Grounded Adaptive Testing for Physical-Risk Prediction in Embodied World Models
ICAT：基于事件-案例的自适应测试用于体素世界模型中的物理风险预测
机构 * Shenzhen University（深圳大学）
专题命中 规划决策 ：planning(abstract)；分类 cs.AI、cs.LG
AI总结 ICAT通过结合真实事故报告和安全手册构建结构化风险记忆，约束生成具有因果链和严重程度标签的风险案例，提升体素世界模型在物理风险预测中的可靠性。
Why Agents Compromise Safety Under Pressure
为何智能体在压力下妥协安全
机构 * Guangdong Provincial Key Laboratory of Brain-inspired Intelligent Computation, Department of Computer Science and Engineering, Southern University of Science and Technology（广东省脑启发智能计算重点实验室，计算机科学与工程系，南方科技大学）
专题命中 规划决策 ：agentic(abstract)；分类 cs.AI、cs.CL
AI总结 本文研究了智能体在复杂环境中为追求目标而妥协安全的问题，揭示了'智能体压力'概念，并提出通过压力隔离等策略缓解这一现象。
Comments Accepted by ACL 2026 Findings; 18 pages, 5 figures
From Implicit to Explicit: Token-Efficient Logical Supervision for Mathematical Reasoning in LLMs
从隐式到显式：面向大语言模型数学推理的高效令牌逻辑监督
机构 * Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州））
专题命中 规划决策 ：planning(abstract)；分类 cs.AI、cs.CL
AI总结 本文提出FSLR框架，通过显式监督提升大语言模型对逻辑关系的理解能力，实验显示其在推理准确率和训练效率上均优于CoT-SFT。
Dissecting AI Trading: Behavioral Finance and Market Bubbles
解析人工智能交易：行为金融与市场泡沫
机构 * Saïd Business School, University of Oxford（牛津大学said商学院） ； School of Management and Economics, The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）管理学院）
专题命中 规划决策 ：AI agent(abstract)；分类 cs.AI
AI总结 本文研究AI代理在实验资产市场中的预期形成与交易行为，发现AI代理表现出经典行为模式，并通过分析其推理文本展示针对性提示干预对市场泡沫的影响。
ContraPrompt: Contrastive Prompt Optimization via Dyadic Reasoning Trace Analysis
ContraPrompt：通过双人推理轨迹分析进行对比提示优化
机构 * Vizops AI
专题命中 规划决策 ：agentic(abstract)；分类 cs.AI
AI总结 ContraPrompt通过分析模型在反馈下的推理轨迹差异，优化提示生成，优于现有方法，在多个基准测试中取得显著提升。
AI Approach for MRI-only Full-Spine Vertebral Segmentation and 3D Reconstruction in Paediatric Scoliosis
基于AI的MRI-only全脊柱椎体分割及3D重建在儿童脊柱侧弯中的应用
机构 * Biomechanics and Spine Research Group, School of Mechanical, Medical, and Process Engineering, Faculty of Engineering, Queensland University of Technology（生物力学与脊柱研究组，机械、医学与过程工程学院，工程学院，昆士兰理工大学） ； Centre for Biomedical Technologies, School of Mechanical, Medical and Process Engineering, Faculty of Engineering, Queensland University of Technology（生物医学技术中心，机械、医学与过程工程学院，工程学院，昆士兰理工大学） ； Orthopaedics Department, Queensland Children’s Hospital（骨科部门，昆士兰儿童医院）
专题命中 规划决策 ：planning(abstract)；分类 cs.AI
AI总结 本文提出一种AI框架，通过GAN将低剂量CT转换为MRI图像，结合已有MRI数据训练U-Net模型，实现全脊柱3D重建，提升分割精度并缩短处理时间，支持无辐射的脊柱侧弯评估。
Comments Presented at 2026 Spine Society of Australia 37th Annual Scientific Meeting
Integrating Graphs, Large Language Models, and Agents: Reasoning and Retrieval
图、大语言模型与代理的整合：推理与检索
机构 * Canadian Institute for Cybersecurity, Faculty of Computer Science, University of New Brunswick（加拿大网络安全研究所，计算机科学学院，新不伦瑞克大学）
专题命中 规划决策 ：agent(abstract)；分类 cs.AI
AI总结 本文综述了图与大语言模型整合的设计选择，分类了基于用途、图模态和整合策略的方法，探讨了不同领域中的适用场景和优缺点。
Scaling Beyond Context: A Survey of Multimodal Retrieval-Augmented Generation for Document Understanding
超越上下文的规模：文档理解的多模态检索增强生成综述
机构 * MBZUAI ； Alibaba Group（阿里巴巴集团） ； Tsinghua University（清华大学） ； Wuhan University（武汉大学） ； Nanyang Technological University（南洋理工大学） ； University of Melbourne（墨尔本大学）
专题命中 规划决策 ：agentic(abstract)；分类 cs.CL
AI总结 本文综述了多模态检索增强生成在文档理解中的应用，提出基于领域、检索模态和粒度的分类体系，总结了关键数据集、基准测试和行业应用，指出了效率、细粒度表示和鲁棒性等挑战。
Comments Accepted by ACL2026 Main Conference; Project is available at https://github.com/SensenGao/Multimodal-RAG-Survey-For-Document
Projected Coupled Diffusion for Test-Time Constrained Joint Generation
投影耦合扩散用于测试时间受限的联合生成
机构 * School of Computing, National University of Singapore（新加坡国立大学计算机学院） ； Faculty of Computer Science and Information Technology, Universiti Malaya（马来亚大学计算机科学与信息技术学院） ； Institute of Data Science, National University of Singapore（新加坡国立大学数据科学研究所）
专题命中 规划决策 ：planning(abstract)；分类 cs.LG
AI总结 本文提出投影耦合扩散（PCD），一种用于受限联合生成的测试时间框架，通过耦合指导项促进扩散模型协调，并在每个扩散步骤中引入投影步骤以强制硬约束，实验证明其在图像对生成、物体操作和多机器人运动规划中的有效性。
Comments ICLR 2026. OpenReview: https://openreview.net/forum?id=1FEm5JLpvg. Code: https://github.com/EdmundLuan/pcd
Learning to Extract Rational Evidence via Reinforcement Learning for Retrieval-Augmented Generation
通过强化学习学习提取理性证据以增强检索增强生成
机构 * Harbin Institute of Technology (Shenzhen)（哈尔滨工业大学（深圳）） ； Shenzhen Loop Area Institute（深圳河套学院） ； Peking University（北京大学）
专题命中 规划决策 ：agentic(abstract)；分类 cs.CL
AI总结 本文提出EviOmni，通过推理先提取证据，结合证据推理与提取，利用强化学习优化生成质量，实验表明其在多个基准数据集上表现优异，提升下游任务准确率。
Comments 23 pages, 8 Figures, 18 Tables; Accepted to ACL 2026 Findings
Stratagem: Learning Transferable Reasoning via Trajectory-Modulated Game Self-Play
战略：通过轨迹调节的游戏自我对战学习可转移的推理
机构 * The University of Hong Kong（香港大学） ； Harbin Institute of Technology（哈尔滨工业大学） ； Harbin Institute of Technology, Shenzhen（哈尔滨工业大学（深圳））
专题命中 规划决策 ：planning(abstract)；分类 cs.AI
AI总结 本文提出STRATAGEM，通过轨迹调节游戏自我对战学习可转移的推理，解决领域特定性和上下文停滞问题，提升数学推理和代码生成等任务的性能。
Comments ACL 2026 Main
ThreadSumm: Summarization of Nested Discourse Threads Using Tree of Thoughts
ThreadSumm: 使用思维树进行嵌套讨论线的摘要
机构 * PortNLP Lab, Portland State University（波特兰州立大学PortNLP实验室） ； Department of Computer Science, Portland State University（波特兰州立大学计算机科学系）
专题命中 规划决策 ：planning(abstract)；分类 cs.CL
AI总结 ThreadSumm通过多阶段LLM框架处理嵌套讨论线中的交错回复和引用，生成逻辑结构更清晰的摘要，同时提升观点覆盖和方面保留。
Comments Accepted to ACL 2026
STRIDE: Strategic Iterative Decision-Making for Retrieval-Augmented Multi-Hop Question Answering
STRIDE: 用于检索增强多跳问答的策略迭代决策
机构 * University of Science ； Technology of China \& State Key Laboratory of Cognitive Intelligence Hefei Anhui China ； Technology of China \& State Key Laboratory of Cognitive Intelligence
专题命中 规划决策 ：planning(abstract)；分类 cs.AI
AI总结 STRIDE通过分离战略规划、动态控制和 grounded 执行，解决多跳问答中实体早 Commit 和推理依赖缺失的问题，提升推理鲁棒性与准确性。
Comments Accepted by SIGIR 2026 Full Paper. The code repository is available at https://github.com/fanshu6hao/STRIDE
Yanasse: Finding New Proofs from Deep Vision's Analogies, Part 1
Yanasse：从深度视觉类比中寻找新证明，第一部分
机构 * Getulio Vargas Foundation and ARGO LABS（格尔维拉斯基金会和ARGO实验室）
专题命中 规划决策 ：agent(abstract)；分类 cs.AI
AI总结 Yanasse通过将证明策略模式从结构上遥远的数学领域转移到另一个领域，发现新证明。该方法在概率与表示论之间应用，生成4个Lean验证的新证明，证明编译无错误。
Budget-Aware Anytime Reasoning with LLM-Synthesized Preference Data
具有预算意识的任意时间推理与LLM合成的偏好数据
机构 * Columbia University（哥伦比亚大学） ； Oracle AI
专题命中 规划决策 ：planning(abstract)；分类 cs.CL
AI总结 研究在有限计算预算下LLM的推理行为，提出任意时间推理框架和Anytime Index指标，通过LLM合成的偏好数据提升推理效率与质量。
Comments ACL 2026 Findings, 13 pages, 3 figures, 1 table
On Inverse Problems, Parameter Estimation, and Domain Generalization
关于逆问题、参数估计和领域泛化
机构 * MIT（麻省理工学院）
专题命中 规划决策 ：planning(abstract)；分类 cs.LG
AI总结 本文提出逆问题中参数估计的理论分析框架，区分连续与离散估计，探讨可逆与不可逆退化过程，并揭示领域泛化中的关键漏洞。
GAMMA-Net: Adaptive Long-Horizon Traffic Spatio-Temporal Forecasting Model based on Interleaved Graph Attention and Multi-Axis Mamba
GAMMA-Net：基于交错图注意力和多轴Mamba的自适应长时交通时空预测模型
机构 * School of Artificial Intelligence, Chongqing University of Technology（重庆理工大学人工智能学院）
专题命中 规划决策 ：planning(abstract)；分类 cs.AI
AI总结 本文提出GAMMA-Net，结合图注意力网络与多轴Mamba模块，有效捕捉交通数据的复杂时空依赖关系，实验表明其在多个基准数据集上均优于现有方法，MAE降低达16.25%。
FedLLM: A Privacy-Preserving Federated Large Language Model for Explainable Traffic Flow Prediction
FedLLM: 一种用于可解释交通流预测的隐私保护联邦大语言模型
机构 * Department of Physics & Computer Science, Wilfrid Laurier University, Waterloo, Canada（物理与计算机科学系，威尔弗里德·劳里尔大学，多伦多，加拿大）
专题命中 规划决策 ：planning(abstract)；分类 cs.LG
AI总结 FedLLM提出一种隐私保护的联邦大语言模型框架，用于可解释的多时间尺度短时交通流预测，通过复合选择分数、领域适应的LLM微调、轻量级参数交换和结构化提示表示提升预测性能与可解释性。
Deep reflective reasoning in interdependence constrained structured data extraction from clinical notes for digital health
在临床笔记中进行深度反思推理以提取受相互依赖约束的结构化数据用于数字健康
机构 * Quantitative Biomedical Research Center, Department of Health Data Science and Biostatistics, Peter O'Donnell School of Public Health, University of Texas Southwestern Medical Center（定量生物医学研究中心，健康数据科学与生物统计学系，彼得·奥·多尼尔公共卫生学院，德克萨斯西南医学中心）
专题命中 规划决策 ：agent(abstract)；分类 cs.AI
AI总结 本文提出深度反思推理方法，通过迭代自我批评和修订，提升LLM在临床笔记中提取结构化数据的可靠性，尤其在肿瘤学应用中显著提高了各类变量的准确率和F1分数。
Comments 12 figures and 2 tables
Policy Optimization for Unknown Systems using Differentiable Model Predictive Control
使用可微模型预测控制的未知系统策略优化
专题命中 规划决策 ：planning(abstract)
AI总结 本文提出结合可微优化与零阶优化的新型策略优化框架，用于未知系统中的MPC策略优化，提升瞬态性能并保持收敛性。
Grid-Supporting Equipment Supply Chains Constrain the Feasible Pace of Power System Expansion
支撑电网的设备供应链限制电力系统扩展的可行性速度
专题命中 规划决策 ：planning(abstract)
AI总结 研究通过整合动态库存流模型等方法，量化了支撑电网设备部署需求及上游材料依赖，发现高增长条件下电网扩展受限于关键材料供应，铜、钢和镍成为主要约束因素。
Sharing the proceeds from a hierarchical venture when agents have needs
在代理人有需求时分配层级创业的收益
专题命中 规划决策 ：agent(abstract)
AI总结 研究如何在层级创业中分配收益，提出需调整的几何规则和序列规则，以公平分配净收益。
EcoTIM: Fuel-saving multi-brand tillage with ISO 11783 TIM
EcoTIM: 节能多品牌耕作的ISO 11783 TIM
专题命中 规划决策 ：planning(abstract)
AI总结 EcoTIM通过ISO 11783 TIM接口实现拖拉机与耕作设备的协同优化，减少每公顷燃油消耗。该方法利用拖拉机和耕作设备的ECU交换两个标量值，实现多品牌兼容和实时燃油优化。
Journal ref Technical University of Munich. 2026. ISBN 978-3-911430-14-2. https://mediatum.ub.tum.de/1851539
SpaceDex: Generalizable Dexterous Grasping in Tiered Workspaces
SpaceDex：在分层工作空间中的通用灵巧抓取
机构 * Sun Yat-sen University（中山大学） ； Stellarobot Company（Stellarobot公司）
专题命中 规划决策 ：planning(abstract)
AI总结 SpaceDex提出了一种分层框架，通过视觉-语言模型规划和臂手特征分离网络，提升在受限3D环境中的灵巧抓取性能，实现在100次真实测试中达到63%的成功率。
Producing High-Resolution Martian Surface Temperature Maps Using VIR-TIR Relationships
利用VIR-TIR关系生成高分辨率火星表面温度分布图
专题命中 规划决策 ：planning(abstract)
AI总结 本文通过机器学习模型建立THEMIS热惯量与CRISM VIR数据的关系，以高精度预测热惯量并生成12米分辨率的高分辨率表面温度分布图，揭示此前未解析的十米级特征。
Comments 9 pages, 12 figures. Manuscript presented at the 76th International Astronautical Congress (IAC), Sydney, Australia, 29 September - 3 October 2025. x`
Wide-Area Power System Oscillations from Large-Scale AI Workloads
大规模人工智能工作负载引起的广域电力系统振荡
专题命中 规划决策 ：planning(abstract)
AI总结 本文提出了一种新的动态电力建模方法，用于分析人工智能数据中心负载对电网运行的影响，特别是其可能引起广域电网振荡的潜在风险。
