AI 大模型
智能体、工具调用、规划、工作流、多智能体和自主任务执行。
大型语言模型推理中的扩展综述
机构 * University of Virginia（弗吉尼亚大学） ； Arizona State University（亚利桑那州立大学）
专题命中 规划决策 ：agent(abstract)；multi-agent(abstract)；分类 cs.AI
AI总结 本文综述了大型语言模型推理中的扩展策略，分析了输入规模、推理步骤、推理轮次和训练增强推理等不同维度，探讨了如何通过不同扩展策略提升推理能力，并展望了未来发展方向。
DeVI：基于物理的灵巧人-物体交互通过合成视频模仿
机构 * Seoul National University（首尔国立大学）
专题命中 规划决策 ：agent(abstract)；planning(abstract)
AI总结 DeVI通过合成视频模仿实现基于物理的灵巧人-物体交互，结合3D人体跟踪与鲁棒2D物体跟踪，提升对未知目标物体的控制能力，优于现有方法。
Comments Project Page: https://snuvclab.github.io/devi/
异质交互网络分析（HINA）：一种新的学习分析方法，用于建模、分析和可视化学习过程中的复杂交互
专题命中 规划决策 ：AI agent(abstract)；planning(abstract)
AI总结 本文提出HINA，一种多层级学习分析框架，用于建模多样化实体间的复杂学习过程，通过案例研究揭示学生与同伴和AI的交互特征及学习行为差异。
PR-CAD：基于大语言模型的统一可控且忠实的文本到CAD生成的渐进式细化
机构 * School of Information Science, Beijing Language and Culture University, China（北京语言大学信息学院） ； School of Computer Science and Technology, Beijing Jiaotong University, China（北京交通大学计算机科学与技术学院） ； School of Computer Science and Engineering, Northeastern University, China（东北大学计算机科学与工程学院） ； Department of Computer Science and Technology, Tsinghua University, China（清华大学计算机科学与技术系） ； School of Computer Science and Technology, Harbin Institute of Technology (Shenzhen), China（哈尔滨工业大学（深圳）计算机科学与技术学院）
专题命中 规划决策 ：agent(abstract)；分类 cs.AI、cs.CL
AI总结 PR-CAD通过统一生成与编辑任务，提升文本到CAD生成的可控性和忠实性，采用高保真交互数据集和强化学习框架，实现设计创建与细化的一体化解决方案。
veScale-FSDP：在大规模上灵活且高性能的FSDP
机构 * ByteDance（字节跳动）
专题命中 规划决策 ：planning(abstract)；分类 cs.AI、cs.LG
AI总结 veScale-FSDP通过灵活的RaggedShard分片格式和结构感知规划算法，提升大规模GPU训练的性能和效率，实现更高的吞吐量和更低的内存使用。
具有目标条件强化学习的指令遵循任务自引导计划提取
机构 * AXXX ； MIRAI
专题命中 规划决策 ：agent(abstract)；分类 cs.AI、cs.CL
AI总结 本文提出SuperIgor框架，通过自学习机制使语言模型生成并优化高层计划，减少手动标注需求。通过迭代共训练，强化学习代理和语言模型共同改进，验证了在动态和随机环境中严格遵循指令的能力。
信任、谎言与长久记忆：在多轮阿瓦隆中的LLM代理涌现的社会动态与声誉
机构 * National University of Singapore（新加坡国立大学）
专题命中 规划决策 ：agent(abstract)；分类 cs.AI、cs.CL
AI总结 研究LLM代理在多轮阿瓦隆游戏中社会动态与声誉的演变，发现记忆保留促进声誉形成及策略性欺骗，高推理努力提升欺骗效果。
通过条件扩散模型进行新产品生命周期的冷启动预测
机构 * Guanghua School of Management, Peking University（北京大学光华管理学院） ； Department of Industrial Engineering and Decision Analytics, The Hong Kong University of Science and Technology（香港科技大学工业工程与决策分析系）
专题命中 规划决策 ：planning(abstract)；分类 cs.LG
AI总结 本文提出CDLF模型，利用静态描述、参考轨迹和新观察数据预测新产品生命周期，解决冷启动问题，提升预测准确性与概率预测质量。
通过高通量实验构建LLM引导的相图
机构 * Center for Basic Research on Materials（材料基础研究中心） ； National Institute for Materials Science（国家材料科学研究所） ； Graduate School of Frontier Sciences（前沿科学研究生院） ； The University of Tokyo（东京大学） ； RIKEN Center for Advanced Intelligence Project（RIKEN高级智能项目中心） ； Core Facility Center（核心设施中心） ； Tohoku University（东北大学） ； Univ. Grenoble Alpes（格勒诺布尔阿尔卑斯大学） ； CNRS（法国国家科学研究中心） ； Grenoble INP（格勒诺布尔INP） ； SIMaP ； Center for Green Research on Energy and Environmental Materials（能源与环境材料绿色研究中心） ； Nara Institute of Science and Technology（奈良科学技术大学） ； Research Center for Structural Materials（结构材料研究中心） ； Graduate School of Medical Life Science（医学生命科学研究生院） ； Tokyo Institute of Technology（东京技术大学）
专题命中 规划决策 ：planning(abstract)；分类 cs.AI
AI总结 本文研究LLM在构建多组分合金相图中的应用，通过高通量实验和X射线衍射分析，展示了LLM在实验规划中的互补优势，验证了其在相图构建中的潜力。
Comments 39 pages
MambaLiteUNet: 跨门控自适应特征融合用于稳健的皮肤病变分割
机构 * Texas A&M University（德克萨斯大学） ； Kyungpook National University（庆尚国立大学）
专题命中 规划决策 ：planning(abstract)；分类 cs.AI
AI总结 本文提出MambaLiteUNet，通过整合Mamba状态空间模型与U-Net架构，结合三个关键模块提升局部-全局特征交互和空间细节保留，实现高精度分割。
Comments Accepted at CVPR 2026 Main
Cortex 2.0：在真实工业部署中将世界模型接地
机构 * Sereact GmbH（Sereact公司）
专题命中 规划决策 ：planning(abstract)；分类 cs.AI
AI总结 Cortex 2.0通过在视觉潜在空间中生成候选未来轨迹并评分，实现了从反应式控制到计划与行动的转变，展示了在复杂工业环境中可靠的世界模型规划。
Comments 20 pages, 13 figures
电动汽车充电需求的时空建模
机构 * École Polytechnique de Paris（巴黎高等理工学院） ； EDF Lab Paris-Saclay（巴黎萨克雷EDF实验室） ； INRIA Paris, DYOGENE/MATHNET Team（巴黎INRIA，DYOGENE/MATHNET团队）
专题命中 规划决策 ：planning(abstract)；分类 cs.LG
AI总结 本文提出了一种基于时空潜在高斯场的电动汽车充电需求建模方法，利用大规模纵向数据集进行贝叶斯推断，实现对空间依赖、时间动态和协变量效应的统一建模，提升预测准确性与不确定性量化能力。
Comments 18 pages, 19 figures
从数据到理论：用于材料科学的自主大语言模型代理
机构 * University of Michigan（密歇根大学）
专题命中 规划决策 ：agent(abstract)；分类 cs.AI
AI总结 本文提出自主LLM代理用于材料理论开发，能自主选择方程形式并验证理论准确性，展示其在AI辅助科学发现中的潜力与局限。
Comments 24 pages, 5 figures
CubeDAgger：动态系统中具有高效且低风险交互的交互模仿学习
机构 * National Institute of Informatics（国立信息研究所） ； The Graduate University for Advanced Studies（Graduate University for Advanced Studies）
专题命中 规划决策 ：agent(abstract)；分类 cs.LG
AI总结 本文提出CubeDAgger方法，通过改进EnsembleDAgger基线，提升动态任务中控制策略的鲁棒性，减少动态稳定性损失，并通过仿真和真实机器人实验验证其有效性。
Comments 8 pages, 6 figures
在LLM中诊断CFG解释
机构 * X-LANCE Lab, School of Computer Science, Shanghai Jiao Tong University, Shanghai, China（上海交通大学计算机科学学院X-LANCE实验室） ； AISpeech Co., Ltd., Suzhou, China（上海AI语音有限公司） ； Shanghai Innovation Institution, Shanghai, China（上海创新研究所） ； Jiangsu Key Lab of Language Computing, Suzhou, China（江苏省语言计算重点实验室） ； Suzhou Laboratory, Suzhou, China（苏州实验室）
专题命中 规划决策 ：agentic(abstract)；分类 cs.AI
AI总结 研究LLM在处理新上下文无关文法时能否生成语法正确、行为功能和语义忠实的输出，揭示LLM在语法、行为和语义层面的层次退化问题。
决策决策的田野指南
机构 * GE Aerospace Research（通用电气航空航天研究）
专题命中 规划决策 ：agentic(abstract)；分类 cs.AI
AI总结 本文探讨了在复杂、不确定和紧迫情境中，如何通过机器智能提升人类认知，以增强决策能力与责任感。
Comments 6 pages, to be published in IEEE Computer Society Special Edition on Urgent Science and Computing (2026)
占用奖励塑造：改进离线目标导向强化学习中的信用分配
机构 * Carnegie Mellon University（卡内基梅隆大学） ； The University of Hong Kong（香港大学） ； INFIFORCE Intelligent Technology（INFIFORCE智能技术） ； Princeton University（普林斯顿大学）
专题命中 规划决策 ：agent(abstract)；分类 cs.LG
AI总结 本文提出占用奖励塑造方法，通过提取世界模型中的时间信息，改进稀疏奖励下的信用分配问题，在13种长周期运动和操作任务中提升了2.2倍性能。
Comments ICLR 2026
OVPD：OnSite自动驾驶挑战赛的虚拟-物理融合测试数据集
机构 * College of Transportation, Tongji University, Shanghai 201804, China（同济大学交通运输学院，上海201804，中国）
专题命中 规划决策 ：planning(abstract)
AI总结 OVPD数据集通过融合虚拟背景交通与车辆-基础设施感知，构建可控互动闭环测试环境，提供多模态数据用于长期规划与决策验证，支持安全、效率等多维度评估。
Comments 11 pages, 6 figures, 3 tables
带权知识蒸馏的半监督maxillary sinus在全景X射线图像中的分割
机构 * Division of Electronics and Information Engineering, College of Engineering, Jeonbuk National University（全罗国立大学电子与信息工程系） ； Manufacturing AI Research Center, Korea Institute of Industrial Technology (KITECH)（韩国工业技术研究院制造人工智能研究中心） ； KITECH School, University of Science and Technology, Cheonan（科技大学校KITECH学院） ； The Graduate School of Advanced Imaging Science, Multimedia & Film, Chung-Ang University（Chung-Ang大学高级影像科学研究生院，多媒体与电影） ； Department of Oral and Maxillofacial Radiology and Wonkwang Dental Research Institute, College of Dentistry, Wonkwang University（Wonkwang大学口腔颌面放射科及Wonkwang牙科研究所）
专题命中 规划决策 ：planning(abstract)
AI总结 本文提出一种半监督分割框架，利用带权知识蒸馏和SinusCycle-GAN提升全景X射线图像中maxillary sinus的分割性能，实验表明其在有限标注数据下具有更高的Dice分数和更小的边界误差。
Comments 14 pages, 6 figures. Under review
通过工具监督强化学习进行视觉推理
机构 * Northeastern University（东北大学） ； Amazon AGI（亚马逊人工智能研究院）
专题命中 规划决策 ：tool-use(abstract)
AI总结 本文提出工具监督强化学习框架，通过简单可解释的视觉工具提升多模态大语言模型的复杂视觉推理能力，实验表明其高效且具备强大工具使用能力。
Comments Accepted to CVPR 2026 Findings. 17 pages
决策轨迹：多系统数据融合揭示企业招聘中的机构知识
专题命中 规划决策 ：agent(abstract)
AI总结 研究通过多系统数据融合揭示企业招聘中机构知识的获取，发现关键词无法预测生产表现，行为评估提升预测能力，且生产速度存在可量化的经济常数。
Comments 32 pages, 4 tables, 1 figure
MATT-Diff：基于扩散策略的多模态主动目标跟踪
机构 * Department of Computer Science and Systems Engineering, Kobe University（神户大学计算机科学与系统工程系） ； Department of Electrical and Computer Engineering, University of California San Diego（加州大学圣地亚哥分校电子与计算机工程系）
专题命中 规划决策 ：agent(abstract)
AI总结 本文提出MATT-Diff，一种基于扩散策略的多模态主动多目标跟踪控制策略，通过视觉Transformer和注意力机制实现多目标跟踪与再获取。
Comments Camera-ready version for L4DC 2026
基于几何地图的特定地点传播信道模型用于城市场景
专题命中 规划决策 ：planning(abstract)
AI总结 本文提出一种基于几何地图的传播信道模型，利用3D几何地图提取关键参数并结合UTD理论，准确预测城市环境中大尺度路径损耗和时变多普勒特性，优于现有模型。
扰动效用随机交通均衡的灵敏度分析
专题命中 规划决策 ：planning(abstract)
AI总结 本文提出针对扰动效用路径选择模型的灵敏度分析框架，推导了链流对链成本参数的雅可比表达式，通过稀疏性实现结果应用，展示了方法在估计均衡链流、识别关键参数及量化不确定性方面的价值。
列车编组调度模型的比较
专题命中 规划决策 ：planning(abstract)
AI总结 本文比较了两种列车调度模型，探讨了其在铁路运营商运营差异下的适用性，并提出改进方法以适应荷兰铁路公司的需求。
Comments 30 pages
ALAS: 通过异步路径流解构实现自适应长时域动作合成
机构 * Beijing University of Technology（北京理工大学） ； Fudan University（复旦大学） ； University of Hamburg（汉堡大学） ； Hubei University of Chinese Medicine（湖北中医药大学） ； Tsinghua University（清华大学）
专题命中 规划决策 ：planning(abstract)
AI总结 本文提出ALAS框架，通过生物启发的双流解构方法，解决长时域任务中环境与技能耦合问题，提升跨域任务执行效率与成功率。
Comments 10 pages, 7 figures. arXiv admin note: substantial text overlap with arXiv:2508.07842
短时、小波启发式鼠标微动作检测
专题命中 规划决策 ：planning(abstract)
AI总结 本文提出一种基于小波启发式的方法，用于从一维速度时间序列中准确检测和参数化鼠标微动作，通过自加权损失优化提升拟合质量，并在合成数据集上验证了方法的准确性。
可靠性作为设计原则：面向基于可再生能源的微电网的系统综述与集成框架
专题命中 规划决策 ：planning(abstract)
AI总结 本文通过系统综述揭示可再生能源微电网中可靠性由时间耦合的能源充足性主导，而非单纯安装容量，并提出集成框架以改进可靠性评估与规划方法。
Comments Accepted by Energy Conversion and Management: X, April 17, 2026
Journal ref Energy Conversion and Management: X, 2026
学习进化：通过文本参数图优化实现多智能体系统的自改进框架
机构 * Future Living Lab of Alibaba（阿里巴巴未来生活实验室）
专题命中 多智能体 ：agent(title,summary_cn)；multi-agent(title,abstract)；分类 cs.AI
AI总结 本文提出Textual Parameter Graph Optimization框架，通过文本梯度和Group Relative Agent Optimization策略，实现多智能体系统的自优化，提升性能。
ChipCraftBrain: 通过多智能体协调实现验证优先的RTL生成
机构 * Cagri Eryilmaz
专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)；agentic(abstract)；分类 cs.AI、cs.LG
AI总结 ChipCraftBrain通过多智能体协调和混合符号-神经架构实现验证优先的RTL生成，其核心方法包括自适应协调、混合架构、知识增强生成和分层规格分解，主要贡献是提升了RTL生成的准确性和效率。
Comments 17 pages, 6 figures. Preprint
扫码添加微信好友，提出您的宝贵建议 👇
💡 备注请填写：网站反馈