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。
Intent2Tx：评估大语言模型将自然语言意图转换为以太坊交易的基准测试
机构 * Taiyuan University of Technology（太原科技大学） ； Peking University（北京大学）
专题命中 规划决策 ：planning(abstract)；分类 cs.AI
AI总结 本文提出Intent2Tx基准测试，基于真实以太坊链上数据，评估大语言模型将自然语言意图转换为功能正确、状态依赖的链上交易的能力，发现现有模型在多步规划和泛化能力上存在不足。
基于LLM的政策合规推理的知识图谱表示
机构 * University of Maine（缅因大学）
专题命中 规划决策 ：agentic(abstract)；分类 cs.AI
AI总结 本文提出一个框架，通过构建知识图谱从AI政策文档中检索相关信息，评估五种LLM在42个政策问答任务上的表现，证明知识图谱增强提升了模型性能，且开放的LLM发现模式达到或超越了正式本体。
连接价值与行为：一种面向主动具身代理的分层框架
机构 * State Key Laboratory of General Artificial Intelligence, BIGAI（通用人工智能国家重点实验室，BIGAI） ； School of Computer Science, Peking University（北京大学计算机学院） ； Tsinghua University（清华大学） ； Nat’l Eng. Research Center of Visual Technology, Peking University（北京大学视觉技术国家工程研究中心） ； Institute for AI, Peking University（北京大学人工智能研究院） ； State Key Laboratory of General Artificial Intelligence, Peking University（通用人工智能国家重点实验室，北京大学）
专题命中 规划决策 ：autonomous agent(abstract)；分类 cs.AI
AI总结 本文提出ValuePlanner框架，通过分层认知架构分离高阶价值调度与低阶行动执行，结合LLM生成符号子目标并用PDDL规划器转化为行动计划，通过反馈机制提升自主性，实验表明其能生成连贯的长期自主行为。
RAY-TOLD: 基于射线的任务导向潜在动力学用于密集动态障碍物避障与TDMPC
机构 * School of Electrical Engineering, Hanyang University（翰阳大学电气工程学院） ； Mechatronics, Systems and Control Lab (MSC Lab), Department of Mechanical Engineering, Korea Advanced Institute of Science and Technology (KAIST)（机械工程系，韩国科学技术院（KAIST）机电系统与控制实验室（MSC实验室）） ； Samsung Research, Samsung Electronics（三星研究所，三星电子）
专题命中 规划决策 ：planning(abstract)；分类 cs.AI
AI总结 本文提出RAY-TOLD，结合物理基础MPPI的鲁棒性与强化学习的长视界，通过LiDAR中心的潜在动力学模型实现动态障碍物避障，提升导航可靠性与安全性。
Comments 8 pages, 4 figures
检测容易，适应困难：基于视觉模型的强化学习在分布偏移下的局部专家增长
机构 * University of Georgia（佐治亚大学）
专题命中 规划决策 ：planning(abstract)；分类 cs.LG
AI总结 本文研究了视觉模型强化学习在分布偏移下的适应问题，提出JEPA-Indexed Local Expert Growth方法，通过局部专家进行动作修正，提升了对偏移环境的鲁棒性。
连续时间q学习用于具有公共噪声的均场控制，第一部分：理论基础
机构 * LaMME, Université Évry Paris-Saclay（Évry巴黎萨克雷大学LaMME研究中心） ； Department of Applied Mathematics, The Hong Kong Polytechnic University（香港理工大学应用数学系） ； Department of Industrial Engineering and Operations Research, Columbia University（哥伦比亚大学工业工程与运筹学系）
专题命中 规划决策 ：agent(abstract)；分类 cs.LG
AI总结 本文研究了熵正则化均场控制中连续时间q函数的特性，通过离散采样动作证明价值函数收敛，并推导了探索性HJB方程，建立了最优策略迭代的存在性和唯一性，最后在一般线性二次设定中显式刻画最优策略。
Comments Keywords: Continuous-time reinforcement learning, mean-field control, common noise, policy improvement, integrated q-function, two-layer fixed point
迈向认知下降评估的个性化数字孪生：一种多模态、不确定性感知的框架
机构 * Department of Mechanical, Industrial \& Manufac. Eng. The University of Toledo Toledo, OH, USA ； Department of Industrial Eng. ； Mngt. Systems University of Central Florida Orlando, FL, USA ； Department of Statistics ； Data Science University of Central Florida Orlando, FL, USA ； Department of Internal Medicine University of Central Florida Orlando, FL, USA
专题命中 规划决策 ：planning(abstract)；分类 cs.AI
AI总结 本文提出了一种多模态、不确定性感知的框架，用于从稀疏、噪声和不规则的纵向数据中建模患者特定的疾病轨迹，通过结合潜在状态空间模型、多模态融合和不确定性感知验证，实现对认知下降的个性化评估。
Comments 6 pages, 6 figures
面向高效计算机使用代理的步骤级优化
机构 * Yale NLP Lab（耶鲁大学自然语言处理实验室） ； University of North Carolina at Chapel Hill（北卡罗来纳大学教堂山分校）
专题命中 规划决策 ：agent(abstract)；分类 cs.AI
AI总结 本文提出一种事件驱动的步骤级级联框架，通过动态分配计算资源提升计算机使用代理的效率，减少冗余计算并增强任务完成能力。
MoRI: 在大语言模型中学习基于动机的推理以进行科学构想
机构 * School of Economics and Management, East China Normal University（东华大学经济管理学院）
专题命中 规划决策 ：agentic(abstract)；分类 cs.CL
AI总结 MoRI通过强化学习奖励机制提升大语言模型在科学构想中的推理能力，优于现有方法，在新颖性、技术严谨性和可行性方面表现突出。
Comments Accepted to ACL 2026 Main Conference
焦点调制与双向特征融合网络用于医学图像分割
机构 * Department of Computing, Abasyn University Islamabad Campus (AUIC)（阿巴斯扬大学伊斯兰堡校区计算机系） ； School of Computer Science and Informatics, De Montfort University（德蒙福特大学计算机科学与信息学学院） ； Naif Arab University for Security Sciences（纳夫阿拉伯安全科学大学） ； School of Computer Science and Engineering, University of New South Wales（新南威尔士大学计算机科学与工程学院） ； Center of Excellence in Precision Medicine and Digital Health, Chulalongkorn University（朱拉隆功大学精准医学与数字健康卓越中心） ； School of Biomedical Engineering, UNSW Sydney（新南威尔士大学悉尼分校生物医学工程学院）
专题命中 规划决策 ：planning(abstract)；分类 cs.AI
AI总结 本文提出FM-BFF-Net，结合卷积与Transformer，通过焦点调制注意力机制和双向特征融合模块提升医学图像分割的边界精度与鲁棒性，实验表明其在多项指标上优于现有方法。
对抗性欺骗的模仿游戏：生成AI中的链式推理
机构 * Information and Society Research Division, National Institute of Informatics（信息与社会研究部，国立信息研究所） ； Department of Information Engineering and Computer Science, Feng Chia University（信息工程与计算机科学系，逢甲大学）
专题命中 规划决策 ：agent(abstract)；分类 cs.AI
AI总结 本文提出基于模仿游戏的对抗性欺骗防御框架，利用链式推理生成多模态代理，有效对抗生成AI中的演绎和归纳欺骗攻击。
Journal ref in IEEE Access, vol. 13, pp. 95085-95093, 2025
基于图的阿尔茨海默病生物标志物发现与解释
机构 * Rice University（里士大学） ； University of Texas at Austin（德克萨斯大学奥斯汀分校） ； University of Texas Health Science Center at Houston（德克萨斯大学健康科学中心休斯顿分校）
专题命中 规划决策 ：planning(abstract)；分类 cs.LG
AI总结 本文提出BRAIN框架，通过图表示方法联合优化诊断准确性和生物标志物发现，揭示阿尔茨海默病诊断相关的生物标志物子网络。
最优消费与投资中的能源效率采纳
专题命中 规划决策 ：agent(abstract)
AI总结 本文提出在不确定性下消费、投资与能源效率采纳的统一模型，定义新的 rebound 和 backfire 效应，并探讨其对补贴设计的影响，揭示财富对技术采纳决策的影响。
Comments 43 pages, 12 figures, 4 tables
通过推断飞行：用于自适应无人机群的主动推断世界模型
机构 * Department of Engineering and Naval Architecture (DITEN), University of Genoa（工程与 naval 架构系（DITEN），热那亚大学） ； Intelligent Systems Laboratory, Department of Systems Engineering and Automation, Carlos III University of Madrid（智能系统实验室，系统工程与自动化系，马德里卡洛斯三世大学）
专题命中 规划决策 ：planning(abstract)
AI总结 本文提出了一种专家引导的主动推断框架，用于自适应无人机群轨迹规划。该方法将多无人机轨迹设计转化为分层概率推断问题，通过遗传算法生成专家示范并学习世界模型，实现高效的轨迹规划与动态调整。
Comments Submitted to IEEE journal
缓解气候导致的农业价格波动的金融风险
专题命中 规划决策 ：planning(abstract)
AI总结 研究通过分析气候对大豆、水稻、小麦等作物价格波动的影响，利用EGARCH和SARIMAX模型预测价格波动，并评估基于看跌期权的保险成本，以改进农业风险管理。
Comments 15 pages, 11 figures
IKSPARK：基于凸优化的障碍物感知逆运动学
机构 * Department of Mechanical Engineering, Boston University（波士顿大学机械工程系）
专题命中 规划决策 ：planning(abstract)
AI总结 IKSPARK通过凸优化解决机器人逆运动学问题，利用半正定规划和秩最小化方法，在复杂约束下实现高精度解，尤其在障碍物密集环境中表现优异。
设计随机实验以预测单位特定的治疗效应
专题命中 规划决策 ：planning(abstract)
AI总结 本文探讨了设计随机实验以预测特定单位的治疗效应，分析了采样过程和模型对预测偏差的影响，并讨论了平均治疗效应与单位特定预测模型的比较。
Comments 46 pages, 3 figures
Journal ref Statistics and Public Policy, 12(1), 2505485 (2025)
MSR：用于带有标注数据集的颈椎脊柱CT-MRI刚-变形配准的混合场建模
机构 * School of Biomedical Engineering, Southern Medical University, Guangzhou, 510515, China.（南方医科大学生物医学工程学院） ； Guangdong Provincial Key Laboratory of Medical Image Processing, Guangzhou, 510515, China.（广东省医学图像处理重点实验室） ； Guangdong Province Engineering Laboratory for Medical Imaging（广东省医学影像与诊断技术工程实验室） ； Information Center, Nanfang Hospital, Southern Medical University, Guangzhou, 510515, China.（南方医科大学南华医院信息中心） ； Division of Spine Surgery, Department of Orthopaedics, Nanfang hospital, Southern Medical University, Guangzhou, Guangdong, 510515, China.（南方医科大学南华医院骨科脊柱外科）
专题命中 规划决策 ：planning(abstract)
AI总结 本文提出MSR框架，通过混合刚-变形配准方法提升颈椎脊柱CT-MRI配准精度，解决复杂结构配准难题。
矩形仓库中单拣货路线的精确建模：单块和双块布局下的散状存储
专题命中 规划决策 ：planning(abstract)
AI总结 本文提出两种混合整数线性规划模型，用于解决矩形仓库中单拣货路线问题及其散状存储变体，通过利用最优路线的结构特性简化连接建模并去除冗余边配置，提升了计算效率。
SandSim：基于曲线引导的高斯点云法重建沙画创作过程
专题命中 规划决策 ：planning(abstract)
AI总结 本文提出SandSim框架，通过曲线引导的高斯表示和减法合成方案，实现单张图像中沙画创作过程的重建，提升时空一致性和视觉真实感。
多语言比较研究资金项目：基于多语言句子BERT的跨语言比较：以KAKENHI、NIH、NSF和UKRI为例
专题命中 规划决策 ：planning(abstract)
AI总结 研究通过多语言句子BERT模型比较不同语言的研究资金项目，发现日文与英文表示在语义上具有较高一致性，但翻译仍影响嵌入空间局部结构。
Comments 8 pages, 4 figures
逐步多智能体推理用于生物扰动预测
机构 * KAIST（韩国国立科学技术院）
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LINCSQA基准和PBio-Agent框架，通过整合难度感知任务序列与迭代知识细化，提升复杂化学扰动下基因调控预测的准确性与解释性。
Comments 17 pages, 4 figures, 9 tables
按需构建基于人设的智能体：定制多智能体工作流以满足用户需求
机构 * Politecnico di Torino（托里尼理工大学）
专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)；workflow(abstract)；agentic(abstract)
AI总结 本文提出按需生成多智能体工作流的框架，通过动态创建智能体和人设以适应用户特征、任务需求和工作流上下文，提升智能体系统的个性化和适应性。
Web2BigTable: 一种用于互联网级信息搜索与提取的双层多智能体大语言模型系统
机构 * University of Liverpool（利物浦大学） ； Huawei Noah’s Ark Lab（华为诺亚实验室） ； University College London（伦敦大学学院）
专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)；agentic(abstract)；分类 cs.AI
AI总结 Web2BigTable通过双层架构实现互联网级信息搜索与提取，结合任务分解与并行执行，提升深度推理和结构化聚合能力，达到新的性能标准。
思考并运行：通过自我修复多智能体AI实现自主ML流水线生成
机构 * Bucharest University of Economic Studies（布加勒斯特经济大学）
专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)；workflow(abstract)；分类 cs.AI
AI总结 本文提出一种统一的多智能体架构，实现从数据集和自然语言目标自动生成端到端机器学习流水线，提升效率、鲁棒性和可解释性。通过五智能体系统处理数据剖析、意图解析、微服务推荐、DAG构建与执行，并结合代码基础的RAG、可解释混合推荐、自我修复机制和自适应学习，实现了84.7%的成功率。
多智能体交互的时间线用于动态信息的溯源
机构 * Information and Society Research Division, National Institute of Informatics（信息与社会研究部，国家信息研究所） ； Graduate School of Information Science and Technology, University of Tokyo（东京大学信息科学与技术研究生院） ； School of Multidisciplinary Sciences, Graduate University for Advanced Studies (SOKENDAI)（多学科科学系，研究生高级研究大学（SOKENDAI））
专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)；autonomous agent(abstract)；分类 cs.AI
AI总结 本文研究多智能体生成过程中的时间线溯源问题，提出基于内容的后验归属系统，通过符号时间线记录生成历史，实现协作式人工智能的可追溯性。
Journal ref Royal Society Open Science (2026)
基于团队连接通信约束的多智能体路径规划：通过自适应路径扩展和动态领导技术
机构 * George Mason University（乔治·马歇尔大学）
专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)；planning(abstract)；分类 cs.AI
AI总结 本文提出了一种新的多智能体路径规划框架，解决在团队连接通信约束下路径规划的问题。通过自适应路径扩展和动态领导技术，有效处理通信约束下的路径规划，实验证明在不同环境中能高效处理大量智能体。
Journal ref Journal of Artificial Intelligence Research, 85(46) (2026)
MM-StanceDet：基于检索的多模态多智能体立场检测
机构 * Peking University（北京大学） ； Baidu Inc（百度公司） ； Brown University（布朗大学） ； Amazon（亚马逊）
专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)；分类 cs.AI、cs.CL
AI总结 本文提出MM-StanceDet框架，通过整合检索增强、多模态分析代理、辩论阶段和自我反思，解决多模态立场检测中的上下文 grounding、跨模态解释模糊和单次推理脆弱问题，实验表明其在五个数据集上优于现有方法。
Comments Accepted on ACL 2026 Main Conference
现实世界中的医生代理通过多智能体强化学习实现主动咨询
机构 * Guangzhou National Laboratory（广州国家实验室）
专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)；分类 cs.CL
AI总结 本文提出DoctorAgent-RL框架，通过多智能体强化学习提升医疗咨询的动态决策能力，实现70%的准确诊断匹配率，验证了其在现实中的有效性。
RoadMapper: 一个用于解决复杂研究问题的路线图生成的多智能体系统
机构 * Beijing University of Posts and Telecommunications（北京邮电大学） ； The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； IDEA Research（IDEA研究院） ； Hithink RoyalFlush Information Network Co., Ltd.（Hithink RoyalFlush信息网络有限公司）
专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)；分类 cs.CL
AI总结 本文提出RoadMapper，一个基于LLM的多智能体系统，通过分解任务生成高质量路线图，提升LLM在复杂问题解决中的性能，效率提升84%。
Comments Accepted to Findings of ACL 2026
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