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。
技能应记住什么？语言模型代理中成本感知技能重写的质量-成本权衡
机构 * University of Science and Technology of China（中国科学技术大学） ； Huawei Technologies（华为技术有限公司） ； Tianjin University（天津大学）
专题命中 工具调用 ：agent(abstract)；tool use(abstract)；workflow(abstract)；分类 cs.CL
AI总结 研究语言模型代理中技能重写的质量-成本权衡，提出信息保留策略，在SkillsBench上实现成本降低7%-14.7%且保持验证质量。
什么是前瞻性架构的最小结构？小变压器中跨任务的早期不可撤销承诺
机构 * Cosmic AI
专题命中 工具调用 ：planning(abstract)；分类 cs.AI、cs.CL、cs.LG
AI总结 本文探讨了变压器在何时做出决策以及为何无法纠正决策，提出前瞻性架构概念，通过实验验证了任务特定注意力头对决策的持续影响及架构设计对任务性能的影响。
Comments v2: corrects three citations; reconciles main-text/appendix numbers (the two Llama sweeps now labeled); the effective last-token site differs from Anthropic's newline (position-specificity replicates, site identity does not); adds an erratum on a CLT encoder-hook mismatch (detection-side only); softens novelty, necessity, and depth claims per COLM 2026 reviews; defines prolepsis
AgentRedBench: 针对SaaS集成的LLM代理的动态红队测试与集成感知防御
机构 * StackOne Technologies（StackOne技术公司）
专题命中 工具调用 ：tool-use(abstract)；分类 cs.AI、cs.CL
AI总结 针对LLM代理在工具使用中面临的间接提示注入威胁，提出动态红队基准AGENTREDBENCH（覆盖24个企业集成、5种攻击类型）和基于集成多样语料训练的防御模型AGENTREDGUARD，将攻击成功率从69.9%降至2.4%，误报率仅0.37%。
迈向可穿戴健康数据的通用智能与接口
机构 * Google Research（谷歌研究） ； Google DeepMind（谷歌DeepMind） ； University of Washington（华盛顿大学） ； University of Oregon（俄勒冈大学） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
专题命中 工具调用 ：agent(abstract)；分类 cs.AI
AI总结 提出一个基于超过一万亿分钟无标签传感器数据预训练的可穿戴健康基础模型，通过联合扩展模型容量和预训练数据量，在35项健康预测任务上实现系统性性能提升，并利用LLM代理自动搜索下游预测头，集成到个人健康代理中以提高相关性和安全性。
Comments Narayanswamy and Xu are co-first authors. McDuff and Liu are co-last authors
本科早期计算机科学中的一个支架式生成式人工智能实验室：混合方法、多课程评估
机构 * Purdue University（普渡大学）
专题命中 工具调用 ：tool use(abstract)；分类 cs.AI
AI总结 研究在本科早期计算机科学课程中评估 “AI实验室” 这一支架式GenAI素养干预。通过多课程混合方法收集数据，发现其能改变学生对GenAI的态度及使用策略，且不增加评分作业中GenAI的使用量，推动相关三角测量研究。
Comments 18 pages, 3 figures, 18 tables; v2 substantially refined qualitative analysis and discussion
基于文本业务输入的大语言模型引导的交通枢纽容量规划
机构 * Georgia Institute of Technology（佐治亚理工学院）
专题命中 规划决策 ：planning(title,abstract)；agent(abstract)；分类 cs.LG
AI总结 研究提出用大语言模型代理依自然语言业务描述迭代提出枢纽容量决策的框架，核心机制是思维链推理协议，经反馈回路验证决策，在实际货运网络中表现优于传统模型。
从Docker化环境生成大规模终端代理轨迹
机构 * University of Manchester（曼彻斯特大学） ； IQuest Research（IQuest研究） ； Beihang University（北航大学） ； Sichuan University（四川大学） ； Multimodal Art Projection Research Community（多模态艺术投影研究社区）
专题命中 规划决策 ：agentic(title,abstract)；agent(abstract)；分类 cs.CL
AI总结 本文提出TerminalTraj，通过Docker化环境生成高质量终端轨迹，提升代理模型在终端任务中的性能表现。
Comments Accepted as a Spotlight paper at ICML 2026
UCOB: 通过信用感知的在策略双向自蒸馏学习利用和演化智能体技能
机构 * Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； Pengcheng Laboratory（鹏城实验室） ； Memorax AI
专题命中 规划决策 ：agentic(title,abstract)；分类 cs.AI、cs.CL
AI总结 提出UCOB框架，通过比较技能条件与无技能提示的回报，实现信用感知的在策略双向自蒸馏，以有效利用和更新技能记忆，在ALFWorld、WebShop等任务上显著超越基线。
基于PDDLStream的任务与运动规划大语言模型的系统研究
机构 * Stony Brook University（石溪大学）
专题命中 规划决策 ：planning(title,abstract)；分类 cs.AI
AI总结 研究大语言模型在机器人任务与运动规划中的应用，开发16种用LLMs替代关键TAMP组件的算法，通过实验发现基于LLM的规划器成功率低、规划时间长，提供几何细节会增加任务规划错误，多数情况下直接LLM变体表现更好。
Comments 2026 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS). 8 pages, 6 figures
你的先验价值几何？高斯图模型的先验有效样本量与样本量规划
专题命中 规划决策 ：planning(title,abstract)
AI总结 针对高斯图模型（GGM）下Wishart和G-Wishart先验，提出先验有效样本量（ESS）估计方法，并基于此开发两种互补的样本量规划策略：数据-先验信息比（DPIR）和贝叶斯因子设计分析（BFDA）。
大语言模型能否证明机器人路径规划的最优性？一种用于研究级算法验证的基准测试
机构 * George Mason University（乔治梅森大学） ； Florida Atlantic University（佛罗里达大西洋大学）
专题命中 规划决策 ：planning(title,abstract)
AI总结 本文提出首个评估大语言模型在机器人路径规划算法近似比证明能力的基准测试，包含34个研究级证明任务，揭示了LLM在缺乏领域知识时的局限性，并通过上下文补充分析改进推理质量。
多机器人运动规划中的连通性维持与恢复
机构 * Brown University（布朗大学）
专题命中 规划决策 ：planning(title,abstract)
AI总结 本文提出了一种基于贝塞尔曲线的实时运动规划算法，用于多机器人系统中维持和恢复连通性，提升在障碍物环境中导航的成功率。
Comments 8 pages, 3 figures. To appear in the Proceedings of the 2026 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2026), Pittsburgh, PA, USA
RAD：检索高质量示范以增强决策
机构 * School of Artificial Intelligence, Jilin University, Changchun, China（吉林大学人工智能学院） ； School of Computer Science, Shanghai Jiao Tong University, Shanghai, China（上海交通大学计算机学院）
专题命中 规划决策 ：agent(abstract)；planning(abstract)；分类 cs.AI
AI总结 研究针对离线强化学习泛化能力受限问题，提出RAD方法，通过引入检索机制，从离线数据集检索高回报可达状态作目标，利用生成模型生成子轨迹规划，经实验验证该方法在多基准测试中性能优越。
用于多模态计算病理学的配对子宫全切片图像和病理报告
机构 * Institute of Pathology, Technical University of Munich（慕尼黑工业大学病理研究所） ； Computer Aided Medical Procedures (CAMP), Technical University of Munich（慕尼黑工业大学计算机辅助医疗程序（CAMP）） ； Munich Center for Machine Learning (MCML)（慕尼黑机器学习中心） ； Department of Human Pathology, Juntendo University Graduate School of Medicine（顺天堂大学医学研究生院人体病理学部） ； The Hong Kong University of Science and Technology（香港科技大学） ； Munich Data Science Institute (MDSI)（慕尼黑数据科学研究所）
专题命中 规划决策 ：planning(abstract)；workflow(abstract)
AI总结 研究子宫疾病病理诊断，针对全切片图像与病理报告配对数据集稀缺问题，引入TUM-Uteria数据集，含多对病例及切片级配对，经验证，为计算病理学研究提供支持。
OmniFood-Bench：评估用于营养推理和个性化健康建议的视觉语言模型
专题命中 规划决策 ：autonomous agent(abstract)；分类 cs.AI
AI总结 介绍OmniFood-Bench基准评估用于营养推理和个性化健康建议的VLMs，基于MM-Food-100K数据集，评估其三种能力，实验发现模型在菜品命名与质量估计等方面存在“语义-物理差距”，为公共卫生自主智能体建立可信度标准。
具有交互意识的全身控制用于柔顺物体运输
机构 * Department of Electrical Engineering, the University of Texas at Arlington（电气工程系，德克萨斯大学阿灵顿分校） ； Department of Mechanical Engineering, Carnegie Mellon University（机械工程系，卡内基梅隆大学）
专题命中 规划决策 ：agent(abstract)；分类 cs.AI
AI总结 本文提出了一种生物启发式的交互导向全身控制方法，通过分离上身交互执行与下身支撑控制，实现稳定且灵活的柔顺物体运输。
一种用于图数据概率推理的神经符号方法
机构 * Aalborg University（奥尔堡大学） ； University of Trento（特伦托大学）
专题命中 规划决策 ：planning(abstract)；分类 cs.AI
AI总结 本文提出神经符号框架，将GNNs集成到RBNs中，结合二者优势。开发两种集成实现及MAP推理方法，通过节点分类转换和环境规划问题展示通用性，引入新基准数据集，为图数据处理带来新方法，提升多样任务性能。
Comments Submitted to the Journal of Artificial Intelligence Research (JAIR); under revision. 43 pages, 10 figures. Code available at https://github.com/raffaelepojer/NeSy-for-graph-data
多层金融网络中基于角色的可解释聚类实用指南
机构 * VU Amsterdam（VU阿姆斯特丹大学） ； De Nederlandsche Bank（荷兰银行）
专题命中 规划决策 ：planning(abstract)；分类 cs.LG
AI总结 研究多层金融网络中金融机构功能角色，提出基于角色的可解释聚类方法，遵循一般聚类框架，基于ego网特征构建节点嵌入，利用ECB交易数据验证，突出该方法在分析金融网络及理解机构行为上的价值。
GigaWorld-Policy-0.5：由自动研究赋能的更快更强的世界行动模型
机构 * GigaAI（字节跳动人工智能实验室） ； Tsinghua University（清华大学）
专题命中 规划决策 ：agent(abstract)
AI总结 研究旨在改进机器人策略学习，提出GigaWorld-Policy-0.5这一增强型以动作中心的WAM。预训练采用混合策略加强视觉与动作耦合，推理引入新架构提升效率，还用自动研究管道搜索训练配置，有效提升了机器人控制推理效率并保留训练优势。
Comments project page: https://open-gigaai.github.io/giga-world-policy/
万舞者：一种用于分钟级连贯音乐到舞蹈生成的分层框架
机构 * Tongyi Lab, Alibaba Group（通义实验室，阿里巴巴集团）
专题命中 规划决策 ：planning(abstract)
AI总结 针对从音乐生成舞蹈视频的挑战，提出万舞者分层框架，解耦过程为全局关键帧规划和局部时间细化，利用音乐上下文确保连贯，通过动态帧率自适应等创新，突破时长限制，在多舞蹈类型上表现出色，达新的技术水平。
Comments project: https://humanaigc.github.io/wan-dancer-project/, code: https://github.com/Wan-Video/Wan-Dancer, modelscope: https://www.modelscope.cn/models/Wan-AI/Wan-Dancer-14B, huggingface: https://huggingface.co/Wan-AI/Wan2.2-Animate-14B
CodeCoR：一种基于大语言模型的代码生成自反思多智能体框架
专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)；workflow(abstract)；分类 cs.SE
AI总结 研究针对代码生成中语言模型无法确保代码正确性及多智能体框架工作流性能不稳健的问题，提出CodeCoR框架，通过在不同阶段修剪中间输出减少错误传播，实验证明其优于现有基线。
BrainPilot：通过智能研究实现大脑发现自动化
机构 * College of AI, Tsinghua University（清华大学人工智能学院） ； Shanghai Qizhi Institute（上海期智研究院） ； Business School, Renmin University of China（中国人民大学商学院） ； School of Physics, Beihang University（北京航空航天大学物理学院） ； School of Information and Software Engineering, University of Electronic Science and Technology of China（电子科技大学信息与软件工程学院） ； Behavioral and Cognitive Neuroscience Center, Institute of Science and Technology for Brain-Inspired Intelligence, Fudan University（复旦大学脑科学与智能技术研究院行为与认知神经科学中心） ； College of Engineering, Georgia Institute of Technology（佐治亚理工学院工程学院） ； School of Life Sciences & IDG/McGovern Institute for Brain Research, Tsinghua University（清华大学生命科学学院&清华-IDG/麦戈文脑科学研究院） ； School of Computing and Artificial Intelligence, Southwest Jiaotong University（西南交通大学计算机与人工智能学院） ； Weixian College, Tsinghua University（清华大学未央学院） ； Department of Psychological and Cognitive Sciences, Tsinghua University（清华大学心理学与认知科学系）
专题命中 多智能体 ：agentic(title)；agent(abstract)；AI agent(abstract)；tool use(abstract)
AI总结 研究针对脑科学研究整合证据难、人工智能代理有缺陷的问题，提出完全开源的多智能体系统BrainPilot，它有可追溯日志和验证结果，含知识库与技能库，经实验评估，其开源模型以低成本达先进框架性能。
CTC：合作多智能体强化学习的复合任务挑战
专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)；分类 cs.AI、cs.LG
AI总结 针对合作多智能体强化学习中缺乏评估分工与合作基准任务的问题，提出复合任务挑战（CTC），基于特定原则构建任务，评估多种方法发现现有方法有局限，引入引导性方案虽证明可解但性能欠佳，凸显 CTC 对推进该领域研究的价值。
ACPO：面向多智能体强化学习的智能体链式策略优化
专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)；分类 cs.AI
AI总结 提出基于联合策略梯度精确分解的智能体链式策略优化（ACPO），通过序列化决策和信念机制实现独立智能体更新构成联合梯度步，在多机器人仓库等任务中优于强基线方法。
Comments Accepted at RLJ/RLC 2026
Crayotter: 用于长视频编辑的可追踪多智能体工作流
机构 * University of Science and Technology of China（中国科学技术大学）
专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)；分类 cs.CL
AI总结 提出Crayotter，一个开源多模态多智能体系统，通过三阶段工作流（材料准备、基于工件的编辑研究、工具驱动的执行）实现长视频编辑的可追踪性和选择性修订，在人类评估中优于基线方法。
Comments 10 pages, 5 figures
分层内存架构克服长期多智能体计算建模中的上下文限制
专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)
AI总结 研究针对大语言模型在长期多智能体计算建模中因无状态架构受限的问题，提出Ensemble QSP多智能体框架，其分层内存架构可保持上下文稳定，经测试能自主进行药代动力学 - 药效学模型选择，提升参数恢复能力，且架构与领域无关。
Comments 19 pages, 4 figures, 2 tables. Preprint submitted for publication
基于智能体中心动力系统视角的多智能体强化学习
专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)
AI总结 提出将多智能体强化学习训练建模为耦合随机动力系统，利用动力系统理论分析智能体行为的稳定性和敏感性，以应对随机性挑战。
HiLSVA：用于科学可视化的人机协同智能系统设计与评估
机构 * Department of Computer Science and Engineering, University of Notre Dame（Notre Dame 大学计算机科学与工程系）
专题命中 多智能体 ：agentic(title,abstract)；agent(abstract)；workflow(abstract)；multi-agent(abstract)
AI总结 提出HiLSVA，一种人机协同智能系统，通过计划优先的多智能体架构、显式人类监督和逐步溯源，支持混合主动的科学可视化工作流，增强而非替代人类分析推理。
Comments IEEE Transactions on Visualization and Computer Graphics (IEEE VIS '26)
数字万神殿：使用大语言模型智能体模拟和审计联盟形成
机构 * Ghent University（根特大学）
专题命中 多智能体 ：agent(abstract)；multi-agent(abstract)；分类 cs.AI、cs.CL
AI总结 该研究针对政治联盟形成谈判，提出结合多种技术的多智能体框架，在弗拉芒选举中实施，通过引入相关拓扑、分数和检验使其可解释，模拟产生稳定结果，能可靠预测现实，提供了探索政党兼容性等的测试平台。
Comments 11 pages, 2 figures, 5 tables, To be published in the AIDEM Workshop proceedings of the ECML PKDD 2026 Conference
用于节能分散式联邦学习的时变混合矩阵设计
专题命中 多智能体 ：agent(abstract)；分类 cs.LG
AI总结 研究针对无线网络中分散式联邦学习，设计混合矩阵以最小化节点最大能耗。基于新收敛定理提出多阶段设计框架，权衡能耗与收敛速度，平衡节点能耗，经真实数据评估验证了该方案结合稀疏与密集矩阵优势的有效性。
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