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。
NEXT：通过视觉语言模型进行推理驱动的视频推荐
专题命中 规划决策 ：agent(abstract)；multi-agent(abstract)；分类 cs.LG
AI总结 研究提出推理驱动的视频推荐框架NEXT，通过对用户已观看视频推理推断其下一个意图来检索后续视频。训练NEXT-8B视觉语言模型，在DocVQA性能上表现出色，在特定评估中提升下一个意图逻辑质量，部署后带来生产收益，证明其可作为实用推理引擎。
Comments 13 pages, 2 figures, 5 tables
在机器人化学实验室中对大型语言模型智能体进行压力测试
专题命中 规划决策 ：planning(abstract)；workflow(abstract)；分类 cs.AI
AI总结 研究以机器人化学实验室为测试平台，使科学智能可衡量，通过4608次试验发现工作流程执行率低、长期规划有挑战，反馈促使局部调整，提供了部署评估及改进诊断框架。
HydroAgent：将预报员专业知识形式化为技能编排的洪水预报工作流程
专题命中 规划决策 ：agent(abstract)；workflow(abstract)；分类 cs.LG
AI总结 研究针对业务洪水预报中隐性预报员专业知识难形式化等问题，提出HydroAgent框架，将大语言模型嵌入洪水预报工作流程，经实验验证其有效性，能转化隐性知识为可审核流程，辅助决策并展示规则引导语言模型推理补充物理模拟的作用。
在职学习：从部署反馈中对冻结权重智能体进行持续学习
机构 * The Memory Company（记忆公司）
专题命中 规划决策 ：agent(abstract)；AI agent(abstract)；分类 cs.AI
AI总结 研究人工智能冻结权重智能体如何从部署反馈中持续学习，核心方法是将冻结模型与外部记忆配对，主要贡献是通过该方法在银行领域任务中提升成功率，解决多个基线未解决任务，且结果可跨模型，记忆可迁移，相关内容已发布。
GuardianAgentBench：智能体何处失败及如何防范
机构 * Vectara, Inc.（Vectara公司） ； Anthropic（Anthropic公司） ； OpenAI（OpenAI公司） ； Google DeepMind（谷歌DeepMind） ； DeepSeek-AI（DeepSeek人工智能公司）
专题命中 规划决策 ：agent(abstract)；planning(abstract)；分类 cs.AI
AI总结 研究大语言模型智能体安全可靠行为问题，提出GuardianAgentBench基准测试，含多阶段验证和攻击模式。实验发现模型有两种失败模式，性能随工具集和轮次深度下降。护栏实现优于系统提示防御，证明执行时结构干预可提升安全性且不影响正确行为。
DWM：在潜在世界模型中分离世界效应与动作
机构 * Peking University（北京大学）
专题命中 规划决策 ：agent(abstract)；planning(abstract)；分类 cs.AI
AI总结 研究在潜在世界模型中分离世界效应与动作的问题，提出DWM框架，通过辅助世界头和正交性约束实现预测转换的显式加法分解，在构建的W变体基准测试中取得更好效果。
BatchDAG：用于企业数据上可扩展即席分析的大语言模型规划执行图
专题命中 规划决策 ：agent(abstract)；planning(abstract)；分类 cs.AI
AI总结 研究针对企业数据跨实体分析问题，提出BatchDAG系统，大语言模型生成操作DAG，经确定性引擎评估。通过实体感知批处理优化，减少大语言模型调用。实验显示其质量高、溯源性好，能高效处理查询，是通用编排层替代手工工作流程。
Comments 9 pages, 2 figures, 9 tables
经验基础提升了在干扰期间模拟人类行为的大语言模型智能体的现实性
专题命中 规划决策 ：agent(abstract)；planning(abstract)；分类 cs.AI
AI总结 研究探讨经验基础对提升LLM智能体模拟人类行为现实性的作用，开发基于经验的框架，将多项调查数据嵌入其中，通过实验验证该框架能显著提升模拟效果，使LLM智能体成为更具统计可信度的人口行为模拟器。
通过强化学习增强个性化膀胱癌治疗：一种循环患者状态转换决策支持框架
专题命中 规划决策 ：agent(abstract)；planning(abstract)；分类 cs.LG
AI总结 研究针对膀胱癌复发性疾病治疗需个性化决策的问题，提出集成预测状态转换建模、马尔可夫决策过程和深度Q网络强化学习环境的框架，能动态制定治疗计划，经评估效果良好，凸显其作为个性化膀胱癌治疗规划决策支持框架的潜力。
社会模拟中生成式智能体的步骤级偏好学习
机构 * Shanghai Qi Zhi Institute（上海期智研究院） ； Xiongan AI Institute（雄安人工智能研究院） ； Tsinghua University（清华大学） ； CUHK-Shenzhen（香港中文大学（深圳）） ； USTC（中国科学技术大学） ； Sun Yat-sen University（中山大学）
专题命中 规划决策 ：agent(abstract)；planning(abstract)；分类 cs.AI
AI总结 研究基于大语言模型的生成式智能体模拟人类行为时中间步骤注释稀缺问题，引入交互式模拟界面收集步骤级人类偏好监督，经监督微调算法和直接偏好优化方法进行步骤级偏好学习，提升模拟效果，证明步骤级人类监督是有效训练信号。
Comments WAICA2026
迈向可信自主科学：两年社区路线图
机构 * U.S. Department of Energy, Office of Science, Office of Advanced Scientific Computing Research（美国能源部科学办公室高级科学计算研究办公室）
专题命中 规划决策 ：agent(abstract)；multi-agent(abstract)；分类 cs.AI
AI总结 该研究针对自主科学领域发展现状及问题，更新路线图围绕七个维度，评估原有里程碑并新增四个，规划两年发展路径，第一年聚焦接口等搭建验证框架，第二年针对联盟等，强调基层网络的互操作性。
人工智能中最小自主性理论
专题命中 规划决策 ：agent(abstract)；agentic(abstract)；分类 cs.AI
AI总结 研究智能代理人工智能系统权限控制问题，提出最小自主性理论，通过定义组合爆炸半径、有向代理影响图及勾结谓词，实现对系统中行动结构分离、代理影响及授权组合等的衡量与检测。
通过有限自动机上的高效推理实现扩散语言模型的约束解码
机构 * Stanford University（斯坦福大学）
专题命中 规划决策 ：planning(abstract)；function calling(abstract)；分类 cs.LG
AI总结 研究扩散语言模型的约束解码问题，提出基于有限自动机高效推理的算法，能保证约束满足，支持多种解码方式，经实验验证在多种任务上提升准确率且推理开销小。
拟阵的切线类与美妙紧化
机构 * Stanford University（斯坦福大学）
专题命中 规划决策 ：agent(abstract)；AI agent(abstract)；分类 cs.AI
AI总结 本文针对无环拟阵 \(M\) 及特定构建集 \(\mathcal{G}\) 构造整切线类 \(T_{M,\mathcal{G}}^{\mathbb{Z}}\)，可恢复周环希尔伯特级数等。主体由人工智能达努斯自主生成，在相关论文公开前解决问题，展现了AI在数学研究中的潜力。
Comments v2: added reference to Danus report [Liu et al., arXiv:2607.06447] and minor edits
MetaSkill-Evolve：基于双时间尺度元技能演化的大语言模型智能体递归自改进方法
机构 * LMU Munich（慕尼黑大学） ； The Chinese University of Hong Kong（香港中文大学） ； MCML ； MemAgents Lab（MemAgents实验室）
专题命中 规划决策 ：agent(abstract)；agentic(abstract)；分类 cs.AI
AI总结 针对现有自改进智能体演化非递归的局限，提出双时间尺度框架，任务技能与元技能分层递归演化，在三类基准上显著提升测试精度。
临床记录的多大型语言模型编排严重程度评估（MOSAIC）
机构 * Department of Drug Design and Pharmacology, University of Copenhagen（哥本哈根大学药物设计与药理学系） ； GSK（葛兰素史克） ； School of Pharmacy, University of Rhode Island（罗德岛大学药学院）
专题命中 规划决策 ：agent(abstract)；agentic(abstract)；分类 cs.CL
AI总结 研究用MOSAIC这一两阶段智能语言模型框架对2型糖尿病严重程度进行表型分析，以合成队列评估其与多种算法真值对比情况及全因死亡率等，结果显示该框架有优势，智能分类与固定规则执行不同。
具身算子与基准测试：迈向可复用和可部署的具身智能系统
机构 * JDT ； Tsinghua University（清华大学） ； Tianjin University（天津大学） ； Beihang University（北京航空航天大学）
专题命中 规划决策 ：planning(abstract)；workflow(abstract)；分类 cs.AI
AI总结 研究具身智能系统中可复用功能模块即具身算子，明确其定义边界、构建分类法，提出多维度基准框架，探讨加速及挑战，为具身智能系统提供基础。
理解图世界模型中的展开误差
机构 * Emory University（埃默里大学） ； The University of Tokyo（东京大学） ； LocationMind
专题命中 规划决策 ：agent(abstract)；planning(abstract)；分类 cs.AI
AI总结 本文研究图世界模型中的长时域展开误差，提出统一框架分析拓扑与模型引起的误差放大，并设计误差感知图世界模型，通过谱正则化、展开一致性和关键节点加权防止长时域发散。
Comments Under Review
自主实验室协调器的最优资源利用
机构 * National Institute of Standards and Technology（美国国家标准与技术研究院）
专题命中 规划决策 ：AI agent(abstract)；planning(abstract)；分类 cs.AI
AI总结 针对自主实验室中多仪器硬件约束下的资源利用问题，提出两步法：先用约束规划找到最小化总时间的最优调度，再通过状态依赖系统鲁棒执行调度。
具身CAD：基于求解器的LLM代理用于参数化B-Rep装配建模
机构 * Nanjing University（南京大学）
专题命中 规划决策 ：agent(abstract)；planning(abstract)；分类 cs.AI
AI总结 提出Embodied CAD框架，通过分层技能库和求解器反馈，让LLM代理迭代生成并修复参数化B-Rep装配模型，实现高可执行率和任务完成率。
Comments This paper contains 12 pages, 7 figures. This is an original unpublished manuscript submitted to the arXiv preprint server, with no prior publication or conference presentation
SidConArena：一个在开放、正和博弈中评估智能体的环境
机构 * Institute for Interdisciplinary Information Sciences, Tsinghua University（清华大学交叉信息研究院）
专题命中 规划决策 ：agent(abstract)；planning(abstract)；分类 cs.AI
AI总结 提出SidConArena基准框架，通过三阶段部分可观测随机博弈评估LLM智能体在开放、正和谈判中的经济决策能力，发现前沿模型虽表现更好但仍存在资源误估、谈判被动和长期规划不足。
Comments 15 pages
推进全模态具身智能体：从孤立技能到日常物理自主
专题命中 规划决策 ：agent(abstract)；planning(abstract)；分类 cs.AI
AI总结 提出OmniAct框架，通过分层异步架构统一规划、记忆和验证，实现机器人在非结构化环境中的持久自主，在40项真实任务中提升成功率并降低token消耗。
分片世界模型：通用智能体的结构化认证
机构 * School of Data Science, The Chinese University of Hong Kong, Shenzhen, Shenzhen, China（香港中文大学（深圳）数据科学学院）
专题命中 规划决策 ：agent(abstract)；planning(abstract)；分类 cs.AI
AI总结 针对通用智能体在大世界场景下无法普遍胜任的问题，提出结构化认证框架，通过深度组合目标过滤特定转移，证明世界模型具有O(1/n)+O(δ)误差界，实现可认证部署。
Comments 30 pages, camera-ready version in ICML 2026
潜在桥：用于实时游戏智能体的连续慢-快通道
机构 * Pine AI ； University of Washington（华盛顿大学）
专题命中 规划决策 ：agent(abstract)；planning(abstract)；分类 cs.AI
AI总结 针对实时游戏智能体，提出一种可学习的连续潜在桥（Latent Bridge），将慢速推理VLM的残差投影到快速反应VLM的输入嵌入空间，在7个Atari游戏和驾驶域中匹配或超越文本桥，且增益高度可预测。
ReM-MoA：推理记忆维持混合代理的扩展
机构 * University of Southern California（南加州大学） ； Iowa State University（爱荷华州立大学） ； Cisco AI Research（思科人工智能研究院）
专题命中 规划决策 ：agent(abstract)；multi-agent(abstract)；分类 cs.AI
AI总结 提出ReM-MoA框架，通过排名推理记忆和策展多样化记忆路由机制，解决混合代理架构随深度增加性能退化问题，在多个推理基准上持续优于现有方法。
可信AI的密码学有效性证书
机构 * Heriot-Watt University（赫瑞思-瓦特大学）
专题命中 规划决策 ：agent(abstract)；agentic(abstract)；分类 cs.AI
AI总结 提出为智能AI系统生成密码学有效性证书，通过将正确性条件编译为多项式约束的见证检查问题，并使用简洁密码学证明系统（可选零知识）来证明条件成立，平衡了源代码形式验证与密码学认证。
一种面向 doScenes 指令驾驶挑战的 DVDrive 方法
机构 * Beijing University of Posts and Telecommunications（北京邮电大学） ； Xiaomi EV（小米汽车）
专题命中 规划决策 ：agent(abstract)；planning(abstract)；分类 cs.AI
AI总结 提出基于 OmniDrive 的指令条件轨迹预测方法，引入 DVPE 分视角感知模块减少跨视角干扰，提升多视角视觉定位与语言指令对齐能力。
SoftSkill: 用于上下文适应的行为压缩
机构 * The University of Hong Kong（香港大学） ； Huawei Research（华为研究院） ； City University of Hong Kong（香港城市大学） ； Huazhong University of Science and Technology（华中科技大学）
专题命中 规划决策 ：agent(abstract)；agentic(abstract)；分类 cs.AI
AI总结 提出SoftSkill方法，通过可训练的软技能前缀压缩自然语言技能为紧凑连续向量，在冻结基模型上提升问答和数学任务性能，减少标记数量。
RTSGameBench: 视觉语言模型战略推理的RTS基准
机构 * Seoul National University（首尔国立大学）
专题命中 规划决策 ：planning(abstract)；agentic(abstract)；分类 cs.AI
AI总结 提出RTSGameBench，基于Beyond All Reason游戏，通过多样化对战、迷你游戏诊断和自进化生成框架，评估视觉语言模型在实时策略游戏中的战略推理能力。
Comments First two authors contributed equally
通用型智能体必须记住什么？
机构 * Carnegie Mellon University（卡内基梅隆大学） ； Georgia Institute of Technology（佐治亚理工学院）
专题命中 规划决策 ：agent(abstract)；planning(abstract)；分类 cs.AI
AI总结 本文形式化论证了通用型智能体为在多个环境和目标下近似最优行动，必须存储领域相关信息以区分观察瓶颈处的不兼容最优动作，并证明记忆可用于重构局部转移动态。
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