Intertemporal Preference Steering in Qwen3 via Contrastive Activation Addition
通过对比激活加法实现Qwen3的跨期偏好调控
专题命中 规划决策 ：planning(abstract)；分类 cs.AI
AI总结 本研究针对Qwen3-32B大模型，通过对比线性探针识别时间范围方向，利用对比激活加法调控实现跨期偏好的双向大幅改变，还提升了规划相关能力，为相关AI系统及安全问题提供支撑。
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 1893 篇
Operationally Feasible Synthetic Power-Grid Scenarios via Learning the AC-Operable Joint Distribution
通过学习交流（AC）可运行联合分布实现可操作的合成电网场景
专题命中 规划决策 ：planning(abstract)；分类 cs.LG
AI总结 本文提出感知可行性的分层扩散分布学习框架，学习电网拓扑、参数与负荷的交流可操作联合分布，生成的合成电网场景可行性与鲁棒性显著提升，且消除了优化后处理。
Comments 10 pages, 10 figures, journal submission
Pivot-Centric Trajectory Prediction: Bridging Long Horizons via Dynamical Guidance
以枢轴为中心的轨迹预测：通过动态引导桥接长时程
专题命中 规划决策 ：agent(abstract)；分类 cs.AI
AI总结 针对长时程轨迹预测的误差累积问题，本文提出PCTP方法，通过引入枢轴点解耦预测任务，提升了主流模型在Argoverse数据集上的预测精度，且可灵活集成到现有模型中。
Comments Spatiotemporal Forecasting, Autonomous Driving, Trajectory Prediction
A Hierarchical Approach to Imitation Learning for Manipulation Tasks Requiring Time Varying Forces
针对需要时变力的操作任务的模仿学习的分层方法
专题命中 规划决策 ：planning(abstract)；分类 cs.AI
AI总结 该研究针对接触密集拆卸任务中扩散策略的延迟问题，提出DPA-FTG分层方法，解耦高低频控制，在双手电池拆卸任务上性能优于RDP等基线。
Neurosymbolic Reasoning with Incremental Knowledge for Sample Efficient Hierarchical Reinforcement Learning
结合增量知识的神经符号推理用于样本高效分层强化学习
机构 * NTU Singapore（新加坡南洋理工大学） ； IPAL, CNRS, France（法国IPAL-CNRS）
专题命中 规划决策 ：planning(abstract)；分类 cs.AI
AI总结 本研究提出结合增量知识（InK）的神经符号分层强化学习，通过符号高层组件执行符号规划、低层神经模块学习运动原语，在导航任务中显著提升了样本效率，还开发了信念世界树搜索方法。
Comments Published in ECML-PKDD 2026
Schedule-Informed Temporal Fusion Forecasting of Hourly Airport Security-Checkpoint Throughput
基于航班时刻的机场安检点每小时吞吐量时间融合预测
机构 * School of Aviation and Transportation Technology, Purdue University（普渡大学航空与运输技术学院） ； Department of Geography, The Ohio State University（俄亥俄州立大学地理系） ； College of Aeronautics and Engineering, Kent State University（肯特州立大学航空与工程学院）
专题命中 规划决策 ：planning(abstract)；分类 cs.LG
AI总结 本研究开发了将航班时刻表转换为安检负荷信号的框架，结合时间融合Transformer模型，在机场每小时吞吐量预测中优于RNN和LSTM，可支撑安检点人员配置与规划。
Forecasting Revenue with its Customer-Base Drivers: When and Why Coordination Helps
基于客户群驱动因素的收入预测：协同何时及为何有帮助
机构 * University of Wisconsin–Madison（威斯康星大学麦迪逊分校） ； University of Maryland（马里兰大学） ； Boston University（波士顿大学）
专题命中 规划决策 ：planning(abstract)；分类 cs.LG
AI总结 该研究针对收入预测无法拆解驱动因素的问题，开发CBMT模型，利用966家公司数据验证其准确性优于多数基准，发现客户群协同变动强时联合预测更有效，同时指出高波动下模型优势缩小。
Predictive Set Theory: A Generative Framework for Cognitive Architecture with Operationalized Core Mechanisms
预测集合论：具有可操作核心机制的认知架构生成框架
专题命中 规划决策 ：planning(abstract)；分类 cs.AI
AI总结 本文提出预测集合论（PST）这一形式生成框架，从第一性原理重构认知架构，解决经典认知问题，并确立其原创性与完整性。
Comments 103 pages. This preprint establishes the theoretical framework of Predictive Set Theory, providing a generative design specification for cognitive architecture. Comments welcome
MedSAM2-Anatomy: Training-Free Inference-Time Optimization for Musculoskeletal Segmentation
MedSAM2-Anatomy：面向肌肉骨骼分割的无训练推理时优化方法
专题命中 规划决策 ：planning(abstract)；分类 cs.LG
AI总结 MedSAM2-Anatomy是一种无训练的推理时优化框架，通过融合专家模型生成的自动解剖提示，提升冻结分割模型的髋部、肩部肌肉骨骼分割性能，无需人工提示或模型重训。
Comments Original research manuscript (13 pages, 4 figures, 2 tables). No prior publication
onepot-Bench 0: towards lab-aware in silico chemistry benchmarks
onepot-Bench 0：面向实验室实际场景的计算机化学基准测试
专题命中 规划决策 ：planning(abstract)；分类 cs.LG
AI总结 本研究推出专有基准测试onepot-Bench 0，通过三个互补评估衡量语言模型在湿实验室合成化学场景下的基础能力、可靠性等，弥补现有评估的不足。
Infinite Trace Objectives with Finite Trace Techniques: Translating LTL to LTLf+
采用有限迹技术的无限迹目标：将LTL转换为LTLf+
专题命中 规划决策 ：planning(abstract)；分类 cs.AI
AI总结 本研究提出首个从LTL到LTLf+的线性转换方法，将LTL归一化为Manna-Pnueli层次的反应片段，保留LTLf+的优势且无渐近代价，可将LTLf+技术应用于更多AI问题。
Chess on Ice: Curling Tactical Decision-Making via Backward Induction and Deep Reinforcement Learning
冰上国际象棋：基于反向归纳与深度强化学习的冰壶战术决策
机构 * ETH Zurich（苏黎世联邦理工学院） ； Belimo Automation AG（贝利莫自动化股份公司） ； University of Padova（帕多瓦大学）
专题命中 规划决策 ：agent(abstract)；分类 cs.AI
AI总结 该研究针对冰壶战术决策的建模挑战，采用适配有限时间范围结构的DDPG算法，通过自监督学习获得的智能体在简化四石冰壶中可匹敌专家启发式策略，其评论家还能提供连续动作空间的价值估计以支持战术分析。
Comments 10 pages, 8 figures
MechGeo: Autoformalizing and Proving Euclidean Geometry in Lean 4
MechGeo：在Lean 4中自动形式化与证明欧几里得几何
专题命中 规划决策 ：agentic(abstract)；分类 cs.AI
AI总结 MechGeo是基于Mathlib的智能体框架，可在Lean 4中自动形式化欧几里得几何问题并构造认证证明，在43道IMO几何题及Lean-IMO-Bbench上取得显著成果，为可信形式几何提供实用基础。
Comments 43 pages
Extended Field of View Analysis for VideoGAN-based Trajectory Generation
基于VideoGAN的轨迹生成的扩展视场分析
机构 * Technical University of Berlin（柏林工业大学） ； Heinrich Heine University Düsseldorf（杜塞尔多夫海因里希·海涅大学）
专题命中 规划决策 ：planning(abstract)；分类 cs.LG
AI总结 该研究扩展了VideoGAN框架，改进语义表示与轨迹提取方式，系统研究大视场，引入评估框架，实现高效逼真轨迹生成，适配自动驾驶下游任务。
From Information to Delegation: Mapping Human-AI Financial Decision Making
从信息到授权：人机金融决策的映射
专题命中 规划决策 ：agentic(abstract)；分类 cs.LG
AI总结 该研究提出结合意图与委托决策权的行为测量框架，分析美印6304名用户的150万次ChatGPT和Gemini交互，发现金融服务是AI重要场景，消费者多使用AI获取信息，委托执行罕见，为代理性AI过渡建立行为基线。
HPFA: Hypergraph-Based Paired Failure Attribution for LLM Reasoning
HPFA：基于超图的大语言模型推理配对失败归因
专题命中 规划决策 ：agentic(abstract)；分类 cs.AI
AI总结 本研究针对LLM推理的失败归因缺陷，提出HPFA框架，通过超图配对分析高效定位根本原因，提升归因准确率与效率，训练的归因器可改善推理性能。
ProWorld: Progress-Aware Hyperbolic World Models for Long-Horizon Visual Goal Reaching
ProWorld：用于长程视觉目标到达的感知进展双曲世界模型
专题命中 规划决策 ：planning(abstract)；分类 cs.AI
AI总结 本文针对长程视觉目标到达任务中视觉世界模型的进展感知与轨迹区分难题，提出双曲视觉世界模型ProWorld，经实验相较LeWM实现9.67的平均绝对成功率提升。
Comments 24 pages, 14 figures, 15 tables
DeepVoyager-VL: Incentivizing Vision-in-the-Loop Search for Long-Horizon Multimodal Agents
DeepVoyager-VL：为长视野多模态智能体激励视觉在环搜索
机构 * PKU（北京大学） ； HKUST(GZ)（香港科技大学（广州）） ； NUDT（中国人民解放军国防科技大学） ； OUC（中国海洋大学） ； HITSZ（哈尔滨工业大学（深圳）） ； Huawei Cloud BU（华为云业务部）
专题命中 规划决策 ：agent(abstract)；分类 cs.AI
AI总结 针对现有多模态深度搜索忽视视觉中间推理作用的局限，提出DeepVoyager-VL框架，构建多模态事件图合成数据，设计智能体框架实现主动视觉获取，经10个基准实验验证其有效性。
Can Urban Blight Be Accessed with Vision-language Models: A Case Study in Detroit
能否用视觉-语言模型评估城市衰败：以底特律为例
机构 * School for Environment and Sustainability（环境与可持续发展学院） ； School of Information（信息学院） ； University of Michigan（密歇根大学）
专题命中 规划决策 ：planning(abstract)；分类 cs.AI
AI总结 本研究以底特律为案例，提出基于开源大视觉-语言模型的多视角住宅衰败评估框架，经实验验证该框架可低成本跟踪住房状况，为传统调查提供补充。
Comments 19 pages, 11 figures
TCPO: Turn-Level Credit Policy Optimization
TCPO：回合级信用策略优化
机构 * Moore Threads AI（摩尔线程人工智能）
专题命中 规划决策 ：agent(abstract)；分类 cs.AI
AI总结 该研究针对验证器引导多回合强化学习的信用分配问题，提出TCPO方法，在多类任务和模型上提升了LLM的多回合推理与智能体性能。
DynActiveGS: Active Gaussian Splatting for Dynamic Scene Reconstruction
DynActiveGS：面向动态场景重建的主动高斯溅射方法
机构 * Tsinghua University, Shenzhen International Graduate School（清华大学深圳国际研究生院） ； Huawei Technologies Ltd（华为技术有限公司） ； Harbin Institute of Technology, Shenzhen（哈尔滨工业大学（深圳）） ； Peng Cheng Laboratory（鹏城实验室）
专题命中 规划决策 ：planning(abstract)；分类 cs.AI
AI总结 DynActiveGS是基于3DGS的动态感知主动重建框架，通过分解不确定性实现动态场景的鲁棒主动重建，在多指标上优于现有基线。
Comments Accepted to ACM Multimedia 2026
Joint Optimization of Human Headcount and Stochastic AI Resource Capacity
人力资源配置与随机AI资源容量的联合优化
专题命中 规划决策 ：planning(abstract)；分类 cs.SE
AI总结 本文针对生成式AI工具带来的成本压力，构建联合分配模型优化人力资源与AI令牌容量，得出相关最优解及替代关系反转的实证检验条件。
Comments 16 pages, 4 figures. Comments welcome
A Spectral Filtering Approach to Regret Analysis of Distributed Online Control for Linear Dynamical Systems
专题命中 规划决策 ：agent(abstract)；分类 cs.LG
Probabilistic Deep Learning for Drought Forecasting: Role of Internal Climate Variability
用于干旱预测的概率深度学习：内部气候变率的作用
专题命中 规划决策 ：planning(abstract)；分类 cs.LG
AI总结 该研究提出结合大型气候模式集合内部变率的概率深度学习干旱预测框架，构建更优的风险感知干旱边界，提升干旱风险评估的准确性与参考价值。
Anticipatory Digital Twins for Online Head-and-Neck Adaptive Proton Therapy via Foundation-Model Registration
基于 foundation-model 配准的头颈在线自适应质子治疗的 anticipatory 数字孪生技术
专题命中 规划决策 ：planning(abstract)；分类 cs.AI
AI总结 本研究提出基于 foundation-model 配准的数字孪生框架，通过跨患者迁移解剖变化合成预测CT，可提升头颈自适应质子治疗的匹配度，无需重复成像。
Comments Accepted for publication in the Proceedings of the 29th International Conference on Medical Image Computing and Computer Assisted Intervention (MICCAI 2026), Workshop on Digital Twins for Healthcare (DT4H)
Co-evolution of social reward and punishment under institutional interventions
制度干预下社会奖惩的协同演化
专题命中 规划决策 ：agent(abstract)；分类 cs.AI
AI总结 该研究在社会困境中结合同伴与制度激励，通过理论分析与模拟揭示：同伴惩罚促合作、同伴奖励增福利，制度性奖励同伴激励策略效果显著，惩罚同伴激励策略则损害社会收益，为制度设计提供了原则。
Few-shot Deep Learning for Phase-Amplitude Aberration Correction in Transcranial Focused Ultrasound
用于经颅聚焦超声中相位-振幅像差校正的少样本深度学习
专题命中 规划决策 ：planning(abstract)；分类 cs.LG
AI总结 该研究针对经颅聚焦超声像差校正的实时需求，提出少样本深度代理框架，通过预训练加少量微调实现快速适配，校正精度高且速度较传统方法提升显著。
Comments 11 pages, 3 figures, 3 tables
Don't Mix Rewards, Mix Policies: Policy Decomposition and Optimization for Multi-Reward RL
不要混合奖励，要混合策略：多奖励强化学习的策略分解与优化
机构 * Fundation Model Research Center, CASIA（中国科学院自动化研究所基础模型研究中心） ； School of Artificial Intelligence, UCAS（中国科学院大学人工智能学院） ； Institute for AI Industry Research (AIR), Tsinghua University（清华大学人工智能产业研究院） ； College of Automotive and Energy Engineering (CAEE), Tongji University（同济大学汽车与能源工程学院）
专题命中 规划决策 ：tool-use(abstract)；分类 cs.AI
AI总结 本研究针对多奖励RL的对齐税问题，提出PRISM框架，通过策略分解优化正、负策略，在三类任务上优于基线并具备推理可控性。
Human-LLM Collaborative Inductive Coding for Conceptualizing K-12 Educator AI Use
面向K-12教育工作者AI使用的人机协同归纳编码方法
专题命中 规划决策 ：agent(abstract)；分类 cs.AI
AI总结 本文提出多阶段人机协同编码流程，将LLM作为标注工具辅助K-12教育工作者交互语料库编码，保留人类概念权威，构建含72个条目的分层编码本，为定性研究提供可审计模板。
Distilling Knowledge from Large Language Models into Lightweight Reinforcement Learning Agents for Autonomous Cyber Operations
将大型语言模型中的知识蒸馏为用于自主网络操作的轻量级强化学习智能体
机构 * Royal Military College of Canada（加拿大皇家军事学院） ； Defence Research and Development Canada（加拿大国防研究与发展部） ； Polytechnique Montreal（蒙特利尔理工学院）
专题命中 规划决策 ：agent(abstract)；分类 cs.LG
AI总结 该研究针对自主网络操作中强化学习智能体训练不稳定的问题，通过提示工程证明80亿参数网络安全LLM性能优于基线RL智能体，再经在线策略蒸馏将其防御知识迁移至仅64910参数的轻量级RL智能体，为前沿网络安全模型的实用化提供了可行方案。
