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。
因果状态绑定预测语言智能体中的动作控制
机构 * School of Artificial Intelligence, The Chinese University of Hong Kong, Shenzhen（人工智能学院，香港中文大学（深圳））
专题命中 记忆与上下文管理 ：agent(abstract)；分类 cs.AI
AI总结 提出因果状态绑定框架，通过干预实验测量智能体动作是否随事件特定决定性状态变化，验证了结构化智能体在动作控制上优于随机基线。
Comments 85 pages, 5 main figures; supplementary information included
基于回答集编程的强化学习抽象方法
机构 * Siemens AG Österreich（西门子奥地利公司） ； TU Wien (Vienna University of Technology)（维也纳技术大学） ； Jönköping University（约翰·科平大学）
专题命中 记忆与上下文管理 ：autonomous agent(abstract)；分类 cs.AI
AI总结 本文提出使用回答集编程（ASP）实现CARCASS框架中的抽象，以解决强化学习中状态空间巨大带来的挑战，并通过积木世界和Minigrid两个领域的案例验证了该方法的有效性。
Comments Accepted for publication at the 42nd International Conference on Logic Programming (ICLP 2026). To appear in Theory and Practice of Logic Programming (TPLP)
ElasticMem: 将潜在记忆作为LLM智能体的可学习资源
机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Nanyang Technological University（南洋理工大学）
专题命中 记忆与上下文管理 ：agent(abstract)；分类 cs.CL
AI总结 提出ElasticMem框架，通过可学习的弹性潜在记忆分配策略，在记忆密集型问答和具身智能体控制任务中显著提升准确率并降低token开销。
通过控制学习感知世界：基于赋能的表示学习
机构 * Princeton University, USA（普林斯顿大学，美国）
专题命中 记忆与上下文管理 ：agent(abstract)；分类 cs.LG
AI总结 本文通过最大化赋能目标，研究如何学习仅捕捉环境控制相关特征的表示，并证明赋能代理诱导的前向和后向表示对控制无关特征具有不变性。
通过专家演示加速风电场控制的强化学习
机构 * Department of Wind and Energy Systems, Technical University of Denmark（丹麦技术大学风能与能源系统系）
专题命中 记忆与上下文管理 ：agent(abstract)；分类 cs.LG
AI总结 提出一种利用稳态尾流模型生成的专家演示预训练方法，通过行为克隆初始化Soft Actor-Critic网络，消除初始学习阶段，使初始性能接近基线水平，并在在线微调后超越查表控制器。
Comments Submitted to Journal of Physics: Conference Series (Torque 2026). This is the Accepted Manuscript version of an article accepted for publication in Journal of Physics: Conference Series. IOP Publishing Ltd is not responsible for any errors or omissions in this version of the manuscript or any version derived from it. This Accepted Manuscript is published under a CC BY licence
Journal ref J. Phys.: Conf. Ser. 3224 032016 (2026)
超越测试时记忆：用于LLM推理的状态空间最优控制
机构 * vita-group（vita组）
专题命中 记忆与上下文管理 ：planning(abstract)；分类 cs.LG
AI总结 提出测试时控制（TTC）层，通过有限时域LQR规划实现推理，作为适配器集成到预训练LLM中，在数学推理任务上提升高达27.8%的准确率。
Comments ICML 2026
冲突多源个人记忆上的选择性问答：诊断性测试平台与方法比较
专题命中 记忆与上下文管理 ：AI agent(abstract)；分类 cs.AI
AI总结 针对多源冲突记忆的选择性问答问题，构建了包含34,560个实例的诊断基准，评估了多种方法，发现结构化融合方法在准确性和选择性上优于纯提示LLM。
Comments 55 pages, 5 figures
Skill-Pro: 通过非参数PPO从经验中学习可复用技能以用于LLM智能体
机构 * Key Laboratory of Interdisciplinary Research of Computation and Economics（交叉计算与经济学交叉研究实验室） ； Shanghai University of Finance and Economics（上海财经大学） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； School of Artificial Intelligence, Chinese Academy of Sciences（中国科学院人工智能研究所） ； University of Bristol（布里斯托大学） ； Peking University（北京大学） ； University College London（伦敦大学学院）
专题命中 记忆与上下文管理 ：agent(abstract)；分类 cs.AI
AI总结 提出Skill-Pro框架，通过非参数PPO从交互经验中自动学习可复用的程序性技能，无需参数更新，实现高效经验重用和长期自主性。
Comments Accepted at ICML 2026 (spotlight); 22 Pages, 6 Figures, 5 Tables
VRAG：面向交互式视频生成的世界模型学习
机构 * Peking University（北京大学） ； University of Oxford（牛津大学） ； Princeton University（普林斯顿大学）
专题命中 记忆与上下文管理 ：planning(abstract)；分类 cs.AI
AI总结 针对自回归视频生成中累积误差和记忆机制不足的问题，提出视频检索增强生成（VRAG）方法，通过显式全局状态条件降低长期累积误差并提升时空一致性。
Comments Published at NeurIPS 2025. Project page: https://sites.google.com/view/vrag
来自显式和隐式证据的个人视觉记忆
机构 * Johns Hopkins University（约翰霍普金斯大学） ； University of Wisconsin-Madison（威斯康星大学麦迪逊分校） ； Adobe Research（Adobe研究）
专题命中 记忆与上下文管理 ：AI agent(abstract)；分类 cs.CL
AI总结 本文提出个人视觉记忆基准和VisualMem混合架构，通过显式与隐式视觉证据增强AI代理的长期记忆，显著提升个性化任务性能。
Comments Project Page: https://viettmab.github.io/visualmem-page/
LLM辅助情感分析在综合计算与定性混合方法教育研究中的应用：学生书面反思作业案例研究
机构 * Chandra Family Department of Electrical and Computer Engineering, University of Texas at Austin（德克萨斯大学奥斯汀分校电子与计算机工程系） ； Department of Engineering Education, Virginia Polytechnic Institute and State University（弗吉尼亚理工大学工程教育系） ； Gallogly College of Engineering, University of Oklahoma（俄克拉荷马大学加洛格利工程学院） ； Department of Mechanical and Materials Engineering, University of Nebraska-Lincoln（内布拉斯加大学林肯分校机械与材料工程系）
专题命中 记忆与上下文管理 ：workflow(abstract)；分类 cs.AI
AI总结 本研究通过纵向案例，利用LLM辅助情感分析结合统计检验与主题分析，探讨学生身份变量对留学期间语言交流情感的影响，发现海外生活经历是唯一显著变量。
Cordon-MAS：通过信息流控制防御 RAG 的知识投毒
机构 * Zhejiang University（浙江大学） ； Binjiang Institute of Zhejiang University（浙江大学滨江研究院） ； Shanghai Jiao Tong University（上海交通大学） ； Zhejiang Lab（浙江实验室） ； Harbin Institute of Technology（哈尔滨工业大学） ； Hangzhou Dianzi University（杭州电子科技大学）
专题命中 记忆与上下文管理 ：agent(abstract)；分类 cs.AI
AI总结 针对检索增强生成（RAG）中的 Confundo 式投毒攻击，提出 Cordon-MAS 框架，通过分离证据提取、跨源审计和答案合成到具有非对称内存权限的智能体中，将攻击成功率相对降低 92.4%，将投毒问题从检测重新定义为信息流控制。
ReCA: 通过递归上下文分配实现多镜头长视频外推
机构 * Monash University（墨尔本大学） ； Tongyi Lab, Alibaba Group（通义实验室，阿里集团） ； Zhejiang University（浙江大学） ； University of Queensland（昆士兰大学）
专题命中 记忆与上下文管理 ：planning(abstract)；分类 cs.AI
AI总结 针对多镜头视频外推任务中上下文分配瓶颈，提出递归上下文分配框架，通过层次化分解和结构化状态传播提升长视频生成的一致性和质量。
Comments Project Page: https://reca.vmv.re , Code: https://github.com/ali-vilab/ReCA
个性化具身多模态大语言模型代理在长期用户交互中的应用
机构 * Yonsei University（延世大学） ； KAIST（韩国科学技术院）
专题命中 记忆与上下文管理 ：agent(abstract)；分类 cs.AI
AI总结 提出POLAR框架，通过多模态知识图谱记忆机制增强具身代理在长期交互中的个性化能力，显著提升多步推理和用户上下文跟踪性能。
MemMorph：通过记忆投毒实现LLM代理中的工具劫持
机构 * Nanyang Technological University, Singapore（南洋理工大学，新加坡）
专题命中 记忆与上下文管理 ：agent(abstract)；分类 cs.AI
AI总结 提出MemMorph攻击，通过向长期记忆注入少量伪装记录，诱导LLM代理自主选择攻击者偏好的工具，在多个基准测试中实现高达85.9%的攻击成功率。
Comments Preprint. Under review
AgentIR：面向长期对话记忆的工作负载自适应级联检索基座
机构 * University of Southern California（南加州大学）
专题命中 记忆与上下文管理 ：agent(abstract)；分类 cs.CL
AI总结 针对长期对话记忆中索引动态增长、查询类型变化和亚10毫秒延迟预算的挑战，提出一种基于置信度触发的级联路由策略，通过自适应选择融合方法和是否运行稠密通道，在保持准确率的同时显著降低延迟并提升并发能力。
Comments 29 pages, 9 figures, 12 tables. Main paper 9 pages + comprehensive appendix (proof, GPU kernels, full per-dataset BEIR/LongMemEval/LoCoMo tables, cascade router C++ API, 6 robustness experiments, FAQ, failure-case catalog)
JT-SAFE-V2：具有世界上下文数据的安全设计基础模型
机构 * JIUTIAN Research（九天研究院）
专题命中 记忆与上下文管理 ：agentic(abstract)；分类 cs.AI
AI总结 提出JT-Safe-V2大语言模型，通过世界知识预训练、高确定性训练和安全强化后训练实现通用智能与安全设计的联合优化，并引入Safe-MoMA框架降低推理成本，在通用智能和安全基准上达到最优性能。
SkillEvolBench：从情景经验到程序性技能的演化基准测试
机构 * The Ohio State University（俄亥俄州立大学） ； The University of Chicago（芝加哥大学） ； University College London（伦敦大学学院） ； University of Michigan（密歇根大学） ； The Chinese University of Hong Kong（香港中文大学） ； Case Western Reserve University（凯斯西储大学） ； Amazon（亚马逊）
专题命中 记忆与上下文管理 ：agent(abstract)；分类 cs.AI
AI总结 提出SkillEvolBench基准，通过六个真实环境中的180个任务，评估大语言模型代理能否将情景经验提炼为可复用的程序性技能，发现当前代理难以形成稳健的技能，且原始轨迹复用优于蒸馏技能。
多市场价值堆叠：结合不平衡参与和非均匀FCR投标的电池控制
机构 * Gent University - imec, IDLab（根特大学 - imec，IDLab）
专题命中 记忆与上下文管理 ：agent(abstract)；分类 cs.AI
AI总结 提出一种两阶段控制框架，通过非均匀FCR投标和深度强化学习实时交易，在保持FCR合规的同时实现7.56%的利润提升。
Comments 5 pages, 2 figures. Presented at ACM Sustainability Week 2026 (ACM Sustainability Week Companion 26), June 22-25, 2026, Banff, AB, Canada
训练数据教会RL记忆体代理什么：记忆增强问答中课程效应的实证研究
机构 * Columbia University（哥伦比亚大学） ； Independent Researcher（独立研究者） ； Johns Hopkins University（约翰霍普金斯大学） ； Northeastern University（东北大学）
专题命中 记忆与上下文管理 ：agent(abstract)；分类 cs.CL
AI总结 通过控制实验，研究训练课程（领域内、混合、领域外）对强化学习记忆体代理在记忆增强问答中的技能获取和专业化影响，发现课程组成作为专业化的细粒度杠杆，混合课程在整体F1上最优，而窄领域外课程可转移特定技能（如时间推理），并报告了将GRPO适配到单GPU环境的实用经验。
Comments 14 pages, 2 figures, 11 tables. Code, checkpoints, and evaluation artifacts available at https://github.com/EvaxHe/rl-memory-curriculum
记住保持好奇：用于3D探索的片段上下文和持久世界
机构 * University of Toronto（多伦多大学） ； UC Berkeley（加州大学伯克利分校） ； Wayve ； Vector Institute（向量研究所） ； Simon Fraser University（西蒙 Fraser大学）
专题命中 记忆与上下文管理 ：agent(abstract)；分类 cs.LG
AI总结 本研究提出了一种基于好奇心驱动强化学习的方法，通过引入持久世界模型和片段上下文来解决3D环境中稀疏奖励长周期任务中的探索问题，实验表明该方法在HM3D数据集上优于基于强化学习的主动映射基线，并能泛化到Gibson和AI生成的世界。
AI赋能的严肃游戏：在训练系统中整合智能与适应性
机构 * Durham College（达灵顿学院） ； Ontario Tech University（安大略技术大学）
专题命中 记忆与上下文管理 ：agent(abstract)；分类 cs.AI
AI总结 本文探讨了如何利用人工智能技术提升严肃游戏中的实时教学适应能力，分析了智能与适应性的定义，并讨论了大型语言模型、强化学习和基于代理的架构在严肃游戏中的应用及面临的挑战。
Comments Book chapter, 1 figure. To appear in "Advances in Global Applied Artificial Intelligence," G. A. Tsihrintzis, M. Virvou, N. G. Bourbakis, and L. C. Jain (Eds.), Springer, Learning and Analytics in Intelligent Systems book series, 2026
在LLM代理中治理演化的记忆：风险、机制以及稳定性与安全性的治理记忆（SSGM）框架
机构 * College of Intelligent Science and Engineering（智能科学与工程学院）
专题命中 记忆与上下文管理 ：agentic(abstract)；分类 cs.AI
AI总结 本文研究了LLM代理中记忆治理的问题，提出了一种新的SSGM框架，通过一致性验证、时间衰减建模和动态访问控制来缓解记忆腐蚀风险，提高记忆系统的稳定性与安全性。
不要在没有充分鲁棒性审计的情况下从LLM社会模拟中绘制科学结论
机构 * Thomas Lord Department of Computer Science, University of Southern California（美国南加州大学计算机科学系汤姆·劳德部门） ； Marshall School of Business, University of Southern California（美国南加州大学马歇尔商学院）
专题命中 记忆与上下文管理 ：agent(abstract)；分类 cs.AI
AI总结 本文研究了从LLM社会模拟中得出的科学结论不应强于支持它们的鲁棒性审计，通过两个案例研究展示了小扰动如何影响模拟结果，并提出TRAILS框架以规范鲁棒性审计。
在非平稳环境下通过自适应安全约束实现安全的持续强化学习
机构 * McMaster Centre for Software Certification（麦斯特软件认证中心） ； Department of Computing and Software（计算与软件系） ； McMaster University（麦斯特大学）
专题命中 记忆与上下文管理 ：agent(abstract)；分类 cs.LG
AI总结 本文提出了一种结合三种自适应安全机制的框架，用于在非平稳环境下实现安全的持续强化学习，通过自适应约束机制减少分布偏移下的安全违规，同时保持任务性能。
Comments Preprint version
OxyGen: 为多任务并行下的VLA推理提供统一的KV缓存管理
机构 * Institute for AI Industry Research (AIR)（人工智能产业研究院） ； Department of Electronic Engineering（电子工程系） ； University of Science and Technology of China（中国科学技术大学）
专题命中 记忆与上下文管理 ：AI agent(abstract)；分类 cs.AI
AI总结 本文提出OxyGen，一种统一的KV缓存管理方法，用于在多任务并行下提高VLA推理效率，通过跨任务KV共享和跨帧连续批处理实现冗余计算和资源竞争的减少，从而在设备端实现更高的吞吐量和频率。
Comments Preprint
EXG: 基于经验图的自演化代理
机构 * University of Technology Sydney（悉尼科技大学） ； The University of New South Wales（新南威尔士大学）
专题命中 记忆与上下文管理 ：agent(abstract)；分类 cs.AI
AI总结 本文提出EXG，一种基于经验图的自演化代理框架，通过结构化组织积累的成功与失败经验，提升代理在复杂任务中的解决质量和资源效率。
用于长周期科学代理的事件-语义记忆架构
机构 * Serbian Institute for Artificial Intelligence Research and Development（塞尔维亚人工智能研究与发展研究所） ； Bayer A.G.（勃林格殷曼有限公司）
专题命中 记忆与上下文管理 ：agent(abstract)；分类 cs.AI
AI总结 本文提出了一种双过程记忆架构，用于解决科学代理在长周期任务中面临的情境窗口饱和问题，通过分离即时事件需求和长期知识整合，提升了在大规模科学工作流中的表现和可扩展性。
记忆中的隐患：LLM代理中的潜伏记忆污染
机构 * SPAR ； ELLIS Institute Tübingen（图宾根ELLIS研究所） ； MPI for Intelligent Systems（智能系统马克斯·普朗克研究所） ； Tübingen AI Center（图宾根人工智能中心） ； APTA ； CISPA Helmholtz Center for Information Security（信息安全海德堡中心）
专题命中 记忆与上下文管理 ：agentic(abstract)；分类 cs.AI
AI总结 研究探讨了LLM代理中由于持久化内存带来的安全风险，提出并研究了潜伏记忆污染攻击，该攻击通过操控外部上下文使代理存储伪造的记忆，影响后续交互，实验显示攻击可跨多次对话持续生效。
Comments 86 pages, 60 tables
当个性化合理化风险：揭示个性化对话代理中的安全漏洞
机构 * Harbin Institute of Technology（哈尔滨工业大学） ； SERES Group Co., Ltd（SERES集团有限公司）
专题命中 记忆与上下文管理 ：agent(abstract)；分类 cs.AI
AI总结 本文研究了个性化对话代理中的一种安全故障模式——意图合理化，通过引入PS-Bench基准测试，揭示了个性化记忆如何偏移意图推断并导致模型合理化有害查询，提出了一种轻量级的检测-反思方法以减少安全退化。
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