大模型推理能力

TraceSIR: A Multi-Agent Framework for Structured Analysis and Reporting of Agentic Execution Traces

TraceSIR: 一个用于结构化分析和报告代理执行轨迹的多代理框架

Shu-Xun Yang, Cunxiang Wang, Haoke Zhang, Wenbo Yu, Lindong Wu, Jiayi Gui, Dayong Yang, Yukuo Cen, Zhuoer Feng, Bosi Wen, Yidong Wang, Lucen Zhong, Jiamin Ren, Linfeng Zhang, Jie Tang

机构 * Beijing Institute of Technology（北京理工大学） ； Zhipu AI（智谱AI） ； Tsinghua University（清华大学） ； Shanghai Jiao Tong University（上海交通大学） 纠错

专题命中 规划推理 ：reasoning(abstract)；分类 cs.CL、cs.AI

AI总结 TraceSIR通过多代理框架结构化分析和报告代理执行轨迹，提升故障诊断和根本原因分析效率。

AISSISTANT: Human-AI Collaborative Review and Perspective Research Workflows in Data Science

AIssistant: 人机协作的数据科学科研与视角研究工作流

Sasi Kiran Gaddipati, Farhana Keya, Gollam Rabby, Sören Auer

机构 * TIB Leibniz Information Centre for Science and Technology（图灵信息科学与技术研究所） ； L3S Research Center（L3S研究中心） 纠错

专题命中 规划推理 ：chain-of-thought(abstract)；分类 cs.AI、cs.LG

AI总结 AIssistant通过人机协作框架提升数据科学科研与视角研究的效率和质量。

CAIMAN: Causal Action Influence Detection for Sample-efficient Loco-manipulation

CAIMAN：用于样本高效移动-操作的因果动作影响检测

Yuanchen Yuan, Jin Cheng, Núria Armengol Urpí, Stelian Coros

机构 * ETH Zurich（苏黎世联邦理工学院） 纠错

专题命中 规划推理 ：planning(abstract)；分类 cs.LG

AI总结 CAIMAN通过因果动作影响作为内在动机目标，提升腿部机器人在稀疏奖励下的样本效率和移动-操作能力。

Securing the Floor and Raising the Ceiling: A Merging-based Paradigm for Multi-modal Search Agents

保障地板，提升天花板：一种基于合并的多模态搜索代理范式

Zhixiang Wang, Jingxuan Xu, Dajun Chen, Yunfang Wu, Wei Jiang, Yong Li

机构 * Peking University, Beijing, China（北京大学） 纠错

专题命中 规划推理 ：reasoning(abstract)；分类 cs.AI

AI总结 本文提出一种无需训练的多模态搜索代理范式，通过跨模态模型合并提升VLMs的自主搜索能力，OBM算法在搜索任务中表现出更高的效率和性能。

K^2-Agent: Co-Evolving Know-What and Know-How for Hierarchical Mobile Device Control

K^2-Agent: 为分层移动设备控制共进化知什么和知如何

Zhe Wu, Donglin Mo, Hongjin Lu, Junliang Xing, Jianheng Liu, Yuheng Jing, Kai Li, Kun Shao, Jianye Hao, Yuanchun Shi

机构 * Department of Computer Science and Technology, Tsinghua University（清华大学计算机科学与技术系） ； Huawei Noah’s Ark Lab（华为诺亚实验室） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） 纠错

专题命中 规划推理 ：planning(abstract)；分类 cs.AI

AI总结 K2-Agent通过分层框架共进化声明性与程序性知识，提升复杂移动设备任务的规划与执行能力，实现76.1%的成功率和跨任务的强泛化能力。

From Literature to Hypotheses: An AI Co-Scientist System for Biomarker-Guided Drug Combination Hypothesis Generation

从文献到假设：一种用于生物标志物引导的药物组合假设生成的AI合作者系统

Raneen Younis, Suvinava Basak, Lukas Chavez, Zahra Ahmadi

机构 * Peter L. Reichertz Institute for Medical Informatics (PLRI), Hannover Medical School（汉诺威医学院彼得·L·里赫茨医学信息学研究所） ； Lower Saxony Center for Artificial Intelligence and Causal Methods in Medicine (CAIMed)（下萨克森医学人工智能与因果方法中心） ； Sanford Burnham Prebys (SBP) Medical Discovery Institute, San Diego（圣地亚哥桑福尔德·伯恩斯医学发现研究所） 纠错

专题命中 规划推理 ：reasoning(abstract)；分类 cs.CL

AI总结 本文提出 AI 合作者系统 CoDHy，通过整合生物医学知识图谱和文献证据，实现基于生物标志物的药物组合假设生成与验证。

TopoEdge: Topology-Grounded Agentic Framework for Edge Networking Code Generation and Repair

TopoEdge：基于拓扑的代理框架用于边缘网络代码生成与修复

Haomin Qi, Bohan Liu, Zihan Dai, Yunkai Gao

机构 * University of California San Diego（加州大学圣地亚哥分校） ； The Chinese University of Hong Kong（香港中文大学） ； University of Copenhagen（哥本哈根大学） ； Duke University（杜克大学） 纠错

专题命中 规划推理 ：planning(abstract)；分类 cs.LG

AI总结 TopoEdge通过拓扑引导的检索增强生成框架，实现边缘网络配置的生成与修复，利用图神经网络和三个专门化代理协调生成-验证-修复循环。

Comments 6 pages, 4 figures, 3 tables

Journal ref IEEE Wireless Communications and Networking Conference (WCNC) 2026

WirelessAgent++: Automated Agentic Workflow Design and Benchmarking for Wireless Networks

WirelessAgent++: 无线网络中自主代理工作流设计与基准测试

Jingwen Tong, Zijian Li, Fang Liu, Wei Guo, Jun Zhang

机构 * College of Electronics and Information Engineering, Shenzhen University（深圳大学电子与信息工程学院） ； Department of Electronic and Computer Engineering, The Hong Kong University of Science and Technology（香港理工大学电子与计算机工程系） 纠错

专题命中 规划推理 ：reasoning(abstract)；分类 cs.AI

AI总结 WirelessAgent++通过自动化设计无线任务代理工作流，结合MCTS算法和WirelessBench基准测试，实现了高效且稳健的无线网络代理生成。

Comments This manuscript has submitted to a possible Journal for publication

Atomicity for Agents: Exposing, Exploiting, and Mitigating TOCTOU Vulnerabilities in Browser-Use Agents

代理的原子性：揭示、利用和缓解浏览器使用代理中的TOCTOU漏洞

Linxi Jiang, Zhijie Liu, Haotian Luo, Zhiqiang Lin

机构 * The Ohio State University（俄亥俄州立大学） 纠错

专题命中 规划推理 ：planning(abstract)；分类 cs.AI

AI总结 本文研究了浏览器使用代理中的TOCTOU漏洞，通过实证研究揭示其普遍存在性，并提出基于预执行验证的轻量级缓解方法。

MED-COPILOT: A Medical Assistant Powered by GraphRAG and Similar Patient Case Retrieval

MED-COPILOT：一种基于图RAG和相似患者案例检索的医疗助手

Shuheng Chen, Namratha Patil, Haonan Pan, Angel Hsing-Chi Hwang, Yao Du, Ruishan Liu, Jieyu Zhao

机构 * University of Southern California（南加州大学） 纠错

专题命中 规划推理 ：reasoning(abstract)；分类 cs.AI

AI总结 MED-COPILOT通过结合图RAG和相似患者案例检索，提升临床决策支持系统的证据整合与推理准确性。

StethoLM: Audio Language Model for Cardiopulmonary Analysis Across Clinical Tasks

StethoLM：用于跨临床任务的心肺分析的音频语言模型

Yishan Wang, Tsai-Ning Wang, Mathias Funk, Aaqib Saeed

机构 * Eindhoven University of Technology（埃因霍温理工大学） 纠错

专题命中 规划推理 ：reasoning(abstract)；分类 cs.LG

AI总结 StethoLM是首个用于心肺听诊的音频语言模型，能执行多种临床任务，通过多阶段训练提升性能和鲁棒性，为临床听诊提供新的AI解决方案。

Comments To be published in TMLR

Multi-Sourced, Multi-Agent Evidence Retrieval for Fact-Checking

多源多智能体证据检索用于事实核查

Shuzhi Gong, Richard O. Sinnott, Jianzhong Qi, Cecile Paris, Preslav Nakov, Zhuohan Xie

机构 * The University of Melbourne（墨尔本大学） 纠错

专题命中 规划推理 ：reasoning(abstract)；分类 cs.AI

AI总结 WKGFC通过多智能体证据检索和知识图谱增强，提升事实核查的准确性和鲁棒性。

Emergence of Spatial Representation in an Actor-Critic Agent with Hippocampus-Inspired Sequence Generator

具有海马体启发序列生成器的Actor-Critic智能体中空间表示的出现

Xiao-Xiong Lin, Yuk-Hoi Yiu, Christian Leibold

机构 * Faculty of Biology & Bernstein Center Freiburg & BrainLinks-BrainTools Center University of Freiburg（生物学系及弗赖堡伯尔尼中心、BrainLinks-BrainTools中心、弗赖堡大学） 纠错

专题命中 规划推理 ：planning(abstract)；分类 cs.LG

AI总结 该研究通过海马体启发的序列生成器和Actor-Critic学习者，揭示稀疏输入与序列生成动态的协同作用，为导航任务中的强化学习提供新的归纳偏置。

Comments Accepted at ICLR 2026

COMRES-VLM: Coordinated Multi-Robot Exploration and Search using Vision Language Models

COMRES-VLM: 基于视觉语言模型的多机器人协同探索与搜索

Ruiyang Wang, Hao-Lun Hsu, David Hunt, Jiwoo Kim, Shaocheng Luo, Miroslav Pajic

专题命中 规划推理 ：reasoning(abstract)；分类 cs.AI

AI总结 COMRES-VLM通过视觉语言模型实现多机器人系统的协同探索与搜索，提升探索效率和目标物体搜索性能。

General search techniques without common knowledge for imperfect-information games, and application to superhuman Fog of War chess

无共同知识的通用搜索技术用于不完全信息游戏，及其在超级人类雾战国际象棋中的应用

Brian Hu Zhang, Tuomas Sandholm

专题命中 规划推理 ：reasoning(abstract)；分类 cs.AI

AI总结 Obscuro是首个在雾战国际象棋中实现超人类表现的AI，通过改进不完全信息游戏的搜索技术，实现了强大的推理能力和显著的性能优势。

Streaming Real-Time Trajectory Prediction Using Endpoint-Aware Modeling

基于端点意识建模的流式实时轨迹预测

Alexander Prutsch, David Schinagl, Horst Possegger

机构 * Institute of Visual Computing, Graz University of Technology（视觉计算研究所，格拉茨技术大学） 纠错

专题命中 规划推理 ：planning(abstract)

AI总结 本文提出了一种基于端点意识建模的轻量高效流式轨迹预测方法，通过连续时间上下文传播提升预测精度并降低推理延迟，适用于自动驾驶场景。

Comments WACV 2026 Oral. Project Page at https://a-pru.github.io/seam/

(hu)Man vs. Machine: In the Future of Motorsport, can Autonomous Vehicles Compete?

人与机器：在赛车未来中，自动驾驶车辆能竞争吗？

Armand Amaritei, Amber-Lily Blackadder, Sebastian Donnelly, Lora Hernandez, James Vine, Alexander Rast, Matthias Rolf, Andrew Bradley

机构 * Autonomous Driving and Intelligent Transport Group, Oxford Brookes University, UK（自主驾驶与智能交通组，奥克斯伯里大学，英国） ； School of Engineering, Computing & Mathematics, Oxford Brookes University, UK（工程、计算与数学学院，奥克斯伯里大学，英国） ； Artificial Intelligence, Data Analysis and Systems Institute, Oxford Brookes University, UK（人工智能、数据分析与系统研究所，奥克斯伯里大学，英国） 纠错

专题命中 规划推理 ：planning(abstract)

AI总结 本文探讨自动驾驶车辆与人类在赛车未来中的竞争可能性，分析技术性能与挑战，提出未来研究方向。

Understanding the Effects of AI-Assisted Critical Thinking on Human-AI Decision Making

理解AI辅助批判性思维对人机决策的影响

Harry Yizhou Tian, Hasan Amin, Ming Yin

专题命中 规划推理 ：reasoning(abstract)

AI总结 本文提出AACT框架，通过分析人类决策理由促进批判性思维，提升人机决策质量，减少对AI的依赖。

Coordinated Control of Multiple Construction Machines Using LLM-Generated Behavior Trees with Flag-Based Synchronization

利用LLM生成的行为树实现多台施工机械的协调控制

Akinosuke Tsutsumi, Tomoya Itsuka, Yuichiro Kasahara, Tomoya Kouno, Kota Akinari, Genki Yamauchi, Daisuke Endo, Taro Abe, Takeshi Hashimoto, Keiji Nagatani, Ryo Kurazume

机构 * Graduate School of Information Science and Electrical Engineering, Kyushu University（九州大学信息科学与电气工程研究生院） ； Public Works Research Institute（公共工程研究所） ； Institute of Systems and Information Engineering, University of Tsukuba（筑波大学系统与信息工程研究所） ； Faculty of Information Science and Electrical Engineering, Kyushu University（九州大学信息科学与电气工程学部） 纠错

专题命中 规划推理 ：planning(abstract)

AI总结 本文提出利用LLM生成行为树实现施工机械协调控制，通过同步标志提升多机协作效率，实验验证其在土方自动化中的可行性。

Comments 9 pages, 7 figures

Customising Electricity Contracts at Scale with Large Language Models

利用大语言模型大规模定制电力合同

Jochen L. Cremer

专题命中 规划推理 ：planning(abstract)

AI总结 本文利用大语言模型大规模定制电力合同，解决电网约束下的自动化合同设计问题，提升电网规划和客户管理效率。

Comments 14 pages, 21 figures

Journal ref IEEE Transactions on Power Systems, 2026

Minimalist Compliance Control

极简合规控制

Haochen Shi, Songbo Hu, Yifan Hou, Weizhuo Wang, Karen Liu, Shuran Song

专题命中 规划推理 ：planning(abstract)

AI总结 极简合规控制通过仅使用电机电流或电压信号实现无需力传感器的合规控制，适用于多种机器人和规划方法。

Comments Project website: https://minimalist-compliance-control.github.io/

VisRef: Visual Refocusing while Thinking Improves Test-Time Scaling in Multi-Modal Large Reasoning Models

VisRef: 通过思考进行视觉再聚焦以提高多模态大推理模型的测试时间扩展

Soumya Suvra Ghosal, Youngeun Kim, Zhuowei Li, Ritwick Chaudhry, Linghan Xu, Hongjing Zhang, Jakub Zablocki, Yifan Xing, Qin Zhang

机构 * University of Maryland, College Park（马里兰大学学院公园分校） ； Amazon（亚马逊） ； Physion Labs（Physion实验室） 纠错

专题命中 视觉空间推理 ：reasoning(title,abstract)；test-time compute(abstract)；分类 cs.AI

AI总结 VisRef通过视觉再聚焦提升多模态大推理模型测试时间扩展性能，有效解决视觉依赖任务中推理性能下降问题。

Comments Accepted to CVPR 2026

CodeV: Code with Images for Faithful Visual Reasoning via Tool-Aware Policy Optimization

CodeV: 通过工具感知策略优化实现基于图像的代码推理

Xinhai Hou, Shaoyuan Xu, Manan Biyani, Moyan Li, Jia Liu, Todd C. Hollon, Bryan Wang

机构 * University of Michigan（密歇根大学） ； The Ohio State University（俄亥俄州立大学） 纠错

专题命中 视觉空间推理 ：reasoning(title,abstract)；chain-of-thought(abstract)

AI总结 CodeV通过工具感知策略优化提升视觉推理的忠实度，实现更高准确率和更可靠的工具使用。

Seeing Across Views: Benchmarking Spatial Reasoning of Vision-Language Models in Robotic Scenes

跨视角视觉：评估视觉-语言模型在机器人场景中的空间推理能力

Zhiyuan Feng, Zhaolu Kang, Qijie Wang, Zhiying Du, Jiongrui Yan, Shubin Shi, Chengbo Yuan, Huizhi Liang, Yu Deng, Qixiu Li, Rushuai Yang, Arctanx An, Leqi Zheng, Weijie Wang, Shawn Chen, Sicheng Xu, Yaobo Liang, Jiaolong Yang, Baining Guo

机构 * Tsinghua University（清华大学） ； Peking University（北京大学） ； Fudan University（复旦大学） ； Microsoft Research Asia（微软亚洲研究院） ； Hong Kong University of Science and Technology（香港科技大学） ； Zhejiang University（浙江大学） 纠错

专题命中 视觉空间推理 ：reasoning(title,abstract)；CoT(abstract)

AI总结 本文提出MV-RoboBench基准，评估视觉-语言模型在机器人场景中的多视角空间推理能力，揭示其在多视角机器人感知中的挑战。

Comments Accepted to ICLR 2026. Camera-ready version. Project page: https://aaronfengzy.github.io/MV-RoboBench-Webpage/

Journal ref International Conference on Learning Representations (ICLR), 2026

HalluGuard: Demystifying Data-Driven and Reasoning-Driven Hallucinations in LLMs

HalluGuard: 解密数据驱动和推理驱动的LLM幻觉

Xinyue Zeng, Junhong Lin, Yujun Yan, Feng Guo, Liang Shi, Jun Wu, Dawei Zhou

机构 * CS Department Virginia Tech（弗吉尼亚理工学院计算机科学系） ； EECS Department MIT（麻省理工学院电子工程与计算机科学系） ； CS Department Dartmouth College（达特茅斯学院计算机科学系） ； Statistics Department Virginia Tech（弗吉尼亚理工学院统计学系） ； CS Department Michigan State University（密歇根州立大学计算机科学系） 纠错

专题命中 视觉空间推理 ：reasoning(title,abstract)；分类 cs.AI、cs.LG

AI总结 HalluGuard通过统一理论框架和NTK评分方法，系统识别LLM中的数据驱动和推理驱动幻觉，实现高精度检测。

Comments Accepted by The Fourteenth International Conference on Learning Representations (ICLR'26)

Vid-LLM: A Compact Video-based 3D Multimodal LLM with Reconstruction-Reasoning Synergy

Vid-LLM：一种基于视频的紧凑型3D多模态大语言模型，具有重建-推理协同效应

Haijier Chen, Bo Xu, Shoujian Zhang, Haoze Liu, Jiaxuan Lin, Jingrong Wang

机构 * School of Geodesy and Geomatics, Wuhan University（武汉大学测绘学院） ； Hubei Luojia Laboratory（湖北珞珈实验室） ； School of Architecture and Urban Planning, Shenzhen University（深圳大学建筑与城市规划学院） 纠错

专题命中 视觉空间推理 ：reasoning(title,abstract)；分类 cs.AI

AI总结 Vid-LLM通过基于视频的紧凑型3D多模态大语言模型，实现了重建与推理的协同效应，提升了三维场景理解的性能和泛化能力。

Endowing Embodied Agents with Spatial Reasoning Capabilities for Vision-and-Language Navigation

赋予具身体验智能体空间推理能力以实现视觉-语言导航

Qianqian Bai, Zhongpu Chen, Ling Luo, Huaming Du, Yuqian Lei, Ziyun Jiao

机构 * Southwestern University of Finance（西南财经大学） ； Department of Informatics,Universitat Hamburg, Hamburg, Germany（汉堡大学信息学院） ； University of Electronic Science（电子科技大学） 纠错

专题命中 视觉空间推理 ：reasoning(title)；planning(abstract)；分类 cs.AI

AI总结 BrainNav通过模仿生物认知功能，提升具身体验智能体的空间推理能力，实现更高效的视觉-语言导航。

SpinBench: Perspective and Rotation as a Lens on Spatial Reasoning in VLMs

SpinBench：通过视角与旋转透视视角在视觉语言模型中的空间推理

Yuyou Zhang, Radu Corcodel, Chiori Hori, Anoop Cherian, Ding Zhao

专题命中 视觉空间推理 ：reasoning(title,abstract)；分类 cs.AI

AI总结 SpinBench通过视角与旋转视角评估视觉语言模型的空间推理能力，揭示其在视角转换任务中的系统性弱点及改进潜力。

Comments ICLR 2026

pySpatial: Generating 3D Visual Programs for Zero-Shot Spatial Reasoning

pySpatial: 为零样本空间推理生成3D视觉程序

Zhanpeng Luo, Ce Zhang, Silong Yong, Cunxi Dai, Qianwei Wang, Haoxi Ran, Guanya Shi, Katia Sycara, Yaqi Xie

机构 * Carnegie Mellon University（卡内基梅隆大学） ； University of Pittsburgh（匹兹堡大学） ； University of Michigan（密歇根大学） 纠错

专题命中 视觉空间推理 ：reasoning(title,abstract)

AI总结 pySpatial通过生成3D视觉程序，使大语言模型在无需微调的情况下实现零样本空间推理，并在基准测试和实际导航中表现出色。

Comments Accepted at ICLR 2026, Project Page: Our project: https://pySpatial.github.io

SSR: Pushing the Limit of Spatial Intelligence with Structured Scene Reasoning

SSR：通过结构化场景推理推动空间智能的极限

Yi Zhang, Youya Xia, Yong Wang, Meng Song, Xin Wu, Wenjun Wan, Bingbing Liu, AiXue Ye, Hongbo Zhang, Feng Wen

机构 * Foundation Model Department, Huawei（华为基础模型部门） 纠错

专题命中 视觉空间推理 ：reasoning(title,abstract)

AI总结 SSR通过结构化场景推理框架，在减少对齐成本的同时，实现了高效的空间智能，优于更大规模模型。