AI 大模型
大模型数学、逻辑、规划、多步推理和测试时计算能力。
数学对象推理：在线奖励建模与测试时间聚合
机构 * FAIR at Meta（Meta旗下的FAIR）
专题命中 数学推理 ：reasoning(title,abstract)；test-time compute(abstract)；分类 cs.CL、cs.AI
AI总结 本文提出改进数学对象推理的三个贡献：构建数学对象推导的训练数据和基准Principia套件，提供强LLM判官和验证器的训练方案，展示在线训练可提升测试时计算能力。
ARISE: 在分层强化学习中通过内在技能进化实现智能体推理
机构 * Department of Electrical and Computer Engineering, George Washington University（乔治华盛顿大学电气与计算机工程系） ； Department of Mathematical Sciences, University of Texas at Dallas（德克萨斯大学达拉斯分校数学科学系） ； School of Business, George Washington University（乔治华盛顿大学商学院）
专题命中 数学推理 ：reasoning(title,abstract)；分类 cs.AI
AI总结 ARISE提出一种分层强化学习框架，通过共享策略管理高阶技能和生成低阶响应，提升数学推理能力，实验显示其在多个基准测试中优于现有方法。
复杂损失函数是否必要用于教LLM进行推理？
机构 * DEIB, Politecnico di Milano（米兰理工学院DEIB学院）
专题命中 数学推理 ：reasoning(abstract)；分类 cs.CL、cs.AI、cs.LG
AI总结 本文通过分析GRPO发现负反馈对训练至关重要，PPO风格约束非必需，提出简化版RGRA在数学基准上表现更优。
TARo: 令牌级自适应路由用于大语言模型测试时间对齐
机构 * Meta ； University of Pittsburgh（匹兹堡大学） ； University of California, Berkeley（加州大学伯克利分校）
专题命中 数学推理 ：reasoning(abstract)；分类 cs.CL、cs.AI、cs.LG
AI总结 TARo通过令牌级自适应路由在推理时引导冻结的LLM进行结构化推理，提升推理性能达22.4%，并在医疗和指令遵循任务中表现优异。
CausalARC：基于因果世界模型的抽象推理
专题命中 代码与定理证明 ：reasoning(title,abstract)；logical reasoning(abstract)；分类 cs.CL、cs.AI、cs.LG
AI总结 CausalARC通过因果世界模型进行低数据和分布外推理，结合原则性数据增强提供少量示例反馈，用于评估语言模型在抽象推理、反事实推理、程序合成和因果发现中的表现。
Comments Peer-reviewed workshop paper
Journal ref 39th Conference on Neural Information Processing Systems (NeurIPS 2025) Workshop: Bridging Language, Agent, and World Models (LAW)
模拟到规则：一个双VLM框架用于正式视觉规划
机构 * MIT（麻省理工学院） ； Harvard University（哈佛大学） ； MIT-IBM Watson AI Lab（麻省理工-IBM沃森人工智能实验室）
专题命中 代码与定理证明 ：planning(title,abstract)；reasoning(abstract)；分类 cs.CL、cs.AI
AI总结 本文提出VLMFP框架，结合SimVLM和GenVLM实现自动生成PDDL问题和领域文件，提升视觉规划的精确性和泛化能力。
Comments 40 pages, 6 figures, 13 tables
利用大型语言模型进行通用窥视优化
专题命中 代码与定理证明 ：reasoning(abstract)
AI总结 本文提出LPG框架，利用大型语言模型进行窥视优化泛化，通过闭环工作流整合符号常量泛化、结构泛化、约束放松和位宽/精度泛化，提升优化规则的正确性和通用性。
StreamingThinker: 大语言模型在阅读时可以思考
机构 * Shanghai Jiao Tong University（上海交通大学） ； Eastern Institute of Technology, Ningbo（宁波东部技术研究院） ； Ningbo Key Laboratory of Spatial Intelligence and Digital Derivative, Institute of Digital Twin（宁波空间智能与数字衍生关键实验室，数字孪生研究院） ； Hong Kong Polytechnic University（香港理工大学） ； Munich Center for Machine Learning, LMU（慕尼黑机器学习中心，莱茵-慕尼黑大学）
专题命中 逻辑推理 ：reasoning(abstract)；CoT(abstract)；math reasoning(abstract)；logical reasoning(abstract)
AI总结 本文提出StreamingThinker框架，使大语言模型在阅读过程中实现流式思考，通过流式CoT生成、流式约束训练和并行推理提升效率，减少延迟并保持性能。
Comments ICLR 2026
跨领域演示到代码的神经符号反事实推理
机构 * Department of Computer Science and Engineering, Sungkyunkwan University（Sungkyunkwan 大学计算机科学与工程系）
专题命中 逻辑推理 ：reasoning(title,abstract)；分类 cs.AI
AI总结 本文提出NeSyCR框架，通过神经符号反事实推理解决跨领域机器人编程中的过程不匹配问题，提升任务成功率31.14%。
Comments Accepted at CVPR 2026
AS2 -- 基于注意力的软答案集：一种端到端可微的神经-软符号推理架构
机构 * Clemson University（克莱姆森大学）
专题命中 逻辑推理 ：reasoning(title)；分类 cs.AI
AI总结 AS2提出一种端到端可微的神经-软符号推理架构，通过软连续近似替代离散求解器，实现约束满足反馈的可微传递，提升在视觉数独和MNIST加法任务中的性能。
轻量级适应用于基于LLM的技术服务代理：潜在逻辑增强与鲁棒噪声消除
机构 * School of Mathematics and Sciences, Fudan University, Shanghai, China（复旦大学数学科学学院，上海，中国） ； Shanghai Center for Mathematical Sciences, Fudan University, Shanghai, China（复旦大学上海数学中心，上海，中国） ； Alibaba Group, Hangzhou, China（阿里巴巴集团，杭州，中国） ； Institute of Science and Technology for Brain-Inspired Intelligence, Fudan University, Shanghai, China（脑启发式智能科学技术研究院，复旦大学，上海，中国） ； Center for Applied Mathematics & Shanghai Key Laboratory of Contemporary Applied Mathematics, Fudan University, Shanghai, China（应用数学中心及上海当代应用数学重点实验室，复旦大学，上海，中国）
专题命中 逻辑推理 ：reasoning(abstract)；planning(abstract)；分类 cs.AI、cs.LG
AI总结 本文提出轻量级适应框架，通过潜在逻辑增强和鲁棒噪声消除提升技术服务代理的稳定性和性能，同时采用混合奖励机制降低训练成本。
DAVIS：基于知识图谱的规划代理
机构 * Davis Institute for Artificial Intelligence（戴维斯人工智能研究所） ； Colby College（科伯学院） ； University of Notre Dame（圣约翰大学） ； William & Mary（威廉与玛丽学院）
专题命中 规划推理 ：planning(title,abstract)；reasoning(abstract)；分类 cs.CL、cs.AI
AI总结 本文提出DAVIS，一种基于知识图谱的规划代理，通过结构化和时间记忆实现模型驱动规划，并采用多轮检索系统提升科学任务处理能力，在ScienceWorld基准测试中表现优异。
Comments Accepted to EMNLP 2025 Findings
AsgardBench -- 评估基于视觉的交互式规划在最小反馈下的表现
机构 * Microsoft（微软）
专题命中 规划推理 ：planning(title,abstract)；reasoning(abstract)；分类 cs.AI
AI总结 AsgardBench旨在评估基于视觉的高阶动作序列生成和交互式规划，重点在于执行过程中基于视觉观察而非导航或低级操作的计划适应。通过限制代理输入为图像、动作历史和轻量级成功/失败信号，该基准测试强调条件分支和计划修复。
Comments 19 figures, 6 tables, including appendix
网络正义导师：一种基于思考-计划-行动推理和教学支架的AI框架，用于网络安全学习
专题命中 规划推理 ：reasoning(title,abstract)；planning(abstract)
AI总结 本文提出CyberJustice Tutor，通过Think-Plan-Act推理和教学支架框架，解决传统聊天机器人在网络安全教育中的局限性，验证了其在专业教育中的有效性。
通过重构理解：为LLM预训练反转软件开发过程
专题命中 规划推理 ：reasoning(abstract)；chain-of-thought(abstract)；CoT(abstract)；planning(abstract)
AI总结 本文提出通过重构软件开发过程来提升LLM性能，通过模拟多智能体轨迹生成更丰富的监督信号，实验显示在多个基准测试中效果显著。
ARIADNE：一种用于可靠冠状动脉造影分析的感知-推理协同框架
专题命中 规划推理 ：reasoning(title,abstract)；分类 cs.AI
AI总结 ARIADNE通过结合偏好对齐的感知与基于强化学习的诊断推理，实现拓扑一致的狭窄检测。该框架利用DPO微调Sa2VA模型，结合贝蒂数约束，提升血管结构完整性，减少假阳性，验证了偏好学习在医学影像中的应用。
Comments 28 pages, 5 figures . arXiv:submit/7385738 [cs.AI]
DSPO：用于代理搜索和推理的稳定高效策略优化
机构 * Sapiens AI ； Nanyang Technological University（南洋理工大学） ； National University of Singapore（新加坡国立大学）
专题命中 规划推理 ：reasoning(title,abstract)；分类 cs.CL
AI总结 DSPO通过序列级优化和动态样本过滤提升代理训练稳定性，使7B模型在多个问答基准上超越前作34.1%，在复杂多跳问答中甚至超越14B模型9个百分点。
hostile 环境中的最优路径规划
专题命中 规划推理 ：planning(title,abstract)
AI总结 研究在危险环境中多智能体路径规划问题，证明该问题NP难并提出多项式时间算法，揭示了问题的计算复杂性景观。
Comments Accepted for publication at ICAPS-2026 (25 pages, 6 figures)
从服务器到站点：LLM推理的组合功率轨迹生成用于基础设施规划
专题命中 规划推理 ：planning(title,abstract)
AI总结 本文提出通过组合功率轨迹生成方法，准确建模LLM推理的能耗，支持更精确的基础设施规划。
基于LLM的世界模型可以独立做出决策，但需要严谨的评估
机构 * The Hong Kong Polytechnic University（香港理工大学） ； Singapore Management University（新加坡国立大学）
专题命中 规划推理 ：reasoning(abstract)；planning(abstract)；分类 cs.AI
AI总结 本文从决策视角出发，对基于LLM的世界模型进行综合评估，设计了政策验证、行动提案和政策规划三项任务，评估了GPT-4o和GPT-4o-mini在不同环境中的表现，发现LLM世界模型在长期决策任务中性能下降，且不同功能组合会引入额外的不稳定性。
Comments Accepted to TMLR
基于LLM的二进制分析中的隐式模式
机构 * Beijing Jiaotong University（北京交通大学）
专题命中 规划推理 ：reasoning(abstract)；分类 cs.AI
AI总结 研究揭示了基于LLM的多轮二进制漏洞分析中隐式形成的结构化模式，包括早期剪枝、路径依赖锁定、目标回溯和知识引导优先级，为构建更可靠的分析系统提供了基础。
Comments 18 pages
代理流引导与并行展开搜索用于空间感知的文本到图像生成
机构 * Harbin Institute of Technology（哈尔滨工业大学）
专题命中 规划推理 ：reasoning(abstract)；分类 cs.AI
AI总结 本文提出AFS-Search框架，通过闭合环路机制和空间感知引导提升文本到图像生成的精度与效率，实现性能和速度的双重优化。
SIA：一种用于知识引导和安全的电子商务搜索LLM的合成-注入-对齐框架
机构 * Beijing China（中国北京）
专题命中 规划推理 ：reasoning(abstract)；分类 cs.CL
AI总结 本文提出SIA框架，通过合成高质量语料库、参数高效预训练和双路径对齐方法，解决电子商务搜索LLM的知识幻觉和安全漏洞问题，并在京东实现工业部署。
EntropyCache: 基于解码令牌熵的KV缓存用于扩散语言模型
机构 * Seoul National University（首尔国立大学）
专题命中 规划推理 ：chain-of-thought(abstract)；分类 cs.CL
AI总结 EntropyCache利用解码令牌熵指导KV缓存，通过最大熵信号决定是否重新计算，实现高效缓存更新，提升推理速度和效率。
SF-RAG：用于学术问答的结构保真检索增强生成
机构 * Qilu University of Technology (Shandong Academy of Sciences)（齐鲁工业大学（山东科学院）） ； National University of Singapore（新加坡国立大学）
专题命中 规划推理 ：reasoning(abstract)；分类 cs.AI
AI总结 SF-RAG通过保留学术论文的层级结构，提高检索和生成的效率与准确性，减少碎片化并提升答案质量。
AJAR：适应性突破架构用于红队测试
机构 * School of Cyber Science and Engineering（网络安全科学与工程学院）
专题命中 规划推理 ：planning(abstract)；分类 cs.CL
AI总结 AJAR框架通过可调用MCP服务实现多轮突破算法，提升X-Teaming攻击成功率至76.0%，并在工具访问下优化攻击面。
Comments 7 pages, 3 figures. Code and data available at https://github.com/douyipu/ajar
Manual2Skill++: 通过视觉语言模型实现连接器感知的指令手册驱动机器人装配
机构 * School of Computing, National University of Singapore（新加坡国立大学计算机学院） ； University of Toronto（多伦多大学） ； Zhejiang University（浙江大学） ； Peking University（北京大学）
专题命中 规划推理 ：planning(abstract)；分类 cs.AI
AI总结 本文提出Manual2Skill++框架，通过视觉语言模型从指令手册中提取结构化连接信息，构建层次化图表示，实现连接器为核心的装配任务理解与执行。
Journal ref ICRA2026
MMSearch-Plus：面向多模态浏览代理的溯源感知基准测试
机构 * The University of Hong Kong (HKU)（香港大学） ； Huawei Inc（华为公司）
专题命中 规划推理 ：reasoning(abstract)；分类 cs.AI
AI总结 MMSearch-Plus是一个包含311个任务的基准测试，通过迭代图像-文本检索和交叉验证在噪声下强制多模态理解，提供模型无关的代理框架和集中标记模块，提升多步推理的鲁棒性。
Comments Project Page: https://mmsearch-plus.github.io
Journal ref ICLR 2026
代理大语言模型框架用于自适应决策 discourse
专题命中 规划推理 ：reasoning(abstract)；分类 cs.AI
AI总结 本文提出一种代理大语言模型框架，用于模拟决策 discourse，通过多方观点协作开发可行策略，解决复杂系统中的不确定性挑战，展示了两个案例研究，平衡了社会、经济和环境优先事项，为可扩展和情境感知的推荐奠定基础。
Comments 24 pages, 4 figures, 1 appendix
SAMA：用于指令引导视频编辑的因子化语义锚定与运动对齐
机构 * Baidu（百度） ； Tsinghua University（清华大学） ； City University of Hong Kong（香港城市大学） ； Zhejiang University（浙江大学）
专题命中 规划推理 ：planning(abstract)
AI总结 SAMA通过因子化语义锚定和运动对齐方法，在无需外部先验知识的情况下实现精确语义修改与运动保真的平衡，展示了强大的零样本视频编辑能力。
Comments 24 pages, 12 figures
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