大模型推理能力

The Library Theorem: How External Organization Governs Agentic Reasoning Capacity

图书馆定理：外部组织如何支配代理推理能力

Zachary F. Mainen

机构 * Champalimaud Foundation（Champalimaud基金会） 纠错

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

AI总结 本文探讨了外部组织对代理推理能力的影响，通过实验验证了索引外部记忆的代理在检索效率上的优势，并指出语言模型在索引构建与导航协议执行中的分离需求。

Comments 19 pages, 6 figures

Visual Exclusivity Attacks: Automatic Multimodal Red Teaming via Agentic Planning

视觉排斥攻击：通过代理规划实现自动多模态红队行动

Yunbei Zhang, Yingqiang Ge, Weijie Xu, Yuhui Xu, Jihun Hamm, Chandan K. Reddy

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

AI总结 本文提出视觉排斥攻击，通过多模态多轮代理规划框架MM-Plan，实现基于视觉内容的攻击，展示了对前沿模型的高攻击成功率，揭示了当前安全对齐的不足。

Revisiting Tree Search for LLMs: Gumbel and Sequential Halving for Budget-Scalable Reasoning

重新审视用于大语言模型的树搜索：Gumbel与顺序削减用于可扩展的推理

Leonid Ugadiarov, Yuri Kuratov, Aleksandr Panov, Alexey Skrynnik

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

AI总结 本文提出ReSCALE，通过将Gumbel采样和顺序削减替代传统方法，实现大语言模型在推理中的可扩展推理能力提升，解决了搜索预算增加时准确率下降的问题。

Comments The paper has been accepted to the ICAPS-2026 conference. 5 pages, 2 figures

MIND: Multi-agent inference for negotiation dialogue in travel planning

MIND：用于旅行规划谈判对话的多智能体推理

Hunmin Do, Taejun Yoon, Kiyong Jung

机构 * School of Mechanical Engineering, Sungkyunkwan University（成均馆大学机械工程学院） ； Department of Applied Artificial Intelligence, Sungkyunkwan University（成均馆大学应用人工智能系） ； Department of Software, Sungkyunkwan University（成均馆大学软件系） 纠错

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

AI总结 MIND通过理论思维框架模拟旅行者异质偏好下的共识建立，通过战略评估阶段以90.2%准确率推断对手意愿，实验显示其在高意愿命中率和辩论命中率上分别提升20.5%和30.7%。

Comments Accepted at ICLR 2026 Workshop (HCAIR)

DQN Based Joint UAV Trajectory and Association Planning in NTN Assisted Networks

基于DQN的NTN辅助网络中无人机轨迹与关联规划

Afsoon Alidadi Shamsabadi, Cosmas Mwaba, Thomas Nugent, Jie Gao, Pablo Madoery, Halim Yanikomeroglu, Subhadeep Pal

专题命中 规划推理 ：planning(title,abstract)

AI总结 本文提出基于DQN的联合无人机轨迹与关联规划算法，旨在降低能耗、减少切换频率和断连问题，通过整合地球静止轨道网络架构实现无缝无人机连接。

Foundation Models for Trajectory Planning in Autonomous Driving: A Review of Progress and Open Challenges

自动驾驶轨迹规划中的基础模型：进展与开放挑战综述

Kemal Oksuz, Alexandru Buburuzan, Anthony Knittel, Yuhan Yao, Puneet K. Dokania

机构 * Five AI Ltd.（Five AI有限公司） ； Robert Bosch GmbH（罗伯特·博世有限公司） ； United Kingdom（英国） 纠错

专题命中 规划推理 ：planning(title,abstract)

AI总结 本文综述了自动驾驶中基于基础模型的轨迹规划方法，分析了其架构设计、方法优势及局限性，并评估了37种最新方法的代码和数据集开放性。

Comments Accepted to TMLR (Survey Certification)

Learning to Sample: Reinforcement Learning-Guided Sampling for Autonomous Vehicle Motion Planning

学习采样：强化学习引导的自主车辆运动规划采样

Korbinian Moller, Roland Stroop, Mattia Piccinini, Alexander Langmann, Johannes Betz

专题命中 规划推理 ：planning(title,abstract)

AI总结 本文提出一种结合强化学习的采样方法，用于提升自动驾驶车辆在复杂城市环境中的运动规划效率与可靠性。

Comments 8 pages, submitted to the IEEE for possible publication

Graph-of-Constraints Model Predictive Control for Reactive Multi-agent Task and Motion Planning

基于约束图的模型预测控制：用于反应性多智能体任务与运动规划

Anastasios Manganaris, Jeremy Lu, Ahmed H. Qureshi, Suresh Jagannathan

机构 * Department of Computer Science, Purdue University（计算机科学系，普渡大学） 纠错

专题命中 规划推理 ：planning(title,abstract)

AI总结 本文提出基于约束图的模型预测控制（GoC-MPC），用于解决多智能体任务与运动规划中的依赖几何约束序列问题，支持部分有序任务、动态智能体协调及扰动恢复，实现高效鲁棒的多智能体操作。

Comments 8 main content pages, 4 main content figures, camera ready version submitted to IEEE International Conference on Robotics and Automation (ICRA 2026)

GSEM: Graph-based Self-Evolving Memory for Experience Augmented Clinical Reasoning

基于图的自演化记忆：用于经验增强的临床推理

Xiao Han, Yuzheng Fan, Sendong Zhao, Haochun Wang, Bing Qin

机构 * Research Center for Social Computing and Interactive Robotics, Harbin Institute of Technology, China（社会计算与交互机器人研究中心，哈尔滨工业大学，中国） 纠错

专题命中 规划推理 ：reasoning(title)；分类 cs.AI

AI总结 本文提出GSEM，一种基于图的自演化记忆框架，通过双层记忆图组织临床经验，捕捉决策结构与经验间的关系依赖，实现应用感知检索和在线反馈校准，实验显示在两个基准上均取得最高准确率。

SafePilot: A Framework for Assuring LLM-enabled Cyber-Physical Systems

SafePilot: 一种确保基于大语言模型的嵌入式物理系统框架

Weizhe Xu, Mengyu Liu, Fanxin Kong

机构 * University of Notre Dame（诺克斯维尔大学） ； Washington State University（华盛顿州立大学） 纠错

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

AI总结 本文提出SafePilot框架，通过层级神经符号方法确保基于大语言模型的嵌入式物理系统安全性，通过任务复杂度评估和分治策略，结合形式化验证提升任务规划可靠性。

Comments 12 pages, 8 figures

CAMEL: An ECG Language Model for Forecasting Cardiac Events

CAMEL：一种用于预测心脏事件的ECG语言模型

Neelay Velingker, Alaia Solko-Breslin, Mayank Keoliya, Seewon Choi, Jiayi Xin, Anika Marathe, Alireza Oraii, Rajat Deo, Sameed Khatana, Rajeev Alur, Mayur Naik, Eric Wong

机构 * University of Pennsylvania（宾夕法尼亚大学） 纠错

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

AI总结 CAMEL是首个能处理长信号的ECG语言模型，通过专门的编码器实现ECG与文本的跨理解，展示了在六个任务和九个数据集上的强大零样本性能，包括新提出的ECGForecastBench基准测试。

Comments 24 pages, 6 figures

Domain-Specialized Tree of Thought through Plug-and-Play Predictors

通过即插即用预测器实现领域专用的树状思维

Xuanqi Gao, Haoyu Wang, Jun Sun, Shiqing Ma, Chao Shen

机构 * Xi'an Jiaotong University, China（西安交通大学） ； Singapore Management University, Singapore（新加坡管理学院） ； University of Massachusetts at Amherst, United States（马萨诸塞大学阿默斯特分校） 纠错

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

AI总结 本文提出DST，一种轻量级监督启发式预测器，用于指导树状思维搜索过程，实现动态剪枝和适应性扩展，提升复杂推理的效率和准确性。

AgenticGEO: A Self-Evolving Agentic System for Generative Engine Optimization

AgenticGEO: 一种自演化代理系统用于生成引擎优化

Jiaqi Yuan, Jialu Wang, Zihan Wang, Qingyun Sun, Ruijie Wang, Jianxin Li

机构 * School of Computer Science and Engineering, Beihang University（北京航空航天大学计算机科学与工程学院） 纠错

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

AI总结 本文提出AgenticGEO，通过将优化问题建模为内容条件控制问题，提升内容质量以适应生成引擎的不可预测行为，采用MAP-Elites档案进化多样策略，并引入Co-Evolving Critic降低交互成本，实验证明其在多个数据集上优于14个基线方法。

Demystifying Reinforcement Learning for Long-Horizon Tool-Using Agents: A Comprehensive Recipe

解析长期任务工具使用强化学习：全面指南

Xixi Wu, Qianguo Sun, Ruiyang Zhang, Chao Song, Junlong Wu, Yiyan Qi, Hong Cheng

机构 * The Chinese University of Hong Kong（香港中文大学） ； IDEA Research（IDEA研究院） ； University of Macau（澳门大学） 纠错

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

AI总结 本文通过TravelPlanner测试环境，系统研究了强化学习在复杂多轮任务中的应用，提出7条关键发现，包括奖励设计、模型规模、数据组成等五个维度，最终实现超越领先LLM的性能。

Comments Codes are available at https://github.com/WxxShirley/Agent-STAR

DMFI: A Dual-Modality Log Analysis Framework for Insider Threat Detection with LoRA-Tuned Language Models

DMFI: 一种用于内部威胁检测的双模态日志分析框架，结合LoRA微调语言模型

Kaichuan Kong, Dongjie Liu, Xiaobo Jin, Guanggang Geng, Zhiying Li, Jian Weng

机构 * College of Cyber Security, Jinan University, Guangzhou, China（广州大学网络安全学院） ； School of Advanced Technology, Xi’an Jiaotong-Liverpool University, Suzhou, China（西安交通大学利物浦大学先进技术学院） 纠错

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

AI总结 DMFI通过双模态框架整合语义推理与行为感知微调，利用LoRA增强的语言模型提升日志分析精度，实验表明其在检测准确率上优于现有方法。

Comments This work has been accepted by 2025 IEEE International Conference on Data Mining (ICDM)

Coding Agents are Effective Long-Context Processors

编码代理是有效的长上下文处理器

Weili Cao, Xunjian Yin, Bhuwan Dhingra, Shuyan Zhou

机构 * Duke University（杜克大学） 纠错

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

AI总结 本文研究通过允许编码代理在文件系统中组织文本并使用其原生工具处理长上下文，发现编码代理在长上下文推理、检索增强生成和开放领域问答中表现优异，比现有最佳方法平均提升17.3%。

Transformer-Based Predictive Maintenance for Risk-Aware Instrument Calibration

基于Transformer的预测性维护用于风险感知的仪器校准

Adithya Parthasarathy, Aswathnarayan Muthukrishnan Kirubakaran, Akshay Deshpande, Ram Sekhar Bodala, Suhas Malempati, Nachiappan Chockalingam, Vinoth Punniyamoorthy, Seema Gangaiah Aarella

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

AI总结 本文研究了将校准调度作为预测性维护问题，利用Transformer模型预测时间到漂移，并结合风险感知策略降低校准成本和违规率。

OpenResearcher: A Fully Open Pipeline for Long-Horizon Deep Research Trajectory Synthesis

OpenResearcher: 一个完全开放的长 horizon 深度研究轨迹合成管道

Zhuofeng Li, Dongfu Jiang, Xueguang Ma, Haoxiang Zhang, Ping Nie, Yuyu Zhang, Kai Zou, Jianwen Xie, Yu Zhang, Wenhu Chen

机构 * Texas A&M University（德克萨斯大学） ； University of Waterloo（滑铁卢大学） ； UC San Diego（圣地亚哥大学） ； Verdent AI ； NetMind AI ； Lambda Code Demo Data Model 纠错

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

AI总结 OpenResearcher 提出了一种可重复的管道，通过解耦一次性语料库初始化与多轮轨迹合成，利用浏览器原语在1500万文档语料库上进行离线搜索和浏览循环，合成97000条轨迹并提升浏览任务准确率。

Thinking into the Future: Latent Lookahead Training for Transformers

展望未来：用于Transformer的潜在前瞻训练

Lorenzo Noci, Gregor Bachmann, Seyed-Mohsen Moosavi-Dezfooli, Moin Nabi

机构 * Apple（苹果公司） 纠错

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

AI总结 本文提出潜在前瞻训练方法，使模型在生成前进行多步前瞻，提升规划任务表现。

A Context Engineering Framework for Improving Enterprise AI Agents based on Digital-Twin MDP

基于数字孪生MDP的上下文工程框架：提升企业AI代理的框架

Xi Yang, Aurelie Lozano, Naoki Abe, Bhavya, Saurabh Jha, Noah Zheutlin, Rohan R. Arora, Yu Deng, Daby M. Sow

机构 * IBM Software Innovation Lab（IBM软件创新实验室） 纠错

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

AI总结 本文提出基于数字孪生MDP的上下文工程框架，通过离线强化学习提升企业AI代理性能，解决数据质量、现实推理需求和反馈信号不足等问题。

Guideline-grounded retrieval-augmented generation for ophthalmic clinical decision support

基于指南的检索增强生成用于眼科临床决策支持

Shuying Chen, Sen Cui, Zhong Cao

机构 * University of International Business and Economics（国际商务经济大学） ； Tsinghua University（清华大学） ； Heidelberg Institute of Global Health（海德堡全球健康研究院） 纠错

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

AI总结 本文提出Oph-Guid-RAG系统，通过多模态视觉RAG方法提升眼科临床问答与决策支持，通过可控检索框架和多模态推理提升证据基础和鲁棒性。

Spatio-Temporal Attention Enhanced Multi-Agent DRL for UAV-Assisted Wireless Networks with Limited Communications

时空注意力增强的多智能体深度强化学习用于受限制通信的无人机辅助无线网络

Che Chen, Lanhua Li, Shimin Gong, Yu Zhao, Yuming Fang, Dusit Niyato

机构 * School of Intelligent Systems Engineering, Shenzhen Campus of Sun Yat-sen University（中山大学智能系统工程学院深圳校区） ； Southern Marine Science and Engineering Guangdong Laboratory (Zhuhai)（广东海洋工程科学实验室（珠海）） ； Department of Equipment Management and Unmanned Aerial Vehicle Engineering, Air Force Engineering University（空军工程大学装备管理与无人机工程系） ； School of Computing and Artificial Intelligence, Jiangxi University of Finance and Economics（江西财经大学计算机与人工智能学院） ； College of Computing and Data Science, Nanyang Technological University（南洋理工大学计算机与数据科学学院） 纠错

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

AI总结 本文提出一种延迟容忍的多智能体深度强化学习算法，结合延迟惩罚奖励促进无人机间信息共享，并优化轨迹规划、网络形成和传输控制策略，同时采用时空注意力预测方法恢复丢失信息，提升网络容量和吞吐量。

Generalizable Self-Evolving Memory for Automatic Prompt Optimization

通用可推广的自我进化记忆用于自动提示优化

Guanbao Liang, Yuanchen Bei, Sheng Zhou, Yuheng Qin, Huan Zhou, Bingxin Jia, Bin Li, Jiajun Bu

机构 * Zhejiang University（浙江大学） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Alibaba Group（阿里巴巴集团） 纠错

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

AI总结 本文提出MemAPO框架，通过双记忆机制积累可推广的提示经验，提升提示优化的泛化能力和持续改进能力。

Improving Fairness of Large Language Model-Based ICU Mortality Prediction via Case-Based Prompting

通过基于案例的提示提升基于大语言模型的ICU死亡预测公平性

Gangxiong Zhang, Yongchao Long, Yuxi Zhou, Yong Zhang, Shenda Hong

机构 * School of Computer Science and Engineering, Tianjin University of Technology, Tianjin, China（天津理工大学计算机科学与工程学院） ； Institute for Artificial Intelligence, Peking University, Beijing, China（北京大学人工智能研究院） ； DCST, BNRist, RIIT, Institute of Internet Industry, Tsinghua University, Beijing, China（清华大学信息产业研究院） ； National Institute of Health Data Science, Peking University, Beijing, China（北京大学健康数据科学国家研究院） 纠错

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

AI总结 本文提出一种临床适应性提示框架，通过整合去偏策略和历史误判案例，提升ICU死亡预测的公平性和性能，实验显示AUROC和AUPRC显著提升，预测差异大幅减少。

Active Inference for Physical AI Agents -- An Engineering Perspective

物理人工智能代理的主动推断——工程视角

Bert de Vries

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

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

AI总结 本文从概率论出发，探讨主动推断在物理人工智能代理中的应用，通过统一感知、学习、规划与控制，提出一种基于变分自由能的理论框架，适用于资源受限的现实环境。

GMPilot: An Expert AI Agent For FDA cGMP Compliance

GMPilot：一种用于FDA cGMP合规的专家AI代理

Xiaohan Wang, Nan Zhang, Sulene Han, Keguang Tang, Lei Xu, Zhiping Li, Xiue, Liu, Xiaomei Han

机构 * Aelion AI Inc.（Aelion AI公司） ； H&N Consulting（H&N咨询） ； Department of Medicine, Johns Hopkins University（约翰霍普金斯大学医学系） ； Gilead Sciences Inc.（吉利德科学公司） 纠错

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

AI总结 本文提出GMPilot，一种专为FDA cGMP合规设计的AI代理，通过RAG和ReAct框架提供实时决策支持，提升制药行业质量管理的专业性和响应速度。

Comments 14 pages, 1 figure

A Modular LLM Framework for Explainable Price Outlier Detection

一个模块化的LLM框架用于可解释的价格异常检测

Shadi Sartipi, John Wu, Sina Ghotbi, Nikhita Vedula, Shervin Malmasi

机构 * Amazon.com, Inc.（亚马逊公司） 纠错

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

AI总结 本文提出一个基于LLM的框架，通过产品检测和比较进行价格异常判断，实现75%以上的人工审核一致率，优于零样本和检索基于的LLM方法。

Comments 13 pages, 3 figures

From Thinker to Society: Security in Hierarchical Autonomy Evolution of AI Agents

从思考者到社会：AI智能体分层自主性演化的安全问题

Xiaolei Zhang, Lu Zhou, Xiaogang Xu, Jiafei Wu, Tianyu Du, Heqing Huang, Hao Peng, Zhe Liu

机构 * Nanjing University of Aeronautics and Astronautics（南京航空航天大学） ； Collaborative Innovation Center of Novel Software Technology and Industrialization（新型软件技术与产业化协同创新中心） ； The Chinese University of Hong Kong（香港中文大学） ； The University of Hong Kong（香港大学） ； Zhejiang University（浙江大学） ； Independent Researcher（独立研究者） ； Zhejiang Normal University（浙江师范大学） ； School of Software Technology, Zhejiang University（浙江大学软件学院） ； Ningbo Global Innovation Center, Zhejiang University（宁波全球创新中心，浙江大学） 纠错

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

AI总结 研究探讨了AI智能体分层自主性演化中的安全挑战，提出三级安全框架并分析现有防御措施的不足，旨在指导可信AI智能体系统的多层防御架构设计。

Think, Speak, Decide: Language-Augmented Multi-Agent Reinforcement Learning for Economic Decision-Making

思考、表达、决定：语言增强的多智能体强化学习用于经济决策

Heyang Ma, Qirui Mi, Qipeng Yang, Zijun Fan, Bo Li, Haifeng Zhang

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

AI总结 本文提出LAMP框架，通过思考、表达、决定三阶段整合语言信息，提升经济决策的效率与鲁棒性，实验显示其在累积收益和可解释性上优于传统方法。

Comments Extended version of an accepted paper at AAAI 2026

BondBERT: What we learn when assigning sentiment in the bond market

BondBERT: 在债券市场中进行情感分析时我们学到了什么

Toby Barter, Zheng Gao, Eva Christodoulaki, Jing Chen, John Cartlidge

机构 * School of Engineering Mathematics and Technology, University of Bristol, Bristol, UK（工程数学与技术学院，布里斯托尔大学，布里斯托尔，英国） ； School of Mathematics, Cardiff University, Cardiff, UK（数学学院，卡迪夫大学，卡迪夫，英国） 纠错

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

AI总结 本文提出BondBERT，一种针对债券市场新闻微调的Transformer模型，用于提供与预测模型集成的情感信号，通过对比实验显示其在预测准确性上优于现有模型。

Comments 8 pages, 3 figures, author manuscript accepted for ICAART 2026: 18th International Conference on Agents and Artificial Intelligence, Mar. 2026, Marbella, Spain

Journal ref 18th International Conference on Agents and Artificial Intelligence (ICAART), Volume 5, Mar. 2026, pp. 4056-4063