大模型推理能力

Policy-Guided World Model Planning for Language-Conditioned Visual Navigation

基于策略引导的世界模型规划用于语言条件的视觉导航

Amirhosein Chahe, Lifeng Zhou

机构 * Drexel University（德雷塞尔大学） 纠错

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

AI总结 本文提出PiJEPA框架，结合学习导航策略与潜在世界模型规划，通过微调Octo策略和冻结预训练视觉编码器，提升语言指导下的视觉导航准确性与指令遵循性。

Extending Puzzle for Mixture-of-Experts Reasoning Models with Application to GPT-OSS Acceleration

扩展谜题以用于专家混合推理模型的推理，应用于GPT-OSS加速

Akhiad Bercovich, Nir Ailon, Vladimir Anisimov, Tomer Asida, Nave Assaf, Mohammad Dabbah, Ido Galil, Amnon Geifman, Yonatan Geifman, Izhak Golan, Roi Koren, Itay Levy, Zach Moshe, Pavlo Molchanov, Najeeb Nabwani, Mostofa Patwary, Omri Puny, Tomer Ronen, Itamar Schen, Elad Segal, Ido Shahaf, Oren Tropp, Ran Zilberstein, Ran El-Yaniv

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

AI总结 本文通过扩展Puzzle框架优化GPT-OSS模型，结合MoE剪枝、注意力替换、量化和强化学习提升推理效率，实现部署优化并提高请求级效率。

Generalizable task-oriented object grasping through LLM-guided ontology and similarity-based planning

通过LLM引导的本体和基于相似性的规划实现通用任务导向物体抓取

Hao Chen, Takuya Kiyokawa, Weiwei Wan, Kensuke Harada

机构 * Graduate School of Engineering Science, The University of Osaka（大阪大学工学研究科） 纠错

专题命中 规划推理 ：planning(title,abstract)

AI总结 本文提出基于LLM的本体和相似性规划方法，解决任务导向抓取中部分识别和抓取区域选择的稳定性问题，提升抓取的通用性和鲁棒性。

Comments Accepted by Robotics and Autonomous Systems

EVA: Efficient Reinforcement Learning for End-to-End Video Agent

EVA: 为端到端视频代理的高效强化学习

Yaolun Zhang, Ruohui Wang, Jiahao Wang, Yepeng Tang, Xuanyu Zheng, Haonan Duan, Hao Lu, Hanming Deng, Lewei Lu

机构 * SenseTime Research（商汤科技研究院） 纠错

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

AI总结 EVA通过迭代总结-计划-行动-反思推理实现先规划后感知，提升长视频理解效率，采用三阶段学习流程和高质量数据集，在六个视频理解基准上取得显著提升。

Comments CVPR2026

Can AI Models Direct Each Other? Organizational Structure as a Probe into Training Limitations

AI模型能否相互指导？组织结构作为训练限制的探测器

Rui Liu

机构 * Independent Researcher（独立研究员） 纠错

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

AI总结 本文研究AI模型通过ManagerWorker双agent流水线相互指导的有效性，发现强管理者指导弱工作者与单体强模型性能相近，但弱管理者指导弱工作者效果更差，揭示了多agent指导的潜力与限制。

Environment Maps: Structured Environmental Representations for Long-Horizon Agents

环境地图：面向长周期智能体的结构化环境表示

Yenchia Feng, Chirag Sharma, Karime Maamari

机构 * Distyl AI 纠错

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

AI总结 本文提出环境地图，通过整合异构证据构建结构化图表示，提升长周期任务的鲁棒性。在WebArena基准上，环境地图使智能体成功率提升至28.2%，优于基线方法。

Comments 9 pages, 5 figures, accepted to ICLR 2026 the 2nd Workshop on World Models; updated formatting issue

Forecasting Thermospheric Density with Transformers for Multi-Satellite Orbit Management

利用变压器进行多卫星轨道管理的热层密度预测

Cedric Bös, Alessandro Bortotto, Mohamed Khalil Ben-Larbi

机构 * Julius-Maximilians-Universität Würzburg（维尔茨堡大学） ； Chair of Space Computer Science and Satellite Systems（空间计算机科学与卫星系统教席） 纠错

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

AI总结 本文提出基于变压器的模型，用于预测热层密度以提升多卫星轨道管理，该模型在保持效率的同时提升了预测精度。

Comments 6 pages, 3 figures, conference