大模型推理能力

Cog-DRIFT: Exploration on Adaptively Reformulated Instances Enables Learning from Hard Reasoning Problems

Cog-DRIFT：通过适应性重新表述实例的探索实现从困难推理问题的学习

Justin Chih-Yao Chen, Archiki Prasad, Zaid Khan, Joykirat Singh, Runchu Tian, Elias Stengel-Eskin, Mohit Bansal

机构 * UNC Chapel Hill（北卡罗来纳大学教堂山分校） 纠错

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

AI总结 Cog-DRIFT通过任务重述和自适应课程学习，提升大模型在推理任务中的表现，解决传统方法无法学习困难问题的限制。

Comments 22 pages, 4 figures. Code: https://github.com/dinobby/Cog-DRIFT

Visual Prompt Based Reasoning for Offroad Mapping using Multimodal LLMs

基于视觉提示的越野制图推理使用多模态大语言模型

Abdelmoamen Nasser, Yousef Baba'a, Murad Mebrahtu, Nadya Abdel Madjid, Jorge Dias, Majid Khonji

机构 * Khalifa University（哈利法大学） 纠错

专题命中 规划推理 ：reasoning(title,abstract)；planning(abstract)

AI总结 本文提出一种零样本方法，利用SAM2进行环境分割和多模态大语言模型（VLM）进行可行驶区域推理，通过整合分割图像和原始图像实现越野制图推理，无需专门地形模型。

From Seeing to Doing: Bridging Reasoning and Decision for Robotic Manipulation

从感知到行动：弥合推理与决策以实现机器人操作

Yifu Yuan, Haiqin Cui, Yibin Chen, Zibin Dong, Fei Ni, Longxin Kou, Jinyi Liu, Pengyi Li, Yan Zheng, Jianye Hao

机构 * Tianjin University（天津大学） 纠错

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

AI总结 本文提出FSD模型，通过空间关系推理生成中间表示，提升机器人操作的泛化能力，在8个基准测试中表现优异，且在零样本任务中实现显著性能提升。

Comments Published as a conference paper at ICLR 2026. Our project homepage: https://embodied-fsd.github.io/

Seemingly Simple Planning Problems are Computationally Challenging: The Countdown Game

看似简单的规划问题具有计算挑战性：倒计时游戏

Michael Katz, Harsha Kokel, Sarath Sreedharan

机构 * IBM T. J. Watson Research Center（IBM T. J. Watson 研究中心） ； IBM San Jose（IBM 圣何塞） ； Colorado State University（科罗拉多州立大学） 纠错

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

AI总结 本文提出基于倒计时游戏的规划基准，该问题具有NP完全复杂性，能有效评估规划能力，实验显示现有LLM方法在该基准上仍面临挑战。

Secure Planning Against Stealthy Attacks via Model-Free Reinforcement Learning

通过模型无关强化学习实现对隐蔽攻击的安全规划

Alper Kamil Bozkurt, Yu Wang, Miroslav Pajic

机构 * Duke University（杜克大学） 纠错

专题命中 规划推理 ：planning(title,abstract)

AI总结 本文提出利用模型无关强化学习在未知随机环境中实现安全规划，通过将攻击者与控制器视为博弈双方，以线性时序逻辑公式表达其目标，解决在未知环境中满足LTL公式的问题。

Journal ref 2021 IEEE International Conference on Robotics and Automation (ICRA), Xi'an, China, 2021, pp. 10656-10662

DIRECT: Video Mashup Creation via Hierarchical Multi-Agent Planning and Intent-Guided Editing

DIRECT：通过分层多智能体规划和意图引导编辑实现视频混剪创作

Ke Li, Maoliang Li, Jialiang Chen, Jiayu Chen, Zihao Zheng, Shaoqi Wang, Xiang Chen

机构 * School of Electronics Engineering and Computer Science, Peking University（北京大学电子工程与计算机科学学院） ； School of Computer Science, Peking University（北京大学计算机科学学院） ； Huazhong University of Science and Technology（华中科技大学） 纠错

专题命中 规划推理 ：planning(title)；分类 cs.AI

AI总结 本文提出DIRECT框架，通过分层多智能体规划和意图引导编辑解决视频混剪中多模态协调问题，提出Mashup-Bench基准并验证了方法在客观和主观评估上的优越性。

ACT: Agentic Classification Tree

ACT：代理分类树

Vincent Grari, Tim Arni, Thibault Laugel, Sylvain Lamprier, James Zou, Marcin Detyniecki

机构 * AXA AI Research（AXA人工智能研究） ； Stanford University（斯坦福大学） ； EPFL, Lausanne, Switzerland（瑞士洛桑联邦理工学院） ； Polish Academy of Sciences, IBS PAN, Warsaw, Poland（波兰科学院计算机科学研究所） 纠错

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

AI总结 ACT通过将决策树扩展到非结构化输入，利用自然语言问题和LLM反馈提升透明度和可解释性，实验证明其在文本基准上优于基于提示的方法。

Comments 25 pages, 8 figures

Single-agent vs. Multi-agents for Automated Video Analysis of On-Screen Collaborative Learning Behaviors

单 agent 与多 agent 在自动视频分析上的协作学习行为研究

Likai Peng, Shihui Feng

机构 * Faculty of Education, The University of Hong Kong（香港大学教育学院） ； Institute of Data Science, The University of Hong Kong（香港大学数据科学研究所） 纠错

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

AI总结 本文比较了单 agent 和多 agent 框架在自动编码协作学习场景视频中的性能，提出两种多 agent 方法，分别在场景检测和动作检测任务中表现优异。

Comments 15 pages, 4 figures. To be published in the 27th International Conference on Artificial Intelligence in Education (AIED2026)

YT-Pilot: Turning YouTube into Structured Learning Pathways with Context-Aware AI Support

YT-Pilot：利用上下文感知的AI支持将YouTube转化为结构化学习路径

Dina Albassam, Kexin Quan, Mengke Wu, Sanika Pande, ChengXiang Zhai, Yun Huang

专题命中 规划推理 ：reasoning(abstract)；planning(abstract)

AI总结 YT-Pilot基于自我调节学习理论，通过结构化学习路径提升用户在YouTube上的目标清晰度、路径连贯性和进度跟踪能力。

Applications of Large Language Models in Radiation Oncology: From Workflow Automation to Clinical Intelligence

大型语言模型在放射肿瘤学中的应用：从工作流自动化到临床智能

Yuzhen Ding, Jason Holmes, Yuexing Hao, Zhengliang Liu, Peilong Wang, Junjie Cui, Meiyun Cao, Caiwen Jiang, Shuoyang Wei, Lin Zhao, Chenbin Liu, Lian Zhang, Yunze Yang, Tianming Liu, Wei Liu

专题命中 规划推理 ：reasoning(abstract)；planning(abstract)

AI总结 本文探讨了大型语言模型在放射肿瘤学中的应用，包括工作流自动化、临床智能及决策支持，展示了其在标准化命名、注册管理及放疗计划评估中的核心贡献。

Agentic AI in Remote Sensing: Foundations, Taxonomy, and Emerging Systems

遥感中的代理AI：基础、分类与新兴系统

Niloufar Alipour Talemi, Julia Boone, Fatemeh Afghah

机构 * Clemson University（克莱姆森大学） 纠错

专题命中 规划推理 ：reasoning(abstract)；planning(abstract)

AI总结 本文探讨遥感中代理AI的基础、分类及新兴系统，提出统一的分类框架，分析规划机制、检索增强生成和记忆结构，并评估轨迹感知推理的准确性。

Comments Accepted to the IEEE/CVF Winter Conference on Applications of Computer Vision (WACV) 2026, GeoCV Workshop

Journal ref Proceedings of the IEEE/CVF Winter Conference on Applications of Computer Vision (WACV) Workshops, 2026, pp. 786-799

PassiveQA: A Three-Action Framework for Epistemically Calibrated Question Answering via Supervised Finetuning

PassiveQA: 一个基于监督微调的三动作框架，用于通过监督微调进行知识校准的问题回答

Madhav S Baidya

机构 * Indian Institute of Technology (BHU) Varanasi（印度理工学院（巴纳拉斯印度教大学）瓦拉纳西分校） 纠错

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

AI总结 本文提出PassiveQA框架，通过监督微调解决信息不全时的问题回答，提升宏F1和退避召回率，减少幻觉。

Comments 32 pages, 4 figures. Includes experiments on four QA datasets and a knowledge graph-based finetuning pipeline. Code available at: https://github.com/MadsDoodle/PassiveQA

PRISM: Prompt-Refined In-Context System Modelling for Financial Retrieval

PRISM：基于上下文的系统建模用于金融检索

Chun Chet Ng, Jia Yu Lim, Wei Zeng Low

机构 * AI Lens 纠错

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

AI总结 PRISM通过精细化提示、上下文学习和轻量级多代理协调，提升金融信息检索效率，其简单配置在FinAgentBench上取得NDCG@5 0.71818，为实际应用提供实用指导。

Comments 3rd-place solution for the ACM ICAIF 2025 Agentic Retrieval Grand Challenge. Accepted for poster presentation at ICLR 2026 (Advances in Financial AI Workshop)

Representational Collapse in Multi-Agent LLM Committees: Measurement and Diversity-Aware Consensus

多智能体大语言模型委员会中的表征坍塌：测量与多样性感知共识

Dipkumar Patel

机构 * LLMs Research Inc.（LLMs研究公司） 纠错

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

AI总结 研究探讨多智能体大语言模型委员会中表征坍塌现象，通过测量和多样性感知共识方法提升共识质量，实验表明表征坍塌可测量且影响任务难度。

Comments 11 pages, 2 figures, 7 tables

A Multi-Agent Reinforcement Learning Framework for Public Health Decision Analysis

面向公共卫生决策分析的多智能体强化学习框架

Dinesh Sharma, Ankit Shah, Chaitra Gopalappa

机构 * University of South Florida（南佛罗里达大学） ； Indiana University（印第安纳大学） ； University of Massachusetts Amherst（马萨诸塞大学阿默斯特分校） 纠错

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

AI总结 本文提出多智能体强化学习框架，用于优化公共卫生干预策略，通过考虑跨行政区的流行病学互动，提高资源分配效率，实验表明其在减少新感染方面优于传统单智能体方法。

Comments Updated to the accepted version published in Healthcare Analytics (November 2025)

Journal ref Healthcare Analytics, 8 (2025) 100436

MemMachine: A Ground-Truth-Preserving Memory System for Personalized AI Agents

MemMachine：一种保持事实真实性的记忆系统用于个性化AI代理

Shu Wang, Edwin Yu, Oscar Love, Tom Zhang, Tom Wong, Steve Scargall, Charles Fan

机构 * MemVerge, Inc.（MemVerge公司） 纠错

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

AI总结 MemMachine是一种开源记忆系统，通过整合短期、长期事件和用户档案记忆，实现事实真实性保护，提升多会话交互的准确性和效率。

Comments 18 pages, 16 tables, 3 figures

Artificial Intelligence and Cost Reduction in Public Higher Education: A Scoping Review of Emerging Evidence

人工智能与公共高等教育成本削减：一项新兴证据的综述研究

Diamanto Tzanoulinou, Loukas Triantafyllopoulos, George Vorvilas, Evgenia Paxinou, Nikolaos Karousos, Thomas Dasaklis, Athanassios Mihiotis, Manolis Koutouzis, Dimitris Kalles, Vassilios S. Verykios

机构 * School of Science and Technology, Hellenic Open University（希腊开放大学科学与技术学院） ； School of Humanities, Hellenic Open University（希腊开放大学人文学院） ； School of Social Sciences, Hellenic Open University（希腊开放大学社会科学学院） 纠错

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

AI总结 本文通过系统检索Scopus和IEEE Xplore数据库，综述了人工智能在公共高等教育中的应用，发现AI可通过自动化任务、优化资源配置等实现成本节约，但也面临实施成本和数字鸿沟等挑战。

Comments 19 pages, 2 tables, 4 figures, ICBE-HOU 2025

Search, Do not Guess: Teaching Small Language Models to Be Effective Search Agents

搜索，不要猜测：教小语言模型成为有效的搜索代理

Yizhou Liu, Qi Sun, Yulin Chen, Siyue Zhang, Chen Zhao

机构 * New York University（纽约大学） ； 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） 纠错

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

AI总结 本文通过评估复杂多跳推理任务，发现小语言模型（SLMs）虽参数较少，但检索工具使用更少且易产生幻觉。提出轻量级微调方法\policy，使SLMs能可靠检索并生成基于证据的答案，提升Bamboogle和HotpotQA性能17.3和15.3分，达到LLM水平。

Comments 13 pages, 5 figures

Receding-Horizon Control via Drifting Models

通过漂移模型实现滚动预测控制

Daniele Foffano, Alessio Russo, Alexandre Proutiere

机构 * KTH Royal Institute of Technology（瑞典皇家理工学院） ； Boston University（波士顿大学） 纠错

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

AI总结 本文提出Drifting MPC框架，结合漂移生成模型与未知动态下的滚动规划，从离线轨迹数据中学习最优轨迹分布，提升轨迹生成效率和性能。

Explainable Autonomous Cyber Defense using Adversarial Multi-Agent Reinforcement Learning

利用对抗性多智能体强化学习的可解释自主网络防御

Yiyao Zhang, Diksha Goel, Hussain Ahmad

机构 * Adelaide University（阿德莱德大学） ； CSIRO’s Data61（澳大利亚联邦科学与工业研究组织Data61） 纠错

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

AI总结 本文提出C-MADF框架，通过因果建模与对抗性双策略控制，提升网络防御的可解释性和准确性，在真实数据集上显著降低误报率。

RESCORE: LLM-Driven Simulation Recovery in Control Systems Research Papers

RESCORE：基于大语言模型的控制系统研究论文仿真恢复

Vineet Bhat, Shiqing Wei, Ali Umut Kaypak, Prashanth Krishnamurthy, Ramesh Karri, Farshad Khorrami

机构 * New York University（纽约大学） ； Tandon School of Engineering（坦登工程学院） 纠错

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

AI总结 本文提出RESCORE框架，通过迭代执行反馈和视觉比较提升论文仿真恢复精度，实现40.7%的仿真恢复率，比单次生成方法更高效，节省验证时间与成本。

Comments This work has been submitted to the IEEE for possible publication

LOCARD: An Agentic Framework for Blockchain Forensics

LOCARD：区块链取证的代理框架

Xiaohang Yu, William Knottenbelt

机构 * Imperial College London（帝国理工学院） 纠错

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

AI总结 本文提出一种新的区块链取证方法，通过LOCARD框架实现动态决策过程，结合结构化信念状态机制，展示了在跨链交易追踪中的有效性。

TSPO: Breaking the Double Homogenization Dilemma in Multi-turn Search Policy Optimization

TSPO：突破多轮搜索策略优化中的双重均质化困境

Shichao Ma, Zhiyuan Ma, Ming Yang, Xiaofan Li, Xing Wu, Jintao Du, Yu Cheng, Weiqiang Wang, Qiliang Liu, Zhengyang Zhou, Yang Wang

机构 * University of Science and Technology of China（中国科学技术大学） ； Tiansuan Lab, Ant Group Co., Ltd.（天算实验室，蚂蚁集团） ； Fudan University（复旦大学） ； East China Normal University（华东师范大学） ； Central South University（中南大学） 纠错

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

AI总结 本文提出TSPO方法，通过引入首次出现潜在奖励机制，解决多轮搜索策略优化中的过程均质化和组内均质化问题，提升模型性能。

Rewriting Video: Text-Driven Reauthoring of Video Footage

重写视频：基于文本的视频重写

Sitong Wang, Anh Truong, Lydia B. Chilton, Dingzeyu Li

机构 * Columbia University（哥伦比亚大学） ； Adobe Research（Adobe研究院） 纠错

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

AI总结 本文提出基于文本的视频重写方法，通过生成重建算法将视频转为可编辑文本提示，并通过交互式工具Rewrite Kit实现视频内容的重写，探讨了文本驱动视频重写的新范式。

MPCFormer: A physics-informed data-driven approach for explainable socially-aware autonomous driving

MPCFormer: 一种融合物理信息的数据驱动方法用于可解释的社交感知自主驾驶

Jia Hu, Zhexi Lian, Xuerun Yan, Ruiang Bi, Dou Shen, Yu Ruan, Chunlong Xia, Haoran Wang

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

AI总结 MPCFormer通过融合物理信息和数据驱动的方法，提升自主驾驶在复杂交通场景中的社交交互能力，实现更安全的人类行为模拟，实验显示其在轨迹预测和碰撞率控制方面表现优异。

Comments 17 pages, 17 figures

Toward a Sustainable Software Architecture Community: Evaluating ICSA's Environmental Impact

迈向可持续的软件架构社区：评估ICSA的环境影响

Mahyar T. Moghaddam, Mina Alipour, Torben Worm, Mikkel Baun Kjærgaard

机构 * SDU Software Engineering（南丹麦大学软件工程系） 纠错

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

AI总结 本文评估了ICSA会议中生成式AI和传统活动的环境影响，提出碳足迹报告，探讨可持续软件架构的研究方法和改进措施。

Comments accepted at ICSA-C 2026

When Do Hallucinations Arise? A Graph Perspective on the Evolution of Path Reuse and Path Compression

当幻觉何时出现？从图视角看路径复用和路径压缩的演变

Xinnan Dai, Kai Yang, Cheng Luo, Shenglai Zeng, Kai Guo, Jiliang Tang

机构 * Michigan State University（密歇根州立大学） ； University of Michigan（密歇根大学） ； Independent Researcher（独立研究员） 纠错

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

AI总结 本文从图视角分析大语言模型中幻觉产生的机制，揭示路径复用与路径压缩对推理幻觉的影响，提出统一解释框架。

Scalable Variational Bayesian Fine-Tuning of LLMs via Orthogonalized Low-Rank Adapters

通过正交化低秩适配器实现大规模语言模型的可扩展变分贝叶斯微调

Haotian Xiang, Bingcong Li, Qin Lu

机构 * School of Electrical and Computer Engineering, University of Georgia（佐治亚大学电气与计算机工程学院） ； Department of Computer Science, ETH Zurich（苏黎世联邦理工学院计算机科学系） 纠错

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

AI总结 本文提出PoLAR-VBLL框架，通过正交化低秩适配器与变分推断结合，实现大规模语言模型的可扩展贝叶斯微调，提升不确定性量化能力。

AICCE: AI Driven Compliance Checker Engine

AICCE：基于人工智能的合规检查引擎

Mohammad Wali Ur Rahman, Martin Manuel Lopez, Lamia Tasnim Mim, Carter Farthing, Julius Battle, Kathryn Buckley, Salim Hariri

机构 * University of Arizona（亚利桑那大学） ； Avirtek, Inc.（Avirtek公司） ； Joint Interoperability Test Command (JITC), United States Department of Defense（美国国防部联合互操作性测试司令部） 纠错

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

AI总结 本文提出AICCE，一种结合双架构推理与检索增强生成的新型生成系统，用于自动化IPv6合规性验证，通过语义编码提升检测精度，实现99%的准确率和F1分数。

Comments Accepted for publication in IEEE Transactions on Artificial Intelligence

DeepFact: Co-Evolving Benchmarks and Agents for Deep Research Factuality

DeepFact: 深度研究事实性共演基准与智能体

Yukun Huang, Leonardo F. R. Ribeiro, Momchil Hardalov, Bhuwan Dhingra, Markus Dreyer, Venkatesh Saligrama

机构 * Duke University（杜克大学） ； Amazon AGI（亚马逊AGI） ； Boston University（波士顿大学） 纠错

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

AI总结 本文提出DeepFact-Bench基准和DeepFact-Eval智能体，通过审计-评分机制提升事实性验证的可靠性，并在深度研究报告中实现高准确性。