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。
AtManRL：通过可微注意力显著性实现更忠实的推理
机构 * Aleph Alpha Research Lab（Aleph Alpha研究实验室） ； TU Darmstadt（图林根大学） ； Hessian.AI Lab（黑森AI实验室）
专题命中 复杂问题求解 ：reasoning(title,abstract)；CoT(abstract,abstract_cn)；chain-of-thought(abstract)；分类 cs.CL、cs.AI、cs.LG
AI总结 本文提出AtManRL方法，通过可微注意力操控学习更忠实的推理过程，结合GRPO框架优化正确性与可解释性，实验证明能识别关键推理token并提升模型透明度。
Comments 14 pages, 8 figures, 1 table
CiPO：通过迭代偏好优化实现大型推理模型的反事实去学习
机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； The Chinese University of Hong Kong（香港中文大学）
专题命中 复杂问题求解 ：reasoning(title,abstract)；CoT(abstract,abstract_cn)；chain-of-thought(abstract)；分类 cs.CL
AI总结 针对大型推理模型去学习难题，CiPO通过迭代偏好优化重新定义去学习为对推理过程的针对性干预，有效去除中间推理步骤和最终答案的知识，同时保持推理能力。
Comments Accepted by ACL 2026 Main Conference
可解释的轨迹，意外的结果：探讨基于轨迹的知识蒸馏中的断层
机构 * School of Computing & AI, Arizona State University（计算与人工智能学院，亚利桑那州立大学）
专题命中 复杂问题求解 ：CoT(abstract,abstract_cn)；reasoning(abstract)；chain-of-thought(abstract)；分类 cs.CL、cs.AI
AI总结 本文通过规则问题分解设计实验，探讨基于轨迹的知识蒸馏中轨迹语义正确性与可解释性之间的断层，发现轨迹正确性并不能保证最终答案正确，且可解释的分解轨迹在准确性上不具优势。
Comments Accepted at The 64th Annual Meeting of the Association for Computational Linguistics (ACL 2026)
ATTNPO：基于注意力的高效推理过程监督
机构 * Institute of Information Engineering, Chinese Academy of Sciences（中国科学院信息工程研究所） ； School of Cyber Security, University of Chinese Academy of Sciences（中国科学院大学网络安全学院） ； Baidu Inc.（百度公司） ； Tianjin University（天津大学）
专题命中 复杂问题求解 ：reasoning(title,abstract)；分类 cs.CL
AI总结 本文提出ATTNPO，通过利用模型内在注意力信号进行步骤级信用分配，有效减少推理长度并提升性能，适用于9个基准测试。
Comments Accepted by ACL 2026 Main
HyperGVL：超图理解与推理中大视觉-语言模型的基准测试与改进
机构 * Southern University of Science and Technology（南方科技大学） ； Hong Kong University of Science and Technology（香港科技大学） ； Huawei Research（华为研究） ； Beihang University（北航）
专题命中 复杂问题求解 ：reasoning(title,abstract)；分类 cs.CL
AI总结 本文提出HyperGVL基准，评估12种先进LVLM在超图理解与推理中的能力，通过84,000个样本覆盖12种任务，引入可泛化的WiseHyGR路由器提升模型性能。
Comments Under Review; Opensource after accepted
AstroVLM：专家多智能体协作推理用于天体成像质量诊断
机构 * The Chinese University of Hong Kong（香港中文大学） ； Central South University（中南大学） ； Huawei Technologies Co., Ltd（华为技术有限公司） ； The Chinese University of Hong Kong, Shenzhen（香港中文大学深圳校区）
专题命中 复杂问题求解 ：reasoning(title)
AI总结 本文提出AstroVLM，通过多智能体协作推理解决复杂天体成像质量诊断问题，实验表明其在实际任务中优于所有基线模型。
FACTS: 通过离线模板生成实现基于表格的摘要的代理工作流
机构 * McGill University（麦吉尔大学） ； Mila - Quebec AI Institute（魁北克人工智能研究所） ； RBC Borealis
专题命中 复杂问题求解 ：reasoning(abstract)；planning(abstract)；分类 cs.CL
AI总结 FACTS通过离线模板生成实现高效、准确且隐私合规的表格摘要，优于现有方法，适用于实际查询需求。
Comments Accepted by ACL 2026 Findings
OjaKV: 基于上下文的在线低秩KV缓存压缩
机构 * Rensselaer Polytechnic Institute（拉特格斯理工学院） ； IBM Research（IBM研究院）
专题命中 复杂问题求解 ：reasoning(abstract)；分类 cs.CL、cs.AI、cs.LG
AI总结 OjaKV通过结合战略混合存储策略与在线子空间适应，实现KV缓存压缩，提升长上下文推理效率，无需微调模型。
通过对手建模进行多智能体谈判中的偏好估计
机构 * Graduate School of Informatics, Kyoto University（京都大学信息学研究生院） ； Accenture Japan Ltd（Accenture日本公司）
专题命中 复杂问题求解 ：reasoning(abstract)；分类 cs.CL
AI总结 本文提出一种整合自然语言信息的结构化贝叶斯对手建模框架，提升多智能体谈判中的偏好估计准确性与一致性。
Comments This paper is accepted as a Findings of ACL 2026
MedGemma vs GPT-4：开源与专有零样本医学疾病图像分类
机构 * Department of Information and Communication Technology, Bangladesh University of Professionals（信息与通信技术系，孟加拉国专业大学）
专题命中 复杂问题求解 ：reasoning(abstract)；分类 cs.AI
AI总结 本文比较了开源MedGemma与专有GPT-4在医学图像零样本疾病分类中的性能，MedGemma通过LoRA微调在准确率和敏感性上均表现更优，凸显了领域特定微调对临床应用的重要性。
Comments Accepted for publication in the Journal of Machine Learning and Deep Learning (JMLDL). 9 pages, 9 figures, 10 tables
Journal ref Journal of Machine Learning and Deep Learning, Vol. 2, No. 2, pp. 1-9, 2025
在AI辅助研究软件开发中应用SHAPR：从构建股票交易系统中获得的经验
专题命中 复杂问题求解 ：reasoning(abstract)
AI总结 本文通过构建模块化股票交易系统案例，展示了SHAPR框架在AI辅助软件开发中的应用，强调持续文档更新、合同稳定编码、源码层提升连贯性等核心方法与贡献。
Comments 6 pages, 2 figures, conference paper
Video-STAR: 通过工具强化开放词汇动作识别
机构 * AMAP, Alibaba Group（阿里集团AMAP） ； University of California at Merced（加州大学默塞德分校） ； University of Queensland（昆士兰大学） ； Case Western Reserve University（凯斯西储大学）
专题命中 复杂问题求解 ：reasoning(abstract)
AI总结 Video-STAR通过结合上下文子动作分解与工具增强强化学习，提升开放词汇动作识别的细粒度匹配与跨模态推理能力，有效减少跨模态幻觉。
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