AgileLog: A Forkable Shared Log for Agents on Data Streams
AgileLog: 用于数据流上智能体的可分共享日志
机构 * University of Illinois Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校)
专题命中 其他推理 :reasoning(abstract);分类 cs.AI
AI总结 本文提出AgileLog,一种支持分叉的共享日志,用于数据流上智能体任务,通过低成本分叉技术实现逻辑与性能隔离。
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。
AgileLog: 用于数据流上智能体的可分共享日志
机构 * University of Illinois Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校)
专题命中 其他推理 :reasoning(abstract);分类 cs.AI
AI总结 本文提出AgileLog,一种支持分叉的共享日志,用于数据流上智能体任务,通过低成本分叉技术实现逻辑与性能隔离。
填补空白:面向LLM推荐系统的选择性知识增强
机构 * Pohang University of Science and Technology(釜山科学技术大学) ; Korea University(韩国大学)
专题命中 其他推理 :reasoning(abstract);分类 cs.AI
AI总结 本文提出KnowSA_CKP方法,通过选择性注入知识来缓解LLM推荐中的知识差距问题,提升推荐准确性和上下文效率。
Comments Accepted to SIGIR 2026 full papers track
视觉语言模型存在偏见
机构 * KAIST(韩国科学技术院) ; College of William and Mary(威廉与玛丽学院) ; University of Alberta(阿尔伯塔大学) ; Auburn University(阿伯茨维尔大学)
专题命中 其他推理 :reasoning(abstract);分类 cs.LG
AI总结 研究探讨了视觉语言模型在计数和识别任务中的偏见问题,发现其在不同领域表现不佳,去除背景可显著提升准确率,揭示上下文视觉线索导致偏见。
Comments Code and qualitative examples are available at: vlmsarebiased.github.io
一种以表型驱动和证据为导向的知识图谱丰富与假设发现框架
机构 * Department of Economic Informatics and Cybernetics, Bucharest University of Economic Studies(布加勒斯特经济大学信息与自动化系)
专题命中 其他推理 :reasoning(abstract);分类 cs.AI
AI总结 本文提出一种以表型驱动和证据为导向的知识图谱增强与假设发现框架,通过整合图神经网络、因果推理和大语言模型,实现结构化假设发现和受控知识图谱扩展,提升解释性和科学证据一致性。
ICLAD:基于比较引导的上下文学习用于音频深度伪造检测
机构 * Purdue University(普渡大学) ; Reality Defender Inc.(Reality Defender公司)
专题命中 其他推理 :reasoning(abstract);分类 cs.CL
AI总结 ICLAD提出一种基于比较引导的上下文学习方法,利用音频语言模型实现无训练泛化,提升音频深度伪造检测的宏F1指标,具有部署潜力。
Comments To appear at ACL Findings 2026
SmoGVLM:一种小型、图增强的视觉-语言模型
机构 * Samsung R\&D Institute India-Bangalore
专题命中 其他推理 :reasoning(abstract);分类 cs.CL
AI总结 本文提出SmoGVLM,一种结合图神经网络的视觉-语言模型,通过结构化知识提升小规模多模态推理性能,实验表明小型模型性能提升达16.24%。
Comments ICASSP 2026
B-PASTE:面向资源受限LLM代理的束感知模式引导推测执行
机构 * Independent Researcher(独立研究者)
专题命中 其他推理 :reasoning(abstract);分类 cs.AI
AI总结 B-PASTE通过束感知技术,在资源受限条件下实现局部分支假设的推测执行,优先执行快路径并利用安全并行,提升端到端效率。
GraphRAG-Router: 通过强化学习学习高效的图RAGs和LLM路由
机构 * Department of Computer Science, New York University (Shanghai)(纽约大学(上海)计算机科学系) ; Department of Computer Science, University of Liverpool(利物浦大学计算机科学系)
专题命中 其他推理 :reasoning(abstract);分类 cs.AI
AI总结 本文提出GraphRAG-Router,通过分层路由策略协调异构图RAGs和生成LLM,通过强化学习优化生成分配,降低大模型使用成本并提升泛化能力。
MUSEG:通过时间感知多段定位增强视频时间理解
机构 * THUNLP-MT
专题命中 其他推理 :reasoning(abstract);分类 cs.CL
AI总结 MUSEG通过引入时间感知多段定位,提升多模态大语言模型对视频时间信息的理解能力,通过定制化强化学习训练方案实现更全面的时间推理。
RemoteShield:为地球观测启用鲁棒的多模态大语言模型
机构 * Hohai University(河海大学) ; Nanjing University(南京大学) ; Southeast University(东南大学)
专题命中 其他推理 :reasoning(abstract)
AI总结 本文提出RemoteShield,一种针对地球观测的鲁棒多模态大语言模型,通过偏好学习提升在现实输入变化下的稳定性与一致性,实验显示其在多模态扰动下表现优于基线模型。
教师编写的提示用于配置学生-人工智能对话:K-12课堂实施
专题命中 其他推理 :reasoning(abstract)
AI总结 本研究探讨了教师编写的提示如何引导学生-人工智能对话,通过课堂部署分析发现,教师提示能有效提升对话质量,但认知需求仍存在差距。