arXivDaily arXiv每日学术速递 周一至周五更新

AI 大模型

大模型推理能力

大模型数学、逻辑、规划、多步推理和测试时计算能力。

2026-04-21 至 2026-04-21 共收录 341 信号源:cs.CL, cs.AI, cs.LG

1. 规划推理 68 篇

2604.14267 2026-04-21 cs.LG cs.AI 62%

Enhancing LLM-based Search Agents via Contribution Weighted Group Relative Policy Optimization

通过贡献加权群体相对策略优化增强基于LLM的搜索代理

Junzhe Wang, Zhiheng Xi, Yajie Yang, Hao Luo, Shihan Dou, Tao Gui, Qi Zhang

机构 * Fudan University(复旦大学) Shanghai Artificial Intelligence Laboratory(上海人工智能实验室) Shanghai Key Laboratory of Intelligent Information Processing(上海智能信息处理关键实验室)

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

AI总结 本文提出CW-GRPO框架,通过整合过程监督与群体相对策略优化,提升搜索代理的信用分配效率,实验表明其在多个知识密集型基准上表现优异。

Comments Accepted to the 64th Annual Meeting of the Association for Computational Linguistics (ACL 2026), Main Conference

详情

展开后加载摘要…

URL PDF HTML 收藏
2510.00861 2026-04-21 cs.CL cs.AI cs.IR 62%

Erase to Improve: Erasable Reinforcement Learning for Search-Augmented LLMs

擦除以提升:用于搜索增强大语言模型的可擦除强化学习

Ziliang Wang, Kang An, Xuhui Zheng, Faqiang Qian, Weikun Zhang, Cijun Ouyang, Jialu Cai, Yuhang Wang, Yichao Wu

机构 * SenseAuto Shenzhen University(深圳大学) Nanjing University(南京大学)

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

AI总结 本文提出Erasable Reinforcement Learning框架,通过识别并擦除推理中的错误步骤,提升搜索增强大语言模型在多步推理中的鲁棒性,实验表明其在多个基准测试中取得显著提升。

Comments 10 pages, 5 figures

详情

展开后加载摘要…

URL PDF HTML 收藏
2604.17159 2026-04-21 cs.CR cs.AI cs.CL 62%

Systematic Capability Benchmarking of Frontier Large Language Models for Offensive Cyber Tasks

前沿大语言模型在进攻性网络任务中的系统能力评估

Tyler H. Merves, Michael H. Conaway, Joseph M. Escobar, Hakan T. Otal, Unal Tatar

机构 * Department of Cybersecurity(网络安全系) Department of Information Sciences and Technology(信息科学与技术系) College of Emergency Preparedness, Homeland Security, and Cybersecurity(应急准备、国土安全与网络安全学院) University at Albany, SUNY(阿尔巴尼大学)

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

AI总结 本文系统评估了10个前沿大语言模型在进攻性网络任务中的表现,发现环境工具和模型选择是性能的主要驱动因素,而提示工程在装备良好的环境中效果下降。

Comments 6 pages, 4 figures. Submitted to the IEEE Systems and Information Engineering Design Symposium (SIEDS)

详情

展开后加载摘要…

URL PDF HTML 收藏
2603.15421 2026-04-21 cs.CL cs.AI 62%

CLAG: Adaptive Memory Organization via Agent-Driven Clustering for Small Language Model Agents

CLAG:基于代理驱动聚类的自适应内存组织方法用于小型语言模型代理

Taeyun Roh, Wonjune Jang, Junha Jung, Jaewoo Kang

机构 * Korea University(韩国大学) Myongji University(明知大学) AIGEN Sciences(AIGEN公司)

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

AI总结 CLAG通过代理驱动聚类实现小型语言模型代理的自适应内存组织,通过语义聚类减少跨主题干扰并提升内存密度,实验表明其在问答任务中能提高回答质量和鲁棒性。

Comments Findings of the ACL 2026

详情

展开后加载摘要…

URL PDF HTML 收藏
2604.17153 2026-04-21 cs.CL cs.AI 62%

From Legal Text to Executable Decision Models: Evaluating Structured Representations for Legal Decision Model Generation

从法律文本到可执行决策模型:评估结构化表示在法律决策模型生成中的应用

David Graus

机构 * University of Amsterdam(阿姆斯特丹大学)

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

AI总结 本文研究通过结构化表示提升基于LLM的法律决策模型生成效果,发现输入约束显著提升模型相似度,且结构相似性与结果等价性互补。

Comments 10 pages, 3 figures, accepted to ICAIL 2026

详情

展开后加载摘要…

URL PDF HTML 收藏
2604.16918 2026-04-21 cs.CL cs.LG 62%

Freshness-Aware Prioritized Experience Replay for LLM/VLM Reinforcement Learning

具有新鲜度意识的优先经验回放用于LLM/VLM强化学习

Weiyu Ma, Yongcheng Zeng, Yan Song, Xinyu Cui, Jian Zhao, Xuhui Liu, Mohamed Elhoseiny

机构 * King Abdullah University of Science and Technology(卡布尔大学科学与技术大学) Chinese Academy of Sciences, Institute of Automation(中国科学院自动化研究所) AI Centre, Department of Computer Science, University College London(伦敦大学学院人工智能中心) Zhongguancun Institute of Artificial Intelligence(中关村人工智能研究所)

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

AI总结 本文提出Freshness-Aware PER,通过引入指数衰减机制解决LLM/VLM强化学习中优先级过时问题,显著提升样本效率,在多个任务中取得优异表现。

详情

展开后加载摘要…

URL PDF HTML 收藏
2604.16555 2026-04-21 cs.LG cs.AI cs.CV 62%

LLM as a Tool, Not an Agent: Code-Mined Tree Transformations for Neural Architecture Search

将LLM作为工具而非代理:基于代码挖掘的树变换用于神经架构搜索

Masakazu Yoshimura, Zitang Sun, Yuiko Sakuma, Junji Otsuka, Atsushi Irie, Takeshi Ohashi

机构 * Sony Group Corporation(索尼集团公司)

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

AI总结 本文提出LLMasTool框架,通过树变换实现稳定且开放的模型进化,避免LLM的固有偏差,提升NAS在CIFAR-10、CIFAR-100和ImageNet16-120上的性能。

Comments 72 pages

详情

展开后加载摘要…

URL PDF HTML 收藏
2603.14975 2026-04-21 cs.AI cs.CL cs.CY cs.MA 62%

Why Agents Compromise Safety Under Pressure

为何智能体在压力下妥协安全

Hengle Jiang, Ke Tang

机构 * Guangdong Provincial Key Laboratory of Brain-inspired Intelligent Computation, Department of Computer Science and Engineering, Southern University of Science and Technology(广东省脑启发智能计算重点实验室,计算机科学与工程系,南方科技大学)

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

AI总结 本文研究了智能体在复杂环境中为追求目标而妥协安全的问题,揭示了'智能体压力'概念,并提出通过压力隔离等策略缓解这一现象。

Comments Accepted by ACL 2026 Findings; 18 pages, 5 figures

详情

展开后加载摘要…

URL PDF HTML 收藏
2510.09474 2026-04-21 cs.CL cs.AI 62%

Multimodal Policy Internalization for Conversational Agents

多模态策略内化用于对话代理

Zhenhailong Wang, Jiateng Liu, Amin Fazel, Ritesh Sarkhel, Xing Fan, Xiang Li, Chenlei Guo, Heng Ji, Ruhi Sarikaya

机构 * University of Illinois Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校) Amazon(亚马逊)

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

AI总结 本文提出多模态策略内化任务,通过将复杂策略内化为模型参数,提升对话代理的策略遵循能力,同时提供新数据集和训练框架TriMPI以促进研究。

详情

展开后加载摘要…

URL PDF HTML 收藏
2604.18459 2026-04-21 cs.CV cs.AI 57%

Progressive Online Video Understanding with Evidence-Aligned Timing and Transparent Decisions

渐进式在线视频理解与证据对齐的透明决策

Kecheng Zhang, Zongxin Yang, Mingfei Han, Haihong Hao, Yunzhi Zhuge, Changlin Li, Junhan Zhao, Zhihui Li, Xiaojun Chang

机构 * University of Science and Technology of China(中国科学技术大学) Harvard University(哈佛大学) Department of CV, MBZUAI(MBZUAI计算机视觉部门) Dalian University of Technology(大连理工大学) Stanford University(斯坦福大学) Chicago University(芝加哥大学)

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

AI总结 本文提出一种新型框架,通过分离推理控制与记忆整合,解决在线视频理解中的决策透明、时间对齐和计算预算限制问题,显著提升了性能。

详情

展开后加载摘要…

URL PDF HTML 收藏
2604.18302 2026-04-21 cs.AI 57%

Toward Zero-Egress Psychiatric AI: On-Device LLM Deployment for Privacy-Preserving Mental Health Decision Support

迈向零数据外溢的心理AI:设备端LLM部署用于隐私保护的心理健康决策支持

Eranga Bandara, Asanga Gunaratna, Ross Gore, Anita H. Clayton, Christopher K. Rhea, Sachini Rajapakse, Isurunima Kularathna, Sachin Shetty, Ravi Mukkamala, Xueping Liang, Preston Samuel, Atmaram Yarlagadda

机构 * Old Dominion University(旧 Dominion 大学) AI Motion Labs(AI Motion 实验室) Department of Psychiatry and Neurobehavioral Sciences(精神病学与神经行为科学系) University of Virginia School of Medicine(弗吉尼亚大学医学院) Florida International University(佛罗里达国际大学) Blanchfield Army Community Hospital(Blanchfield陆军社区医院) McDonald Army Health Center(McDonald陆军医疗中心)

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

AI总结 本文提出一种零数据外溢的设备端AI平台,通过本地执行推理管道,实现隐私保护的心理健康决策支持,使用轻量级LLM进行诊断评估。

详情

展开后加载摘要…

URL PDF HTML 收藏
2604.18133 2026-04-21 cs.AI 57%

Multi-Agent Systems: From Classical Paradigms to Large Foundation Model-Enabled Futures

多智能体系统:从经典范式到基于大基础模型的未来

Zixiang Wang, Mengjia Gong, Qiyu Sun, Jing Xu, Shuai Mao, Xin Jin, Qing-Long Han, Yang Tang

机构 * Key Laboratory of Smart Manufacturing in Energy Chemical Process, Ministry of Education, East China University of Science and Technology, Shanghai 200237, China(能源化学过程智能制造重点实验室,教育部,东华大学,上海200237,中国) School of Information Science and Engineering, East China University of Science and Technology, Shanghai 200237, China(信息科学与工程学院,东华大学,上海200237,中国) School of Electrical Engineering and Automation, Nantong University, Nantong 226019, China(电气工程与自动化学院,南通大学,南通226019,中国) Research Institute of Intelligent Complex Systems, Fudan University, Shanghai 200433, China(智能复杂系统研究院,复旦大学,上海200433,中国) School of Science, Computing and Engineering Technologies, Swinburne University of Technology, Hawthorn VIC 3122, Australia(科学、计算与工程技术学院,斯威本理工大学,澳大利亚霍桑市VIC 3122)

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

AI总结 本文综述了多智能体系统从经典范式向基于大基础模型的演进,分析了经典多智能体系统与大基础模型多智能体系统的架构、机制、适应性及应用,展望了未来研究方向与挑战。

Comments Accepted by IEEE/CAA Journal of Automatica Sinica

详情

展开后加载摘要…

URL PDF HTML 收藏
2604.18122 2026-04-21 cs.CL 57%

Decisive: Guiding User Decisions with Optimal Preference Elicitation from Unstructured Documents

Decisive: 通过从非结构化文档中最优偏好引导用户决策

Akriti Jain, Anish Mulay, Divyansh Verma, Aishani Pandey, Pritika Ramu, Aparna Garimella

机构 * Adobe Research, India(Adobe印度研究实验室) IIT Madras(印度理工学院马德拉斯分校) IIT Roorkee(印度理工学院罗尔基分校) IIIT Hyderabad(Hyderabad印度理工学院) University of Maryland, College Park(马里兰大学学院公园分校)

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

AI总结 Decisive结合文档基础推理与贝叶斯偏好推断,通过主动引导用户回答成对权衡问题,提高决策准确性,实验表明其在多个领域优于传统方法和大语言模型。

Comments Accepted to ACL 2026 Main Conference

详情

展开后加载摘要…

URL PDF HTML 收藏
2604.17562 2026-04-21 cs.AI cs.MA 57%

SafeAgent: A Runtime Protection Architecture for Agentic Systems

SafeAgent: 代理系统的一种运行时保护架构

Hailin Liu, Eugene Ilyushin, Jie Ni, Min Zhu

机构 * Lomonosov Moscow State University(莫斯科罗蒙诺索夫国立大学)

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

AI总结 本文提出SafeAgent,一种运行时安全架构,通过分离执行治理与语义风险推理,提升代理系统在多步骤流程中的安全性。

详情

展开后加载摘要…

URL PDF HTML 收藏
2604.13946 2026-04-21 cs.SE cs.CL 57%

CollabCoder: Plan-Code Co-Evolution via Collaborative Decision-Making for Efficient Code Generation

CollabCoder: 通过协作决策实现计划-代码共演以提高代码生成效率

Duy Tung Doan, Quang Huy Phung, Dzung Nguyen, Khac-Hoai Nam Bui

机构 * Viettel AI, Viettel Group(越南Viettel集团AI部门) Hanoi University of Science and Technology(河内科学技术大学)

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

AI总结 CollabCoder通过动态多智能体协作提升代码生成效率,通过计划模块与代码模块的协作决策提高代码质量和鲁棒性,实验表明其在复杂任务中性能优于现有方法且计算开销更低。

Comments ACL 2026 Findings

详情

展开后加载摘要…

URL PDF HTML 收藏
2604.04503 2026-04-21 cs.AI cs.MA 57%

Memory Intelligence Agent

记忆智能代理

Jingyang Qiao, Weicheng Meng, Yu Cheng, Zhihang Lin, Zhizhong Zhang, Xin Tan, Jingyu Gong, Kun Shao, Yuan Xie

机构 * East China Normal University(华东师范大学) Shanghai Innovation Institute(上海创新研究院) Harbin Institute of Technology(哈尔滨工业大学) Xiamen University(厦门大学) Shanghai Artificial Intelligence Laboratory(上海人工智能实验室) Independent Researcher(独立研究者)

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

AI总结 本文提出Memory Intelligence Agent框架,通过Manager-Planner-Executor架构实现高效记忆演化,结合强化学习与双向记忆转换,提升推理与自进化能力。

详情

展开后加载摘要…

URL PDF HTML 收藏
2604.16845 2026-04-21 cs.CL 57%

DART: Mitigating Harm Drift in Difference-Aware LLMs via Distill-Audit-Repair Training

DART:通过蒸馏-审计-修复训练缓解差异意识LLM中的危害漂移

Ziwen Pan, Zihan Liang, Jad Kabbara, Ali Emami

机构 * Emory University(埃默里大学) MIT(麻省理工学院)

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

AI总结 本文提出DART方法,通过蒸馏、审计和修复训练缓解LLM中因准确性提升导致的危害漂移问题,提升模型在处理差异相关任务时的准确性和安全性。

Comments Accepted to Findings of ACL 2026

详情

展开后加载摘要…

URL PDF HTML 收藏
2604.16772 2026-04-21 cs.CY cs.AI cs.HC 57%

The Reliance Negotiation Framework: A Dynamic Process Model of Student LLM Engagement in Academic Writing

依赖协商框架:学生在学术写作中与大语言模型互动的动态过程模型

Shahin Hossain

机构 * Department of Language, Literacy and Culture(语言、 literacy 与文化系)

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

AI总结 本文提出依赖协商框架,用于解释学生与大语言模型在学术写作中的动态互动过程,考虑了学生在不同任务中的变化性、经验带来的习惯化现象以及伦理非使用作为伦理推理的形式。

Comments 21 pages, 1 figure, 8 tables

详情

展开后加载摘要…

URL PDF HTML 收藏
2604.16518 2026-04-21 cs.RO astro-ph.IM cs.AI 57%

On-Orbit Space AI: Federated, Multi-Agent, and Collaborative Algorithms for Satellite Constellations

轨道上的空间AI:用于卫星星座的联邦、多智能体和协作算法

Ziyang Wang

机构 * Ziyang Wang(王子阳)

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

AI总结 本文探讨了卫星星座中联邦学习、多智能体算法和协作感知技术,以应对动态连接、严格SWaP-C限制等挑战,提出统一的协作架构和信任模型。

Comments Accepted by Algorithms, MDPI

详情

展开后加载摘要…

URL PDF HTML 收藏
2604.16353 2026-04-21 cs.IR cs.AI 57%

AgriIR: A Scalable Framework for Domain-Specific Knowledge Retrieval

AgriIR:一个可扩展的领域特定知识检索框架

Shuvam Banerji Seal, Aheli Poddar, Alok Mishra, Dwaipayan Roy

机构 * Indian Institute of Science Education Research, Kolkata, India Institute of Engineering \& Management, Kolkata, India , , , Contributed equally

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

AI总结 AgriIR通过模块化设计实现领域特定知识检索,结合大语言模型与自适应检索器,确保在资源受限下提供可信答案,推动农业领域的AI应用。

Comments Accepted at ECIR 2026

详情

展开后加载摘要…

URL PDF HTML 收藏
2509.17459 2026-04-21 cs.CL 57%

PRINCIPLES: Synthetic Strategy Memory for Proactive Dialogue Agents

PRINCIPLES:面向前瞻性对话代理的合成策略记忆

Namyoung Kim, Kai Tzu-iunn Ong, Yeonjun Hwang, Minseok Kang, Iiseo Jihn, Gayoung Kim, Minju Kim, Jinyoung Yeo

机构 * Department of Artificial Intelligence, Yonsei University(燕山大学人工智能学院)

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

AI总结 本文提出PRINCIPLES,一种基于离线自play模拟的合成策略记忆,用于提升前瞻性对话代理的策略规划能力,无需额外训练和数据标注,在情感支持和说服领域均表现出色。

Comments Accepted to EMNLP 2025 Findings

Journal ref Findings of the Association for Computational Linguistics: EMNLP 2025, pages 21329-21368

详情

展开后加载摘要…

URL PDF HTML 收藏
2301.09771 2026-04-21 cs.CY cs.GL 56%

Automation and AI Technology in Surface Mining With a Brief Introduction to Open-Pit Operations in the Pilbara

表面采矿中的自动化与人工智能技术及皮尔巴拉露天采矿简介

Raymond Leung, Andrew J Hill, Arman Melkumyan

专题命中 规划推理 :planning(abstract,comments)

AI总结 本文综述了采矿行业,特别是西澳皮尔巴拉铁矿区在工程问题、技术创新、机器人开发和自动化方面的挑战与进展,旨在展示技术现状并提高工程界对采矿中AI和自动化趋势的认识。

Comments Accepted manuscript. Paper provides insights on state-of-the-art technologies and future trends. Keywords: Mining automation, robotics, intelligent systems, machine learning, remote sensing, geostatistics, planning, scheduling, optimization, modelling, geology, complex systems. Document: 21 pages, 6 figures, 2 tables. 2024 Update: Added ICRA conference poster + slides as ancilliary files

Journal ref IEEE Robotics & Automation Magazine 32:3 (2025) 164-183

详情

展开后加载摘要…

URL PDF HTML 收藏
2604.18512 2026-04-21 cs.CV 50%

S2H-DPO: Hardness-Aware Preference Optimization for Vision-Language Models

S2H-DPO:面向视觉-语言模型的硬度感知偏好优化

Nitish Shukla, Surgan Jandial, Arun Ross

机构 * Michigan State University(密歇根州立大学) Carnegie Mellon University(卡内基梅隆大学)

专题命中 规划推理 :reasoning(abstract)

AI总结 本文提出S2H-DPO框架,通过三级层次推理构建多图象偏好数据,提升多图象推理性能,同时保持单图象推理能力,推动视觉偏好对齐的前沿发展。

Journal ref Findings of the Association for Computational Linguistics: ACL 2026

详情

展开后加载摘要…

URL PDF HTML 收藏
2604.18151 2026-04-21 cs.CV cs.CY 50%

AI-based Waste Mapping for Addressing Climate-Exacerbated Flood Risk

基于AI的废弃物地图绘制以应对气候加剧的洪水风险

Steffen Knoblauch, Levi Szamek, Iddy Chazua, Benedcto Adamu, Innocent Maholi, Alexander Zipf

机构 * Heidelberg University(海德堡大学) OpenMap Development Tanzania(坦桑尼亚开放地图开发)

专题命中 规划推理 :planning(abstract)

AI总结 本文提出一种基于AI的废弃物地图绘制方法,利用公开的航拍和街景图像检测城市固体废弃物,揭示废弃物空间分布与贫民窟及社会经济因素的关系,为洪水风险管理和可持续废弃物管理提供行动见解。

Journal ref Published at NeurIPS 2025: Tackling Climate Change with Machine Learning Workshop

详情

展开后加载摘要…

URL PDF HTML 收藏
2604.18126 2026-04-21 cs.RO cs.CV 50%

Chatting about Conditional Trajectory Prediction

关于条件轨迹预测的讨论

Yuxiang Zhao, Wei Huang, Haipeng Zeng, Huan Zhao, Yujie Song

机构 * Sun Yat-sen University(中山大学) Alibaba Group(阿里巴巴集团)

专题命中 规划推理 :planning(abstract)

AI总结 本文提出CiT方法,通过跨时间域意图交互实现轨迹预测,结合自身运动与社交交互信息,提升预测精度并集成机器人运动规划模块。

详情

展开后加载摘要…

URL PDF HTML 收藏
2508.16457 2026-04-21 eess.SY cs.SY 50%

Wide-Area Power System Oscillations from Large-Scale AI Workloads

大规模人工智能工作负载引起的广域电力系统振荡

Min-Seung Ko, Hao Zhu

专题命中 规划推理 :planning(abstract)

AI总结 本文提出了一种新的动态电力建模方法,用于分析人工智能数据中心负载对电网运行的影响,特别是其可能引起广域电网振荡的潜在风险。

详情

展开后加载摘要…

URL PDF HTML 收藏
2409.17443 2026-04-21 cs.RO 50%

Satellite Chasers: Divergent Adversarial Reinforcement Learning to Engage Intelligent Adversaries on Orbit

卫星追踪者:分歧对抗强化学习用于轨道上的智能对抗

Cameron Mehlman, Gregory Falco

机构 * Sibley School of Mechanical and Aerospace Engineering(锡比利机械与航空航天工程学院)

专题命中 规划推理 :planning(abstract)

AI总结 本文提出DARL方法,通过双重阶段多智能体强化学习训练卫星对抗策略,验证了其在对抗性多智能体空间环境中的鲁棒性。

详情

展开后加载摘要…

URL PDF HTML 收藏
2604.17250 2026-04-21 stat.AP 50%

Improving post-operative discharge destination prediction of geriatric patients with generative data augmentation

改进老年患者术后出院目的地预测的生成数据增强

Pegah Golchian, Pauline Maier, Thomas Kocar, Marvin N. Wright

专题命中 规划推理 :planning(abstract)

AI总结 本文通过生成数据增强方法提升老年患者术后出院目的地预测,采用合成数据和Imputation策略,验证了随机森林和TabPFN模型在数据稀缺情况下的有效性。

详情

展开后加载摘要…

URL PDF HTML 收藏
2510.14264 2026-04-21 cs.CE 50%

AlphaQuanter: An End-to-End Tool-Augmented Agentic Reinforcement Learning Framework for Stock Trading

AlphaQuanter:一个端到端的工具增强型代理强化学习框架用于股票交易

Zheye Deng, Weixiang Yan, Changlong Yu, Jiashu Wang

专题命中 规划推理 :reasoning(abstract)

AI总结 AlphaQuanter通过强化学习在透明的工具增强决策流程中学习动态策略,实现端到端优化,提升股票交易性能并提供可解释的交易策略。

Comments Accepted to ACL findings 2026

详情

展开后加载摘要…

URL PDF HTML 收藏
2604.16566 2026-04-21 cs.MA 50%

Agentic AI for Education: A Unified Multi-Agent Framework for Personalized Learning and Institutional Intelligence

教育中的代理AI:一个统一的多智能体框架用于个性化学习与机构智能

Arya Mary K J, Deepthy K Bhaskar, Sinu T S, Binu V P

专题命中 规划推理 :reasoning(abstract)

AI总结 本文提出AUSS框架,整合学生个性化、教师自动化和机构智能,利用LLMs、强化学习等技术提升教育系统效率与适应性。

详情

展开后加载摘要…

URL PDF HTML 收藏