大模型推理能力

Think Twice, Act Once: Verifier-Guided Action Selection For Embodied Agents

再思一次，行动一次：验证引导的动作选择用于具身智能体

Nishad Singhi, Christian Bialas, Snehal Jauhri, Vignesh Prasad, Georgia Chalvatzaki, Marcus Rohrbach, Anna Rohrbach

机构 * Technical University of Darmstadt（达姆斯塔特技术大学） 纠错

专题命中 测试时计算 ：verifier(title,abstract)；CoT(abstract,abstract_cn)；reasoning(abstract)；chain-of-thought(abstract)

AI总结 本文提出验证引导的动作选择框架，通过显式验证步骤提升基于MLLM的具身智能体的鲁棒性，实验证明在复杂任务中性能提升达36%。

Comments CVPR 2026 (Findings)

interwhen: A Generalizable Framework for Steering Reasoning Models with Test-time Verification

interwhen：一种可泛化的引导推理模型进行测试时验证的框架

Vishak K Bhat, Prateek Chanda, Vijval Ekbote, Ashmit Khandelwal, Maitreyi Swaroop, Vineeth N. Balasubramanian, Subbarao Kambhampati, Nagarajan Natarajan, Amit Sharma

机构 * Microsoft Research（微软研究院） ； IIT Bombay（印度理工学院班加罗尔分校） ； Carnegie Mellon University（卡内基梅隆大学） ； Arizona State University（亚利桑那州立大学） 纠错

专题命中 测试时计算 ：reasoning(title,abstract)；verifier(summary_cn,abstract)；分类 cs.AI

AI总结 interwhen提出一种单轨迹验证框架，通过反馈中间推理轨迹引导模型行为，解决验证状态获取和 verifier 缺乏的问题，提升推理代理的任务完成和政策合规性。

Comments 56 pages, 6 figures

Reward-Weighted On-Policy Distillation with an Open Property-Equivalence Verifier for NL-to-SVA Generation

基于开放属性等价验证器的奖励加权在线策略蒸馏用于自然语言到SVA生成

Qingyun Zou, Yingze Li, Tianen Liu, Bingsheng He, Weng-Fai Wong

机构 * National University of Singapore（新加坡国立大学） 纠错

专题命中 测试时计算 ：verifier(title,abstract)；分类 cs.LG

AI总结 本文提出RWOPD方法，通过开放属性等价检查器提升SVA生成性能，使模型在多个评估指标上超越现有最佳模型。

When to Act, Ask, or Learn: Uncertainty-Aware Policy Steering

何时行动、提问或学习：不确定性感知的策略引导

Jessie Yuan, Yilin Wu, Andrea Bajcsy

机构 * Carnegie Mellon University（卡内基梅隆大学） 纠错

专题命中 测试时计算 ：reasoning(abstract)；verifier(abstract)；分类 cs.LG

AI总结 本文提出不确定性感知策略引导框架，通过联合推理任务语义不确定性和低层动作可行性，选择执行高置信度动作、通过自然语言查询澄清任务歧义或请求动作干预修正低层策略，提升机器人部署性能。

Comments To appear in Robotics: Science and Systems 2026

Is a Picture Worth a Thousand Words? Adaptive Multimodal Fact-Checking with Visual Evidence Necessity

图片胜过千言吗？基于视觉证据必要性的自适应多模态事实核查

Jaeyoon Jung, Yejun Yoon, Kunwoo Park

机构 * School of AI Convergence, Soongsil University（顺斯利大学人工智能融合学院） ； MAUM AI Inc.（MAUM人工智能公司） ； Department of Intelligent Semiconductors, Soongsil University（顺斯利大学智能半导体系） 纠错

专题命中 测试时计算 ：verifier(abstract)；分类 cs.CL、cs.AI

AI总结 本文挑战了多模态证据普遍提升性能的假设，提出AMuFC框架，通过分析和验证器模型自适应使用视觉证据，提升事实核查准确性。

Comments preprint, 18 pages

VIP-COP: Context Optimization for Tabular Foundation Models

VIP-COP：表格基础模型的上下文优化

Yilong Chen, Xueying Ding, Leman Akoglu

机构 * Carnegie Mellon University（卡内基梅隆大学） 纠错

专题命中 测试时计算 ：test-time compute(abstract)；分类 cs.LG

AI总结 VIP-COP通过显式选择机制优化上下文，提升表格基础模型性能，具备快速、预算感知、黑盒兼容和可解释性等优势。