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。
通过提示注入在黑盒聊天机器人环境中研究隐私泄露链的实证研究
机构 * Department of Information Security（信息安全系） ； Soongsil University（松山大学） ； AI Safety Center（人工智能安全中心） ； Department of AI Software（人工智能软件系）
专题命中 代码与定理证明 ：reasoning(abstract)；分类 cs.AI
AI总结 本文研究了通过间接提示注入在黑盒聊天机器人环境中存在的隐私泄露攻击链，分析了攻击者如何通过构造看似无害的外部内容来劫持代理任务，并评估了新的提示注入技术'exemplification'的攻击成功率，最终展示了使用虚构个人信息的证明概念数据外泄链。
Comments 9 pages, 2 figures
A-ProS：通过多模型反馈实现可靠的自主编程
机构 * Dept. of Computer Science and Engineering, University of Dhaka（达卡大学计算机科学与工程系） ； Dept. of Information Systems, University of Maryland, Baltimore County（马里兰大学巴尔的摩县信息学院） ； University of Maryland, Baltimore County（马里兰大学巴尔的摩县）
专题命中 代码与定理证明 ：reasoning(abstract)；分类 cs.AI
AI总结 本文提出A-ProS，一种通过多模型反馈框架实现自主编程的AI代理，结合生成器和调试器，通过多轮反馈提升代码生成的准确性与效率，实验表明其在解决编程问题上具有显著优势。
Comments Accepted for Publication in ACM Transactions on Software Engineering and Methodology (TOSEM)
CAM-Bench: 一个用于Lean中的计算与应用数学的基准测试
机构 * Fudan University（复旦大学） ； Qingdao University（青岛大学） ； Peking University（北京大学） ； Huawei Technologies Ltd.（华为技术有限公司）
专题命中 代码与定理证明 ：reasoning(abstract)；分类 cs.AI
AI总结 本文提出CAM-Bench，一个包含1000个Lean证明目标的基准测试，涵盖优化、数值线性代数和数值分析等领域，旨在补充现有形式化数学基准测试，通过针对依赖教科书概念和基本定理的应用数学问题进行评估。
Comments Preprint. 44 pages, 7 figures
大语言模型与不可能的语言习得："虚假承诺"或对当前人工智能观点的颠覆
机构 * New Talent Academy（新人才学院） ； Institute of Software, University of Chinese Academy of Sciences（中国科学院软件研究所）
专题命中 代码与定理证明 ：self-correction(abstract)；分类 cs.CL
AI总结 本文通过实验探讨大语言模型学习可能与不可能语言的能力，发现GPT-2模型在自然语言任务上表现优于不可能语言任务，而LSTM模型则无显著差异，挑战了Chomsky对AI的理性主义基础观点。
在混合DeltaNet-注意力解码器中证明更短的scratchpad
机构 * Centre for Credible AI（可信人工智能中心） ； Warsaw University of Technology（华沙理工大学）
专题命中 代码与定理证明 ：chain-of-thought(abstract)；分类 cs.LG
AI总结 研究混合递归-注意力解码器的表达能力，证明混合架构在模型表达性和效率上有优势，使用常数精度假设，Qwen风格的混合模型能以常数scratchpad解决parity-conditioned检索任务，而纯DeltaNet或纯注意力模型需多项式scratchpad。
Comments Under review at a ML conference
整体大于部分之和：一种兼容性感知的多教师CoT蒸馏框架
机构 * State Key Laboratory of Human-Machine Hybrid Augmented Intelligence, Institute of Artificial Intelligence and Robotics, Xi’an Jiaotong University（人机混合增强智能国家重点实验室，人工智能与机器人研究院，西安交通大学） ； Nankai University（南开大学） ； The Hong Kong University of Science and Technology(Guangzhou)（香港科技大学（广州）） ； School of Software Engineering, State Key Laboratory of Human-Machine Hybrid Augmented Intelligence, Institute of Artificial Intelligence and Robotics, Xi’an Jiaotong University（软件学院，人机混合增强智能国家重点实验室，人工智能与机器人研究院，西安交通大学）
专题命中 逻辑推理 ：CoT(title,title_cn)；reasoning(abstract)；chain-of-thought(abstract)；分类 cs.CL、cs.AI
AI总结 本文提出COMPACT框架，通过动态加权不同教师的梯度，结合多维指标提升学生模型的推理能力，有效整合多样化推理能力并减少灾难性遗忘。
Comments 11pages, 9figures
强化学习能否教会大语言模型长期 horizon 推理？表达性是关键
机构 * Purdue University（普渡大学） ； UNC Chapel Hill（北卡罗来纳大学教堂山分校） ； Georgia Tech（佐治亚理工学院） ； UC San Diego（加州大学圣地亚哥分校）
专题命中 逻辑推理 ：reasoning(title,abstract)；planning(abstract)；logical reasoning(abstract)；分类 cs.CL、cs.AI
AI总结 本文通过ScaleLogic框架研究了RL训练与任务难度的关系，发现推理深度和逻辑表达性影响训练计算量，表达性越高，训练效率越高，证明LLM的长期推理问题可通过改进训练方法解决。
推理作为压缩：通过条件信息瓶颈统一预算强制
机构 * Qualcomm AI Research（高通人工智能研究）
专题命中 逻辑推理 ：reasoning(title,abstract)；CoT(abstract,abstract_cn)；分类 cs.LG
AI总结 本文提出将高效推理视为信息瓶颈原则下的损失性压缩问题，通过引入条件信息瓶颈（CIB）原则，解决了传统预算强制方法在处理transformers时的理论缺陷，并通过语义先验实现了更高效的推理压缩，提升了准确率并减少了计算成本。
BioProAgent：用于受限科学规划的神经符号接地
机构 * School of AI for Science, Peking University（科学人工智能学院，北京大学） ； School of Electronic and Computer Engineering, Peking University（电子与计算机工程学院，北京大学） ； School of Computer Science, Peking University（计算机科学学院，北京大学）
专题命中 逻辑推理 ：planning(title,abstract)；reasoning(abstract)；分类 cs.AI
AI总结 BioProAgent通过神经符号框架将概率规划锚定在确定性有限状态机中，解决复杂设备模式中的上下文瓶颈，提升物理执行的可靠性。
基于多目标推理的时序逻辑任务时空鲁棒性
机构 * Automatic Control Laboratory, ETH Zürich（自动化控制实验室，苏黎世联邦理工学院）
专题命中 逻辑推理 ：reasoning(title,abstract)；分类 cs.AI
AI总结 本文研究了通过多目标推理处理时序逻辑任务的时空鲁棒性，提出了一种新的时空鲁棒性定义，能够同时考虑空间和时间扰动，并展示了其在多智能体机器人、智慧城市和空中交通管制等交互系统中的应用。
Comments 30 pages, 6 figures, to be published at the 38th International Conference on Computer Aided Verification 2026
从手工到内核：一种以治理为导向的执行架构和语义ISA用于代理计算机
机构 * Shanghai Jiao Tong University（上海交通大学） ； Zhejiang University（浙江大学） ； Peking University（北京大学） ； Tsinghua University（清华大学）
专题命中 逻辑推理 ：reasoning(abstract)；分类 cs.AI
AI总结 本文提出了一种以治理为导向的执行架构和语义指令集架构（ISA），旨在解决代理计算机中AI从脆弱原型到生产系统的过渡问题，通过引入概率处理单元和确定性神经符号内核，提升系统的安全性和可靠性。
改进方法而非提示：针对大语言模型的进化式 jailbreak 攻击合成
机构 * Department of XXX, University of YYY, Location, Country（XXX系，YYY大学，地点，国家） ； School of ZZZ, Institute of WWW, Location, Country（ZZZ学院，WWW研究所，地点，国家）
专题命中 逻辑推理 ：self-correction(abstract)；分类 cs.CL
AI总结 本文提出 EvoSynth 框架，通过在代码空间中进行搜索，而非仅在提示空间中优化，从而提高对大语言模型的 jailbreak 攻击成功率和多样性。
LLM-TabLogic: 通过提示引导的潜在扩散模型在合成表格数据中保留列间逻辑关系
机构 * Department of Engineering, University of Cambridge（剑桥大学工程系） ； The Alan Turing Institute（艾伦·图灵研究所）
专题命中 逻辑推理 ：reasoning(abstract)；分类 cs.LG
AI总结 本文提出LLM-TabLogic方法，利用大语言模型推理捕捉表格列间的复杂逻辑关系，并通过Score-based Diffusion模型在潜在空间中生成数据，以在不需领域知识的情况下有效保持合成表格数据中的列间关系。
一种结合知识符号学习与认知深度学习的分层图像分类方法
机构 * Institute for AI, Data Analysis and Systems (AIDAS) School of Engineering, Computing and Mathematics, Oxford Brookes University, UK（人工智能、数据分析和系统研究所（AIDAS）工程、计算与数学学院，英国奥克斯福德布鲁克斯大学）
专题命中 逻辑推理 ：reasoning(abstract)；分类 cs.AI
AI总结 本文提出一种统一的神经符号和认知建模框架，通过融合Swin Transformer、焦点集推理和可微模糊逻辑，提升分层图像分类的准确性和逻辑一致性。
Comments 36 pages
超越不完美替代：基于规则映射的神经符号案例研究：在线仇恨言论
机构 * Max Planck Institute for Comparative and International Private Law（比较与国际私法Max Planck研究所）
专题命中 逻辑推理 ：reasoning(abstract)；分类 cs.AI
AI总结 本文探讨神经符号方法在在线仇恨言论分类中的应用，通过约束大语言模型以提高法律判断的准确性与可验证性。
Comments Extended version of a paper accepted at ICAIL 2026. 10 pages, 1 figure, 2 tables
训练培训者——一种基于同伴的AI框架，用于战场环境中的同伴心理支持
机构 * McDonald Army Health Center（麦克唐纳陆军健康中心） ； Old Dominion University（老 Dominion 大学） ； Blanchfield Army Community Hospital（布莱恩菲尔德陆军社区医院） ； 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） ； Accenture Technology Labs（埃森哲技术实验室）
专题命中 逻辑推理 ：reasoning(abstract)；分类 cs.AI
AI总结 本文提出一种基于同伴的AI框架，利用AI代理提升战场环境下心理支持的效率，减少撤离需求并提高持续护理质量。
基于大语言模型的代码对自然语言要求的静态验证：一项工业经验报告
专题命中 逻辑推理 ：reasoning(abstract)
AI总结 本文提出一种基于大语言模型的两阶段工作流，用于在智能汽车网络安全案例中验证代码是否符合自然语言要求，通过引入结构化中间表示减少幻觉和输出变异，提升静态分析的准确性与解释性。
超越策略优化：一种数据整理飞轮用于稀疏奖励长周期规划
机构 * Department of Mechanical Engineering, National University of Singapore（新加坡国立大学机械工程系） ； Robotics Institute, Carnegie Mellon University（卡内基梅隆大学机器人研究所） ； School of Computing, National University of Singapore（新加坡国立大学计算机科学学院） ； Institute of Computing Technology, Chinese Academy of Sciences（中国科学院计算技术研究所） ； Department of Computer Science and Technology, Tsinghua University（清华大学计算机科学与技术系）
专题命中 规划推理 ：planning(title,abstract)；reasoning(abstract)；chain-of-thought(abstract)；分类 cs.AI
AI总结 本文提出BPO框架，通过自改进的数据飞轮开发鲁棒推理模型，解决多轮代理规划中稀疏奖励长周期问题，实现高效推理和显著的token效率。
DecoupleSearch: 通过分层奖励建模解耦规划与搜索
机构 * Tongyi Lab（通义实验室） ； Alibaba Group（阿里巴巴集团）
专题命中 规划推理 ：planning(title,abstract)；reasoning(abstract)；分类 cs.CL、cs.AI
AI总结 本文提出DecoupleSearch框架，通过双值模型解耦规划与搜索过程，利用蒙特卡洛树搜索评估每一步的质量，并通过分层束搜索迭代优化规划和搜索候选，验证了方法的有效性。
Comments EMNLP 2025 Main Conference
先规划，后扩散：用于长视距扩散规划的外在图引导
机构 * Technion（技术Ion大学） ； Harvard（哈佛大学）
专题命中 规划推理 ：planning(title,abstract)；reasoning(abstract)；分类 cs.AI、cs.LG
AI总结 本文提出了一种外在搜索引导的扩散模型（XDiffuser），通过在状态空间图上先规划再引导扩散过程，以提高长视距规划的效率和效果，尤其在低质量数据和未见任务中表现优异。
ALIGN：一种通过地理空间神经推理进行高精度事故位置推断的视觉-语言框架
机构 * Department of Civil Engineering, Bangladesh University of Engineering and Technology（孟加拉工程与技术大学土木工程系）
专题命中 规划推理 ：reasoning(title,abstract)；planning(abstract)；分类 cs.AI
AI总结 本文提出ALIGN框架，通过视觉-语言模型整合文本和图像数据，以高精度推断事故位置，显著优于传统文本解析方法，实现了亚公里级的定位精度。
通过大型语言模型的图引导动作生成进行具身任务规划
机构 * Purdue University（普渡大学） ； Futurewei Technologies（未来科技）
专题命中 规划推理 ：planning(title,abstract)；reasoning(abstract)；分类 cs.CL
AI总结 本文提出GiG框架，通过图神经网络编码环境状态并构建动作连接执行轨迹图，结合有限前瞻性模块提升具身代理的规划能力，在三个具身规划基准测试中取得显著性能提升。
Comments Accepted by ICML 2026
通过纠正少量决策标记来恢复推理能力
机构 * University of Science and Technology of China（中国科学技术大学） ； National University of Singapore（新加坡国立大学）
专题命中 规划推理 ：reasoning(title,abstract)；planning(abstract)；分类 cs.AI
AI总结 本文研究了基础模型在生成过程中推理优势的稀疏性，提出了一种基于分歧指导的标记干预方法，在少量干预下显著恢复甚至超越了同规模推理模型的性能。
Comments Accepted at ICML 2026
面向行人的LLM驱动行为规划用于自动驾驶车辆
机构 * The University of Osaka, Japan（大阪大学，日本） ； RIKEN Center for Computational Science, Japan（日本计算科学研究中心） ； Tanta University, Egypt（埃及塔塔大学）
专题命中 规划推理 ：planning(title,abstract)；reasoning(abstract)；分类 cs.AI
AI总结 本文提出了一种基于大型语言模型的决策框架，用于自动驾驶车辆在复杂城市环境中考虑行人行为，通过自然语言推理提示将结构化场景观测转换为语言推理，从而生成安全的驾驶决策。
Comments This paper has been accepted for presentation at the 29th IEEE International Conference on Intelligent Transportation Systems (ITSC)
OPERA: 一种增强强化学习的协调规划-执行架构用于面向推理的多跳检索
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） ； School of Computer Science and Technology, Huazhong University of Science and Technology（华中科技大学计算机科学与技术学院） ； Department of Electronic Engineering, Tsinghua University（清华大学电子工程系）
专题命中 规划推理 ：reasoning(title,abstract)；planning(abstract)；分类 cs.AI
AI总结 OPERA通过协调规划-执行架构解决多跳检索中推理规划、检索和过滤的不足，采用MAPGRPO方法提升复杂任务性能。
Comments Accepted by AAAI 2026. Extended version
基于模式的思考：通过模式诱导突破视觉规划中的感知瓶颈
机构 * State Key Lab of CAD& CG（CAD与CG国家重点实验室）
专题命中 规划推理 ：planning(title,abstract)；分类 cs.CL、cs.AI、cs.LG
AI总结 本文提出通过模式诱导的方法，利用模式推理和模式诱导策略，使视觉语言模型在视觉规划任务中实现更高效和准确的感知与推理，解决传统模型在复杂输入下的感知瓶颈问题。
人工不耐受：临床文档中的污名化语言扭曲大型语言模型决策
机构 * Johns Hopkins University（约翰霍普金斯大学）
专题命中 规划推理 ：CoT(abstract,abstract_cn)；reasoning(abstract)；chain-of-thought(abstract)；分类 cs.CL
AI总结 研究探讨了大型语言模型在处理包含污名化语言的临床文档时是否继承并传播人类偏见，发现所有模型在决策上都存在显著偏见，且对语言框架敏感，需加强算法防护以确保公平性和鲁棒性。
Comments 9 pages
VLM-AutoDrive: 事后训练视觉-语言模型用于安全关键的自动驾驶事件
机构 * NVIDIA
专题命中 规划推理 ：CoT(abstract,abstract_cn)；reasoning(abstract)；chain-of-thought(abstract)；分类 cs.AI
AI总结 本文提出VLM-AutoDrive框架，通过整合元数据生成的描述、LLM生成的描述、视觉问答对和推理监督，提升预训练视觉语言模型在安全关键自动驾驶事件中的检测性能。
Comments 16 pages, 9 figures, submitted to arXiv
基于属性的LLM程序合成用于规划
机构 * Federal University of Rio Grande do Sul（里约格朗德杜斯尔大学） ； University of Oxford（牛津大学） ； Linköping University（林奈大学）
专题命中 规划推理 ：planning(title,abstract)；分类 cs.AI、cs.LG
AI总结 本文研究了一种基于属性的LLM程序合成方法，通过检查候选程序是否满足形式定义的属性来指导LLM生成更高质量的程序，从而减少生成和评估成本。
在联合嵌入预测世界模型中成功因素是什么？
机构 * Meta FAIR ； Inria Paris（巴黎理工院） ； Ecole normale supérieure / PSL（巴黎高等师范学院 / PSL） ； New York University（纽约大学）
专题命中 规划推理 ：planning(title,abstract)；分类 cs.AI、cs.LG
AI总结 本文研究了在物理规划中使用联合嵌入预测世界模型（JEPA-WMs）的成功因素，通过分析模型架构、训练目标和规划算法对规划成功的影响，提出了一种在导航和操作任务中优于现有基线方法的模型。
Comments V2 of the article: - Added AdaLN-zero - Added table comparing JEPA-WMs with baselines with std translating per-seed variability only, no variability across epochs - Reordered figures in main body of the paper V3: added data scaling experiments, theoretical appendix section on autoregressive rollout, acceptance at TMLR
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