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。
从第一天开始：面向大规模约束多智能体系统的群体感知协调
机构 * Amazon（亚马逊）
专题命中 规划推理 ：planning(abstract)；分类 cs.LG
AI总结 本文提出群体感知协调接口，通过学习的原Dual映射，在迭代循环中查询，以实现大规模多智能体系统的协调，减少预测误差和容量违规。
Comments 30 pages, 16 figures. Submitted to NeurIPS 2026
GRASP：基于命题的图代理搜索用于多跳问答
机构 * University of Wisconsin-Madison（威斯康星大学麦迪逊分校）
专题命中 规划推理 ：reasoning(abstract)；分类 cs.AI
AI总结 GRASP通过分解多跳查询为依赖感知计划，实现多跳问答中的高准确率与低token使用。在MuSiQue、2WikiMultihopQA和HotpotQA上，GRASP在开放语料检索和长文本推理设置中均表现优异，且token使用更少。
超越合规：AI如何通过拒绝帮助创意作家
机构 * The Hong Kong University of Science and Technology（香港科技大学） ； The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； Computational Media and Arts (Guangzhou)（计算媒体与艺术（广州）） ； Hong Kong, China（香港，中国）
专题命中 规划推理 ：planning(abstract)；分类 cs.AI
AI总结 本文探讨AI通过拒绝请求引入反思的可能性，通过22名创意作家的质性研究，发现不同情境、认知和关系维度下的偏好差异影响反思效果，提出摩擦性AI设计的策略。
Comments conditionally accepted to Creativity & Cognition 2026
通过单个机器人入侵在LLM控制的多机器人协作中传播不安全行为
机构 * College of Computer Science and Technology, National University of Defense Technology（国防科技大学计算机科学与技术学院）
专题命中 规划推理 ：planning(abstract)
AI总结 本文研究了LLM控制的多机器人协作中的安全问题，提出了一种新型攻击模式，其中攻击者仅通过单个机器人传播恶意意图，导致系统中协调的不安全行为，通过三个指标量化了这一过程，并展示了攻击的高效性和持续性。
Comments Accepted by the 35th International Joint Conference on Artificial Intelligence (IJCAI 2026). 9 pages, 4 figures, 3 tables
通过OpenClaw和领域特定技能自动化计算化学工作流程
专题命中 规划推理 ：planning(abstract)
AI总结 本文提出了一种基于OpenClaw的多步骤计算化学自动化框架，通过任务协调和监督代理、规划技能和领域技能实现了计算化学流程的自动化，并在甲烷氧化反应分子动力学案例中展示了其协调跨工具执行、运行时故障恢复和反应网络提取的能力。
Comments Rev 1
具有局部引导的终身LaCAM用于终身MAPF
专题命中 规划推理 ：planning(abstract)
AI总结 本文提出了一种名为LLLG的终身LaCAM增强型方法，通过使用滚动时间窗规划框架和在每个时间步从先前解中进行预热启动引导，以解决终身MAPF问题，从而在紧凑密集环境中实现高效的任务完成 throughput。
Comments 10 pages, 11 figures, accepted to SoCS 2026
通过翻译决策关键特征实现零样本文本解释
机构 * Chiba University（千叶大学） ； National Institute of Informatics（国家信息研究所）
专题命中 规划推理 ：reasoning(abstract)
AI总结 本文提出TEXTER方法，通过隔离决策关键特征生成更准确的文本解释，提升模型可解释性。
Comments Accepted to CVPR 2026 Findings
HexAGenT: 通过工作流和异构性感知调度实现高效的代理LLM服务
专题命中 规划推理 ：planning(abstract)
AI总结 本文提出HexAGenT，一种异构prefill-decode推理服务的工作流感知调度器，通过动态调整预填和解码位置及队列优先级，减少工作流完成SLO需求，提升效率。
基于高斯和范围的奖励优化的指称表达计数（REC-RL）
机构 * JIUTIAN Research, Beijing, China（京天研究，北京，中国）
专题命中 规划推理 ：reasoning(abstract)
AI总结 本文提出REC-RL框架，通过引入思考-范围-回答范式优化视觉推理过程，结合精度指导和结构化输出奖励，提升指称表达计数任务的性能和泛化能力。
Comments 5 pages
SPATIOROUTE: 动态提示路由用于零样本空间推理
机构 * National Taiwan University（台湾国立大学） ； Delta Robotics Innovation Center（Delta机器人创新中心）
专题命中 视觉空间推理 ：chain-of-thought(summary_cn,abstract)；reasoning(title,abstract)；CoT(abstract,abstract_cn)；分类 cs.AI
AI总结 本文提出SpatioRoute，一种动态提示生成方法，通过语义定制的提示模板路由问题，无需额外训练或3D传感器输入，在零样本设置下提升空间推理性能，同时发现Chain-of-Thought提示在空间视频理解中效果不佳。
Comments 10 pages, 2 figures, 2nd Workshop on 3D-LLM/VLA, CVPR 2026
超越笛卡尔错觉：在感知瓶颈下测试双阶段多模态理论 of Mind
机构 * College of Computer Science, Beijing Information Science and Technology University（北京信息科技大学计算机学院）
专题命中 视觉空间推理 ：CoT(abstract,abstract_cn)；reasoning(abstract)；chain-of-thought(abstract)；分类 cs.AI
AI总结 本文研究了多模态大语言模型在感知瓶颈下的双阶段空间推理能力，提出了一种基于锚点的具身体验空间分解链式推理方法，以解决空间对称性和视角模糊性问题，从而提升多模态理论 of Mind 的表现。
Comments 17 pages, 3 figures
置信几何揭示大语言模型推理中的痕量正确性
机构 * School of Computer Science and Technology, Tiangong University（天津工业大学计算机科学与技术学院） ； Center for Quantum Physics and Intelligent Sciences, Department of Physics, Capital Normal University（首都师范大学量子物理与智能科学中心）
专题命中 视觉空间推理 ：reasoning(title,abstract)；分类 cs.CL、cs.LG
AI总结 本文研究了大语言模型推理正确性与置信轨迹之间的关系，提出通过置信几何分析来区分正确与错误推理轨迹，并展示了NeuralConf方法在提高推理准确性方面的有效性。
Comments 11 pages, 9 figures, 1 table. Code is available at https://github.com/QML-TGU/NeuralConf
通过几何逻辑一致性实现视觉语言模型中的自演化空间推理
机构 * Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； The City University of New York（纽约城市大学） ； The Chinese University of Hong Kong（香港中文大学） ； Data61 CSIRO（Data61澳大利亚国家科学研究院） ； University of New South Wales（新南威尔士大学） ； Australian National University（澳大利亚国立大学）
专题命中 视觉空间推理 ：reasoning(title,abstract)；分类 cs.AI
AI总结 本文提出SAGE框架，通过几何和语言二元操作在视觉语言模型中实现自演化空间推理，提升模型在空间推理任务中的鲁棒性和泛化能力。
Comments 23 pages, 7 figures, 3 tables
TaskGround：全场景家庭推理的结构化可执行任务推断
机构 * Tsinghua University（清华大学） ； Microsoft Research Asia（微软亚洲研究院） ； Peking University（北京大学） ； Fudan University（复旦大学） ； Zhejiang University（浙江大学）
专题命中 视觉空间推理 ：reasoning(title,abstract)；分类 cs.AI
AI总结 本文提出TaskGround框架，通过结构化任务推断提升全场景家庭推理能力，其核心贡献是引入FullHome评估套件，验证了在家庭场景中执行任务结构推断的重要性，并展示了紧凑本地模型在实际家庭部署中的有效性。
Comments Project page: https://aaronfengzy.github.io/TaskGround/
CAVE：一种用于碎片化视觉证据推理的结构化信用分配方法
机构 * Tsinghua University（清华大学） ； Peking University（北京大学） ； Zhejiang University of Technology（浙江工业大学）
专题命中 视觉空间推理 ：reasoning(title,abstract)；分类 cs.AI
AI总结 CAVE通过结构化过程-奖励机制提升碎片化视觉推理能力，引入三个互补信号优化推理步骤，提升模型可靠性与鲁棒性。
Comments 24 pages, 6 figures. Preprint
超越定位：从全景图像中对MLLMs的视角条件空间推理进行综合诊断
机构 * The Hong Kong Polytechnic University（香港理工大学） ； Guangzhou University（广州大学） ； Queen Mary University of London（伦敦玛丽女王大学） ； HKUST(Guangzhou)（香港科技大学（广州））
专题命中 视觉空间推理 ：reasoning(title,abstract)
AI总结 本文研究了多模态大语言模型（MLLMs）在视角变化下的空间推理能力，提出了PCSR-Bench基准测试，评估了14种代表性MLLMs在不同任务上的表现，揭示了空间推理能力的显著差距，并探讨了通过强化学习进行优化的可能性。
Comments 10pages, 4 figures
SkyNative: 一种面向遥感视觉证据推理的原生多模态框架
机构 * College of Computer Science and Technology, Jilin University, China（吉林大学计算机科学与技术学院） ； Key Laboratory of Symbolic Computation and Knowledge Engineering of Ministry of Education（教育部符号计算与知识工程重点实验室）
专题命中 视觉空间推理 ：reasoning(title,abstract)
AI总结 本文提出SkyNative，一种原生多模态框架，通过去除预训练视觉骨干，直接在语言模型token空间中表示图像为原始patch tokens，以提升遥感图像的细粒度空间推理能力。
基于几何的思考：用于空间推理的主动几何整合
机构 * Shenzhen campus of Sun Yet-sen University（中山大学深圳校区） ； Yinwang Intelligent Technology Co. Ltd.（云网智能科技有限公司） ； Shanghai Jiao Tong University（上海交通大学） ； Shanghai innovation institute（上海创新研究院） ； Nanyang Technological University（南洋理工大学）
专题命中 视觉空间推理 ：reasoning(title,abstract)
AI总结 本文提出GeoThinker框架，通过主动感知机制改进空间推理，通过空间接地融合和重要性门控实现几何与语义的精准整合，提升空间智能性能。
NewsLens: 一个用于对抗性新闻偏见导航的多智能体框架
机构 * Independent Researcher（独立研究者）
专题命中 视觉空间推理 ：reasoning(abstract)；verifier(abstract)；分类 cs.CL
AI总结 本文提出NewsLens多智能体框架，通过五个智能体协作解构新闻文章，揭示意识形态缺失、修辞操纵和框架边界，利用Qwen2.5-3B-Instruct和Mistral 7B模型进行评估，展示了系统在不同政治事件簇中的表现。
Comments 17 pages, 2 figures, 7 tables, 1 appendix
GVGAI-LLM：通过无限游戏评估大语言模型代理
机构 * New York University（纽约大学） ； University of the Witwatersrand（沃尔特·斯通大学） ； Meta ； Lingnan University（岭南大学）
专题命中 视觉空间推理 ：reasoning(abstract)；planning(abstract)；分类 cs.AI
AI总结 GVGAI-LLM通过 arcade 式游戏测试大语言模型的推理与问题解决能力，定义了可解释的评估指标，揭示了模型在空间推理和基本规划中的局限性。
深度序列模型倾向于记忆几何学；不清楚为何
机构 * Machine Learning Department \& Heinz College, Carnegie Mellon University, Pittsburgh, PA, USA ； Google Research, NY, USA
专题命中 视觉空间推理 ：reasoning(abstract)；分类 cs.CL、cs.AI、cs.LG
AI总结 研究探讨了深度序列模型中原子事实的存储机制，发现几何记忆能编码全局关系，即使在训练中未共现的实体间也能建立联系，挑战了传统关联记忆的观点。
Comments Forty-third International Conference on Machine Learning (ICML 2026)
可部署的具身视觉-语言导航系统：具有层次认知和上下文感知探索
机构 * Center for Advanced Robotics Technology Innovation (CARTIN), School of Electrical and Electronic Engineering, Nanyang Technological University（先进机器人技术与创新中心（CARTIN）、电子工程学院、南洋理工大学） ； Spatial AI & Robotics Lab, Department of Computer Science and Engineering（空间人工智能与机器人实验室、计算机科学与工程系）
专题命中 视觉空间推理 ：reasoning(abstract)；planning(abstract)
AI总结 本文提出一种可部署的具身视觉-语言导航系统，通过分层认知和上下文感知探索，在真实机器人上实现高效导航与强推理能力。
Comments 10 pages, 5 figures,
Beacon：单轮诊断和缓解大型语言模型中潜在的阿谀倾向
专题命中 视觉空间推理 ：reasoning(abstract)；分类 cs.CL、cs.AI
AI总结 本文提出Beacon基准测试，用于单轮诊断和缓解大型语言模型中潜在的阿谀倾向，通过评估十二种最先进的模型，揭示了阿谀倾向在语言和情感方面的稳定子偏差，并提出了在提示和激活层面的干预措施，以调节这些偏差，从而揭示对齐作为事实性和社会合规判断之间的动态流形。
注意力的梯度动力学：交叉熵如何塑造贝叶斯流形
机构 * Columbia University（哥伦比亚大学） ； Columbia University School of Professional Studies（哥伦比亚大学专业研究学院） ； Department of Statistics（统计学系） ； Columbia University Department of Computer Science（哥伦比亚大学计算机科学系）
专题命中 视觉空间推理 ：reasoning(abstract)；分类 cs.AI、cs.LG
AI总结 研究通过分析交叉熵训练如何重塑Transformer注意力分数和值向量，揭示了注意力评分的优势路由定律和值的职责加权更新，展示了梯度动力学如何塑造贝叶斯流形以支持概率推理。
Comments v2: Add dual-entropy connection - advantage signal drives \r{ho} down; fix duplicate bibliography entries (synced from Paper I)
Transformer 注意力的贝叶斯几何
机构 * Columbia University（哥伦比亚大学） ； Columbia University School of Professional Studies（哥伦比亚大学专业研究学院） ； Department of Statistics（统计学系） ； Columbia University Department of Computer Science（哥伦比亚大学计算机科学系）
专题命中 视觉空间推理 ：reasoning(abstract)；分类 cs.AI、cs.LG
AI总结 本文通过构建贝叶斯风道，验证了Transformer在上下文中的贝叶斯推理能力，发现其通过几何机制实现后验更新与路由，揭示了注意力机制的必要性及扁平架构的不足。
Comments v2: Add dual-entropy measurement framework (H_I, H_P, \r{ho} = H_P/H_I); incorporate Overleaf revisions; fix duplicate bibliography entries (akyurek mashup; openai title; legacy aliases removed)
如何指导你的机器人：密集语言标注助力机器人策略学习
机构 * University of California, San Diego（加州大学圣地亚哥分校） ； NVIDIA
专题命中 视觉空间推理 ：reasoning(abstract)；分类 cs.AI
AI总结 本研究通过密集语言标注提升机器人策略学习效率，提出DeMiAn方法，利用视觉语言模型生成多方面标注，提升策略和世界模型性能，无需新增演示数据。
NaviRAG：迈向检索增强生成的主动知识导航
机构 * Tsinghua University（清华大学） ； Nanjing University（南京大学） ； Northeastern University（东北大学）
专题命中 视觉空间推理 ：planning(abstract)；分类 cs.CL
AI总结 NaviRAG通过主动知识导航框架提升检索增强生成的复杂任务处理能力，通过分层知识组织和动态信息检索提高检索准确率和生成性能。
CheeseBench：在啮齿类行为神经科学范式上评估大语言模型
机构 * Astera Institute（Astera研究院）
专题命中 视觉空间推理 ：chain-of-thought(abstract)；分类 cs.AI
AI总结 CheeseBench通过九种经典行为神经科学范式评估大语言模型，发现模型规模、上下文历史、提示方式和架构对性能有显著影响，且当前模型在空间导航等任务上仍低于啮齿类动物基准。
Comments 8 pages, 6 figures, 4 tables
LightZeroNav: 基于轻量级VLMs的连续环境中零样本视觉语言导航
机构 * Foshan Graduate School of Innovation, Northeastern University（创新研究生院，东北大学） ； Faculty of Robot Science and Engineering, Northeastern University（机器人科学与工程学院，东北大学） ； School of Aeronautic Science and Engineering, Beihang University（航空科学与工程学院，北航） ； QingniaoAI, China（清北AI，中国）
专题命中 视觉空间推理 ：reasoning(abstract)；分类 cs.AI
AI总结 本文提出LightZeroNav，通过轻量级VLMs解决连续环境中零样本视觉语言导航的三大瓶颈，无需特定训练或图搜索，在RGB观测和轻量级Qwen3-VL-8B模型下实现与GPT-4o相当的性能。
FormuLLA：一种用于生成新型3D打印配方的大型语言模型方法
机构 * School of Biological and Behavioural Sciences, Queen Mary University of London（伦敦女王玛丽大学生物与行为科学学院）
专题命中 视觉空间推理 ：reasoning(abstract)；分类 cs.AI
AI总结 本文提出FormuLLA方法，利用微调后的大型语言模型推荐3D打印配方的辅料并预测丝材机械性能，揭示了模型选择和参数对性能的影响，指出小模型易遗忘及标准指标无法评估配方可加工性。
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