大模型推理能力

Efficient Agentic Reasoning Through Self-Regulated Simulative Planning

通过自我调节模拟规划实现高效的代理推理

Mingkai Deng, Jinyu Hou, Lara Sá Neves, Varad Pimpalkhute, Taylor W. Killian, Zhengzhong Liu, Eric P. Xing

机构 * Institute of Foundation Models (IFM)（基础模型研究所） ； Carnegie Mellon University（卡内基梅隆大学） 纠错

专题命中 规划推理 ：reasoning(title,abstract)；planning(title,abstract)；chain-of-thought(abstract)；分类 cs.CL、cs.AI、cs.LG

AI总结 本文提出通过分解决策过程为三个系统：模拟推理、自我调节和反应执行，来提升代理推理的效率，并展示了SR$^2$AM模型在不同任务中的表现。

Comments Code and model artifacts are available at https://github.com/sailing-lab/sr2am

General Agentic Planning Through Simulative Reasoning with World Models

通过世界模型的模拟推理实现通用代理规划

Mingkai Deng, Jinyu Hou, Zhiting Hu, Eric Xing

机构 * Institute of Foundation Models (IFM)（基础模型研究所） ； Carnegie Mellon University（卡内基梅隆大学） ； UC San Diego（南加州大学） 纠错

专题命中 规划推理 ：reasoning(title,abstract)；planning(title,abstract)；chain-of-thought(abstract)；分类 cs.CL、cs.AI、cs.LG

AI总结 本文提出通过模拟推理实现通用代理规划，利用世界模型进行未来状态预测，提升决策能力，通过SiRA架构在不同任务中取得更高任务完成率。

Comments Winner of Berkeley LLM Agents Hackathon (Fundamentals Track); code available at https://github.com/sailing-lab/sira

LLM Agents Already Know When to Call Tools -- Even Without Reasoning

LLM Agents Already Know When to Call Tools -- Even Without Reasoning

Chung-En Sun, Linbo Liu, Ge Yan, Zimo Wang, Tsui-Wei Weng

机构 * University of California, San Diego（加州大学圣地亚哥分校） 纠错

专题命中 规划推理 ：reasoning(title,title_cn)；分类 cs.CL

AI总结 本文提出When2Tool基准，通过18个环境研究工具调用的必要性，发现模型已能识别何时需要调用工具，但生成时未能有效利用此知识，提出Probe&Prefill方法显著减少工具调用。

Bernini: Latent Semantic Planning for Video Diffusion

Bernini: 视频扩散中的潜在语义规划

Bernini Team, Chenchen Liu, Junyi Chen, Lei Li, Lu Chi, Mingzhen Sun, Zhuoying Li, Yi Fu, Ruoyu Guo, Yiheng Wu, Ge Bai, Zehuan Yuan

机构 * Bernini Team（伯尼尼团队） 纠错

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Bernini框架，通过将大规模多模态语言模型用于语义规划，扩散模型用于像素生成，实现了视频生成与编辑的统一方法，提升了编辑任务的泛化能力。

Comments Project Page: https://bernini-ai.github.io/

NaviAgent: Graph-Driven Bilevel Planning for Scalable Tool Orchestration

NaviAgent: 一种基于图的双层规划用于可扩展的工具编排

Yan Jiang, Hao Zhou, Lizhong GU, Tianlong Li, Ruinan Jin, Wanqi Zhou, Ai Han

机构 * Department of Electrical and Computer Engineering, The Ohio State University, USA（电气与计算机工程系，俄亥俄州立大学，美国） 纠错

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NaviAgent，一种基于图的双层规划框架，通过解耦任务规划与工具执行，提升大规模工具编排的可扩展性和鲁棒性，实验表明其在任务成功率和实际应用中表现优异。

Comments Accepted to ICML 2026

Journal ref Proceedings of the 43rd International Conference on Machine Learning (ICML), 2026

Planning in the LLM Era: Building for Reliability and Efficiency

在大语言模型时代进行规划：构建可靠性与效率

Michael Katz, Harsha Kokel, Kavitha Srinivas, Shirin Sohrabi

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

AI总结 本文探讨了在大语言模型时代规划领域的发展，重点介绍了通过生成可验证的符号求解器来提高规划的可靠性和效率的方法。

Comments Published at ICAPS 2026

Protein Thoughts: Interpretable Reasoning with Tree of Thoughts and Embedding-Space Flow Matching for Protein-Protein Interaction Discovery

蛋白质思想：基于树 of 思维和嵌入空间流匹配的可解释推理用于蛋白质-蛋白质相互作用发现

Kingsley Yeon, Xuefeng Liu, Promit Ghosal

机构 * Department of Statistics and CCAM University of Chicago（统计学系和CCAM大学芝加哥分校） ； School of Medicine Stanford University（医学学院斯坦福大学） ； Department of Statistics University of Chicago（统计学系芝加哥大学） 纠错

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

AI总结 本文提出了一种可解释的蛋白质-蛋白质相互作用发现框架，通过显式推理将PPI发现转化为可解释的搜索问题，利用嵌入空间流匹配和树 of 思维搜索方法提升预测精度和可解释性。

LiteCoOp: Lightweight Multi-LLM Shared-Tree Reasoning for Model-Serving Compiler Optimizations

LiteCoOp: 轻量级多语言模型共享树推理用于模型服务编译器优化

Annabelle Sujun Tang, Christopher Priebe, Lianhui Qin, Hadi Esmaeilzadeh

机构 * A lternative C omputing T echnologies ( ACT ) Lab（替代计算技术实验室） ； University of California San Diego（加州大学圣地亚哥分校） 纠错

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

AI总结 本文提出LiteCoOp，一种轻量级框架，通过将优化搜索树本身作为多语言模型协作机制，实现编译器优化过程中异构语言模型的协作，从而在降低编译成本的同时提升性能。

IdleSpec: Exploiting Idle Time via Speculative Planning for LLM Agents

IdleSpec: 通过投机规划利用空闲时间用于LLM代理

Daewon Choi, Kyunghyun Park, Woomin Song, Saket Dingliwal, Sai Muralidhar Jayanthi, Jinwoo Shin, Aram Galstyan

机构 * KAIST（韩国科学技术院） ； Amazon AGI（亚马逊人工智慧实验室） ； Together AI 纠错

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

AI总结 本文提出IdleSpec，一种利用空闲时间提升LLM代理性能的方法，通过在空闲期间生成计划候选并减少延迟开销，从而在多种代理场景中显著提高性能。

ArborKV: Structure-Aware KV Cache Management for Scaling Tree-based LLM Reasoning

ArborKV: 一种面向树状推理的KV缓存管理方法

Yeqiu Chen, Ziyan Liu, Zhenxin Huang, Runquan Gui, Hong Wang, Lei Liu

机构 * University of Science（科学大学） ； Huawei Technologies Co., Ltd.（华为技术有限公司） 纠错

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

AI总结 本文提出ArborKV，一种结构感知的KV缓存管理方法，通过轻量级值估计器和树状分配策略，实现纯token提取式淘汰与惰性再水合，从而在保持高精度的同时减少KV内存使用，使在固定硬件预算下能支持更大规模的树状推理搜索。

OPERA: An Agent for Image Restoration with End-to-End Joint Planning-Execution Optimization

OPERA: 一种用于图像修复的智能体，通过端到端联合规划-执行优化

Feng Zhu, Shuyang Xie, Yihan Zeng, Ming Liu, Wangmeng Zuo

机构 * Harbin Institute of Technology（哈尔滨工业大学） ； Huawei Noah’s Ark Lab（华为诺亚实验室） 纠错

专题命中 规划推理 ：planning(title,abstract)

AI总结 该研究提出OPERA框架，通过端到端联合优化修复规划和工具执行，解决图像修复中复杂混合退化问题，优于现有方法和统一模型。

Steins;Gate Drive: Semantic Safety Arbitration over Structured Futures for Latency-Decoupled LLM Planning

Steins;Gate Drive: 基于结构化未来语义安全仲裁的延迟解耦LLM规划

Anjie Qiu, Hans D. Schotten

机构 * Institute for Wireless Communication and Navigation（无线通信与导航研究所） ； RPTU University Kaiserslautern-Landau（凯撒斯劳滕-兰道大学） ； German Research Center for Artificial Intelligence（德国人工智能研究中心） 纠错

专题命中 规划推理 ：planning(title)；分类 cs.AI

AI总结 本文提出SteinsGateDrive架构，通过延迟解耦规划与运行时架构，在保持安全边界的同时，将有效延迟从+3.07秒减少到-0.01秒，提升了自动驾驶的规划效率。

Comments 10 pages, 2 figures, 5 tables, submitted to IEEE transaction of intelligent vehicles

Scaling Observation-aware Planning in Uncertain Domains

在不确定领域中扩展感知意识规划

Adrian Zvizdenco, Arthur Conrado Veiga Bosquetti, Alberto Lluch Lafuente, Christoph Matheja

机构 * Technical University of Denmark（丹麦技术大学） 纠错

专题命中 规划推理 ：planning(title)；分类 cs.AI

AI总结 本文研究了在不确定领域中扩展感知意识规划的方法，通过子符号技术扩展可决定OOP片段的解决方法，包括传感器选择问题和位置可观察性问题，并通过分解POMDPs识别合理的观察函数，从而提高性能。

Can Transformers Learn to Verify During Backtracking Search?

Transformer能否在回溯搜索中学习验证？

Yin Jun Phua, Tony Ribeiro, Tuan Nguyen, Katsumi Inoue

机构 * Yin Jun Phua (corresponding author) Institute of Science Tokyo, 2-12-1 Ookayama, Meguro-ku, Tokyo 152-8550, Japan Tony Ribeiro Centrale Nantes, CNRS, Laboratoire des Sciences du Num\'erique de Nantes, LS2N, UMR 6004, F-44000 Nantes, France National Institute of Informatics, 2-1-2 Hitotsubashi, Chiyoda-ku, Tokyo 101-8430, Japan Steelous Protocol, 8-20-32, Ginza, Chuo-ku, Tokyo 104-0061, Japan Tuan Nguyen Hanoi University of Science ； Technology, No. 1 Dai Co Viet, Hai Ba Trung, Ha Noi, Vietnam Katsumi Inoue National Institute of Informatics, 2-1-2 Hitotsubashi, Chiyoda-ku, Tokyo 101-8430, Japan 纠错

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

AI总结 本文研究了Transformer在回溯搜索中的验证能力，指出传统方法在处理轨迹数据时存在散列检索和历史纠缠问题，并提出局部化和选择性状态注意力（SSA）来解决这些问题，通过实验验证了SSA在3-SAT、图着色、Blocks World和回溯解析等任务中的有效性。

Metis: Learning to Jailbreak LLMs via Self-Evolving Metacognitive Policy Optimization

Metis: 通过自进化元认知策略优化学习 jailbreak LLMs

Huilin Zhou, Jian Zhao, Yilu Zhong, Zhen Liang, Xiuyuan Chen, Yuchen Yuan, Tianle Zhang, Chi Zhang, Lan Zhang, Xuelong Li

机构 * University of Science and Technology of China（中国科学技术大学） ； Institute of Artificial Intelligence (TeleAI), China Telecom（人工智能研究院（TeleAI），中国电信） 纠错

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

AI总结 本文提出Metis框架，通过将jailbreaking重新表述为对抗性部分可观测马尔可夫决策过程中的推理时间策略优化，以提高对抗性测试的效率和效果，同时通过结构化反馈和透明推理轨迹提升可解释性，实验表明Metis在多种模型上均表现出更高的攻击成功率和更低的token成本。

Comments Accepted to the 43rd International Conference on Machine Learning (ICML 2026)

Evaluating Commercial AI Chatbots as News Intermediaries

评估商业AI聊天机器人作为新闻中介

Mirac Suzgun, Emily Shen, Federico Bianchi, Alexander Spangher, Thomas Icard, Daniel E. Ho, Dan Jurafsky, James Zou

机构 * Stanford University（斯坦福大学） ； Independent Researcher（独立研究者） ； Together AI 纠错

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

AI总结 本研究评估了AI聊天机器人在跨语言和区域处理新兴事实的准确性，发现其在多选题中表现良好，但在自由回答和复杂问题上存在显著误差，揭示了区域不平等和依赖检索基础设施的问题。

Comments https://suzgunmirac.github.io/ai-news-preview/

Clipping Bottleneck: Stabilizing RLVR via Stochastic Recovery of Near-Boundary Signals

剪裁瓶颈：通过近边界信号的随机恢复稳定RLVR

Shuo Yang, Jinda Lu, Chiyu Ma, Kexin Huang, Haoming Meng, Qihui Zhang, Yuyang Liu, Bolin Ding, Guoyin Wang, Li Yuan, Jingren Zhou

机构 * Alibaba Group（阿里巴巴集团） 纠错

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

AI总结 本文研究了强化学习可验证奖励（RLVR）中由于硬剪裁决策导致的训练不稳定问题，提出了一种名为近边界随机救援（NSR）的简单方法，通过随机保留略微超出边界范围的token来恢复丢失的信号，从而提升训练稳定性和性能。

LACO: Adaptive Latent Communication for Collaborative Driving

LACO：适应性潜在通信用于协同驾驶

Tianhao Chen, Yuheng Wu, Dongman Lee

机构 * Korea Advanced Institute of Science & Technology（韩国科学技术院） 纠错

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

AI总结 本文提出LACO，一种无需训练的潜在通信范式，通过迭代潜在推理、跨时间显著性归因和结构化语义知识蒸馏，解决协同驾驶中潜在通信的延迟和信息丢失问题，实验证明其在降低通信和推理延迟的同时保持了强大的协同驾驶性能。

CoFEH: LLM-driven Feature Engineering Empowered by Collaborative Bayesian Hyperparameter Optimization

CoFEH: 由协作贝叶斯超参数优化赋能的LLM驱动特征工程

Beicheng Xu, Keyao Ding, Wei Liu, Yupeng Lu, Bin Cui

机构 * School of CS \& Key Lab of High Confidence Software Technologies (MOE), Peking University Beijing China ； School of CS \& Beijing Key Laboratory of Software ； Hardware Cooperative Artificial Intelligence Systems, Peking University Beijing China ； School of CS \& Key Lab of High Confidence Software Technologies (MOE), Peking University ； Hardware Cooperative Artificial Intelligence Systems, Peking University 纠错

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

AI总结 本文提出CoFEH框架，通过结合LLM驱动的特征工程和贝叶斯超参数优化，实现鲁棒的端到端AutoML，解决了传统方法在搜索空间刚性和缺乏领域意识的问题，并引入互条件机制提升FE与HPO的协同效果。

Comments Accepted at KDD 2026. Extended version with full appendices

Semantic Attacks on Tool-Augmented LLMs: Securing the Model Context Protocol Against Descriptor-Level Manipulation

对增强工具的语义攻击：保护模型上下文协议免受描述级操纵

Saeid Jamshidi, Arghavan Moradi Dakhel, Kawser Wazed Nafi, Foutse Khomh

机构 * SWAT Laboratory, Polytechnique Montréal（SWAT实验室，蒙特利尔理工学院） 纠错

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

AI总结 本文研究了通过工具描述符与外部工具交互的模型上下文协议（MCP）中存在的语义攻击问题，提出了一种分层防御方案，通过描述符完整性验证、预上下文语义审查和轻量级运行时防护机制，有效降低描述级操纵导致的不安全工具调用风险。

"Would You Want an AI Tutor?" Understanding Stakeholder Perceptions of LLM-based Systems in the Classroom

你希望有一个AI导师吗？理解基于大语言模型的系统在课堂中的利益相关者观点

Caterina Fuligni, Daniel Dominguez Figaredo, Armanda Lewis, Julia Stoyanovich

机构 * Khan Academy ； New York City Department of Education（纽约市教育部） ； Learning Innovation Catalyst（学习创新催化剂） 纠错

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

AI总结 本文研究了在课堂中部署基于大语言模型（LLM）系统的利益相关者观点，提出了一种以利益相关者为中心的框架，以支持更谨慎的决策。

SDGBiasBench: Benchmarking and Mitigating Vision--Language Models' Biases in Sustainable Development Goals

SDGBiasBench: 评估和减轻可持续发展目标中视觉-语言模型的偏见

Zihang Lin, Huaiyuan Qin, Muli Yang, Hongyuan Zhu

机构 * Nanyang Technological University（南洋理工大学） 纠错

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

AI总结 本文提出SDGBiasBench，一个用于评估和减轻可持续发展目标中视觉-语言模型偏见的大型基准测试集，通过分析模型在决策和估计层面的偏见，提出CADE方法以减少偏见，提高模型的准确性和可靠性。

Broadening Access to Transportation Safety Data with Generative AI: A Schema-Grounded Framework for Spatial Natural Language Queries

通过生成式AI拓宽交通安全管理数据的可及性：一种基于模式的时空自然语言查询框架

Mahdi Azhdari, Eric J. Gonzales

机构 * Department of Civil and Environmental Engineering, University of Massachusetts Amherst（麻省大学阿姆赫斯特分校土木与环境工程系） 纠错

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

AI总结 本文提出了一种基于模式的自然语言接口，利用大型语言模型解释用户意图，同时保持确定性和可审查的执行，以解决交通安全管理数据访问不均的问题，通过整合事故记录、道路属性和地理空间数据，提升公共部门的安全规划能力。

Comments 30 pages, 5 figures

Learning to Configure Agentic AI Systems

学习配置代理AI系统

Aditya Taparia, Som Sagar, Ransalu Senanayake

机构 * School of Computing and Augmented Intelligence（计算与增强智能学院） ； Arizona State University（亚利桑那州立大学） 纠错

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

AI总结 本文提出了一种基于半马尔可夫决策过程（SMDP）的代理配置方法，通过ARC模型动态选择查询特定的代理配置，从而在多个基准测试中提升了推理准确性、工具使用准确性和τ-Bench（Airline）Pass的成功率。

Comments 22 pages, 12 figures

Toward Self-Organizing Production Logistics: A Multi-Agent Approach

迈向自组织生产物流：一种多智能体方法

Jan-Felix Klein, Yongkuk Jeong, Erik Flores-García, Magnus Wiktorsson

专题命中 规划推理 ：planning(abstract)

AI总结 本文提出自组织生产物流（SOPL）的概念，通过设计科学研究方法论（DSRM）框架，结合多智能体架构、事件驱动协调和数字孪生等技术，解决生产物流中日益复杂的不确定性问题。

Comments Submitted to IFIP International Conference on Advances in Production Management Systems 2026 (APMS 2026)

Universal Skeleton Understanding via Differentiable Rendering and MLLMs

通过可微渲染和大语言模型实现通用骨架理解

Ziyi Wang, Peiming Li, Xinshun Wang, Yang Tang, Kai-Kuang Ma, Mengyuan Liu

机构 * State Key Laboratory of General Artificial Intelligence, Peking University, Shenzhen Graduate School, China（人工智能通用基础理论国家重点实验室，北京大学深圳研究生院，中国） ； Tencent（腾讯） ； Nanjing University of Aeronautics（南京航空航天大学） 纠错

专题命中 规划推理 ：reasoning(abstract)

AI总结 本文提出SkeletonLLM，通过可微渲染将任意骨架序列转换为大语言模型的视觉模态，实现通用骨架理解，同时引入协同训练策略提升推理能力，展示了在开放词汇动作识别中的强泛化能力，并扩展到异构骨架格式的运动描述和问答任务。

Comments Accepted by ICML 2026

Adversarial Reframing: A Framework for Targeted Generation in Language Models

对抗性重构：一种用于语言模型针对性生成的框架

Shahnewaz Karim Sakib, Swati Kar, Anindya Bijoy Das

专题命中 规划推理 ：reasoning(abstract)

AI总结 本文提出THREAT框架，通过协调多个语言模型进行迭代搜索，寻找文本劫持提示，并通过非凸优化问题解决提示发现问题，提高了攻击成功率并降低了计算成本。

From Licensing to Open Access: Designing a Sustainable Transition in Operational Weather Data

从许可到开放获取：设计可持续的运营天气数据转型

Emma Pidduck, Umberto Modigliani, Victoria L. Bennett, Fabio Venuti, Florian Pappenberger, Florence Rabier

专题命中 规划推理 ：planning(abstract)

AI总结 本文研究了欧洲中期天气预报中心（ECMWF）从受限数据许可模式向CC BY 4.0开放获取的转型，探讨了其设计方法和可持续性问题。