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。
Causal-JEPA：通过对象级潜在掩码学习世界模型
机构 * Brown University, GalilAI（布朗大学，GalilAI） ； New York University（纽约大学）
专题命中 代码与定理证明 ：reasoning(abstract)；planning(abstract)；分类 cs.AI
AI总结 提出C-JEPA，一种通过对象级潜在掩码扩展联合嵌入预测的对象中心世界模型，在视觉问答和智能体控制任务中分别提升反事实推理20%和仅用1%潜在特征实现高效规划。
Comments Project Page: https://hazel-heejeong-nam.github.io/cjepa/ ICML 2026 Accepted
AgentSchool：基于LLM的多智能体教育模拟系统
机构 * Shanghai Institute of AI for Education（上海人工智能教育研究院） ； School of Computer Science and Technology（计算机科学与技术学院） ； East China Normal University（东华大学） ； School of Design（设计学院） ； Faculty of Education（教育学院） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室）
专题命中 代码与定理证明 ：reasoning(abstract)；分类 cs.AI
AI总结 提出AgentSchool，一种LLM驱动的多智能体模拟器，通过可成长的学生智能体（带知识图谱、思维工作流和错误概念）与自适应教师智能体（基于最近发展区）模拟学习过程，支持多尺度模拟，实验验证了其生成差异化掌握轨迹和符合课堂社会理论的行为模式。
Comments 39 pages, 10 figures
关于由Rethlas解决的交换代数中一些开放问题
专题命中 代码与定理证明 ：reasoning(abstract)
AI总结 本文报告了使用Rethlas自然语言自动推理系统解决（证明或反驳）的交换代数及相关领域的一系列开放问题，并给出了精确陈述和自包含证明。
Comments 13 pages. AI-generated, human verified
高德地图中基于隐式推理的生成式时空意图序列推荐
机构 * AMAP, Alibaba Group（阿里集团地图（AMAP））
专题命中 逻辑推理 ：reasoning(title,abstract)；CoT(abstract)；planning(abstract)；分类 cs.LG
AI总结 提出GPlan框架，通过渐进式隐式思维链蒸馏和时空反事实DPO，将LLM推理能力压缩至轻量模型，实现低延迟且符合时空约束的意图序列生成。
Comments 9 pages, 1 figure
协调实时约束与长视距推理：一种用于动态调度的异步智能体框架
机构 * School of Computer Science and Engineering, Beihang University, Beijing 100191, China（北京航空航天大学计算机科学与工程学院） ； Shenzhen Loop Area Institute, Shenzhen, China（深圳环形区研究所） ； Qingdao Research Institute, Beihang University（青岛研究院） ； Hangzhou Innovation Institute, Beihang University（杭州创新研究院） ； School of Artificial Intelligence, Xidian University, Xi’an 710071, Shaanxi, China（西安电子科技大学人工智能学院） ； Guangzhou Institute of Technology, Xidian University, Guangzhou 510555, Guangdong, China（广州技术研究所）
专题命中 逻辑推理 ：reasoning(title,abstract)；logical reasoning(abstract)；分类 cs.AI
AI总结 提出RACE-Sched异步智能体框架，通过双流架构解耦策略执行与逻辑推理，利用LLM合成和验证符号启发式规则，在保证实时性的同时提升动态调度质量。
从元思维到执行：面向通用且可靠的大语言模型推理的认知对齐后训练
机构 * Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州））
专题命中 逻辑推理 ：reasoning(title,abstract)；分类 cs.CL、cs.AI
AI总结 提出一种认知启发的两阶段后训练框架，通过元思维链监督学习通用策略和置信度校准强化学习优化执行可靠性，在分布内和分布外分别提升2.10%和3.86%。
可证明安全的智能体护栏
机构 * University of Science and Technology of China（中国科学技术大学）
专题命中 逻辑推理 ：reasoning(abstract)；logical reasoning(abstract)；分类 cs.AI
AI总结 针对现有语义护栏无法提供确定性安全下界的问题，提出基于逻辑推理基本限制的新安全范式，并引入可执行证明约束动作框架，通过神经符号隔离架构实现零攻击成功率和零误报率。
ProtoMedAgent: 通过隐私感知的智能体工作流实现多模态临床可解释性
机构 * School of Computing and Communications（计算与通信学校） ； Lancaster University（兰卡斯特大学） ； Lancaster Medical School（兰卡斯特医学院） ； PUC-Rio（里约热内卢联邦大学） ； Puc-Behring Institute for AI（人工智能皮克林研究所）
专题命中 逻辑推理 ：reasoning(abstract)；分类 cs.AI、cs.LG
AI总结 提出ProtoMedAgent框架，通过神经符号瓶颈和反射性Scribe-Critic循环约束生成过程，解决原型网络在临床报告中的语义结构缺失和检索谄媚问题，并引入k-匿名和ℓ-多样性隐私门控。
Comments CVR 2026
晚做总比早做好：基于本体后提取校正的神经符号知识图谱构建
机构 * University of Edinburgh, UK（爱丁堡大学） ； Samsung AI Center, Cambridge, UK（三星人工智能中心）
专题命中 逻辑推理 ：reasoning(abstract)；分类 cs.AI、cs.LG
AI总结 提出一种神经符号框架，通过后提取校正解决LLM提取知识图谱时的本体不一致问题，减少token使用并提升图谱一致性。
零样本逻辑规则归纳的基础模型
机构 * Institute of Science Tokyo（东京科学研究所）
专题命中 逻辑推理 ：reasoning(abstract)；分类 cs.AI、cs.LG
AI总结 提出神经规则归纳器（NRI），一种基于统计编码和并行槽解码的预训练模型，实现零样本逻辑规则归纳，无需重新训练即可泛化到新谓词。
Comments Camera-ready version accepted at IJCAI 2026, with full appendices
Agora: 面向生产级共识协议中自主漏洞检测的LLM智能体
机构 * School of Computing, National University of Singapore（新加坡国立大学计算机学院） ； School of Information and Telecommunication Engineering, Beijing University of Posts and Telecommunications（北京邮电大学信息与电信工程学院） ； Peking University（北京大学） ； G Labs（0G实验室）
专题命中 逻辑推理 ：reasoning(abstract)；分类 cs.AI
AI总结 提出Agora，一个领域感知的多智能体框架，通过假设驱动测试和LLM协作，在Raft、EPaxos、HotStuff、BullShark四个共识实现中发现15个未知协议级逻辑漏洞，而现有LLM方法未能检测到任何此类漏洞。
Comments 35 pages, 4 figures
PuzzleClone: 一种基于DSL的可验证数据合成框架
机构 * HiThink Research（HiThink研究院） ； HKUST（香港科技大学） ； Zhejiang University（浙江大学）
专题命中 逻辑推理 ：reasoning(abstract)；分类 cs.AI
AI总结 提出PuzzleClone框架，通过DSL驱动的方法合成大规模、高可靠、多样化的可验证数学逻辑数据集，并构建PC-83K基准，实验表明后训练能显著提升LLM在逻辑与数学任务上的性能。
EvoMD-LLM：学习反应分子动力学中物种进化的语言
机构 * Global College, Shanghai Jiao Tong University（上海交通大学全球学院） ； Global Institute of Future Technology, Shanghai Jiao Tong University（上海交通大学未来技术全球研究院）
专题命中 逻辑推理 ：reasoning(abstract)；分类 cs.AI
AI总结 提出EvoMD-LLM框架，将反应分子动力学轨迹离散化为符号时间序列，通过时间脚手架机制使自回归大语言模型学习物种组成演化，在多项时间预测任务上优于基线模型，并能生成可解释性预测。
Comments 17 pages, ACL Findings
LsrIF: 增强大语言模型的逻辑结构化指令遵循能力
机构 * Shanghai Key Laboratory of Data Science, College of Computer Science and Artificial Intelligence, Fudan University（复旦大学数据科学重点实验室，计算机科学与人工智能学院） ； School of Data Science, Fudan University（复旦大学数据科学学院） ； Ant Group（蚂蚁集团）
专题命中 逻辑推理 ：reasoning(abstract)；分类 cs.AI
AI总结 提出LsrIF框架，通过构建并行、顺序、条件和嵌套结构的原子约束数据，并采用结构感知的奖励聚合方法，提升大语言模型在逻辑结构化指令遵循任务中的表现。
HunterAgent: 反取证下的神经符号攻击痕迹重建
专题命中 逻辑推理 ：verifier(abstract)
AI总结 针对反取证技术导致的攻击痕迹断裂问题，提出神经符号框架HunterAgent，将痕迹重建建模为部分可观测下的代价约束启发式图搜索，通过生成器-验证器流水线和校准代价函数实现高精度重建。
思想即规划：通过强化规划进行思维链优化的潜在世界模型
机构 * University of California, Los Angeles（加州大学洛杉矶分校） ； Columbia University（哥伦比亚大学）
专题命中 规划推理 ：planning(title,summary_cn)；reasoning(abstract)；分类 cs.CL、cs.AI
AI总结 提出Thoughts-as-Planning框架，将思维链优化形式化为潜在语义空间中的序贯决策过程，通过潜在世界模型模拟推理链编辑对下游输出的影响，并利用梯度下降或强化学习进行规划，在语言理解和生成任务上优于现有基线。
DeepTool: 通过过程监督强化学习扩展工具集成推理中的交错思考
机构 * Research Center for Social Computing（社会计算研究中心） ； Interactive Robotics, Harbin Institute of Technology, China（交互机器人，哈尔滨工业大学，中国）
专题命中 规划推理 ：reasoning(title,abstract)；planning(abstract)；self-correction(abstract)；分类 cs.AI
AI总结 针对工具集成推理中缺乏逐步监督和自纠正能力的问题，提出DeepTool框架，通过合成交错轨迹和基于动作中心过程奖励的GRPO强化学习，显著提升模型在多个基准上的性能。
机器人何时应该思考？基于强化学习的资源感知推理在具身机器人决策中的应用
机构 * Robotics Institute, Carnegie Mellon University（卡内基梅隆大学机器人研究所） ； Northeastern University（东北大学） ； Harvard University（哈佛大学） ； Cornell University（康奈尔大学） ； MIT（麻省理工学院） ； Fujitsu Research of America（美国富士通研究） ； Tsinghua University（清华大学） ； Peking University（北京大学） ； University of Georgia（佐治亚大学） ； Florida International University（佛罗里达国际大学） ； EmbodyX Inc（EmbodyX公司） ； Cisco Systems（思科系统）
专题命中 规划推理 ：reasoning(title,abstract)；planning(abstract)；分类 cs.AI、cs.LG
AI总结 提出RARRL框架，通过强化学习学习高层编排策略，使具身代理能自适应决定是否调用LLM推理、选择推理角色及分配计算预算，以平衡推理开销与任务成功率。
基于采样的推理：在决策点进行裁剪
机构 * Yale University（耶鲁大学） ； Stanford University（斯坦福大学）
专题命中 规划推理 ：reasoning(title,abstract)；分类 cs.CL、cs.AI、cs.LG
AI总结 提出Entropy-Cut Metropolis-Hastings算法，利用基础模型的下一词元熵作为代理识别关键决策点并重新采样，从而高效地从幂分布中采样以增强推理能力，在多个基准上超越基线和RL训练模型。
计划方式重要吗？LLM网络代理计划表示的实证研究
机构 * Concordia University（康科德大学） ； Mila - Quebec AI Institute（魁北克人工智能研究所） ； University of Copenhagen（哥本哈根大学） ； Universite Claude Bernard Lyon（克莱尔蒙特-伯恩大学） ； McGill University（麦吉尔大学）
专题命中 规划推理 ：planning(title,abstract)；分类 cs.CL、cs.AI、cs.LG
AI总结 本研究提出PlanAhead框架，通过自动难度分类和四种计划表示（顺序子目标、叙述、伪代码、检查清单）的对比实验，发现计划表示形式和生成计划的LLM显著影响网络代理的鲁棒性和任务成功率。
Comments Extended version of paper submitted to EMNLP, waiting for acceptance
基于学习的运动规划综述：迈向数据驱动的最优控制方法
机构 * College of Transportation Key Laboratory of Road and Traffic Engineering of the Ministry of Education（交通运输学院 道路交通工程教育部重点实验室） ； Institute for Advanced Study（先进研究院） ； Tongji University（同济大学）
专题命中 规划推理 ：planning(title,abstract)；分类 cs.AI
AI总结 本文系统综述了数据驱动最优控制范式，通过融合最优控制的理论保证与机器学习的自适应能力，为自动驾驶运动规划提供了三维实现路线图，并指出了四个未来研究方向。
Comments 44 pages, 14 figures
通过智能体工具规划进行分子先导优化
机构 * University of Michigan（密歇根大学） ； University of California, Davis（加州大学戴维斯分校） ； Michigan State University（密歇根州立大学）
专题命中 规划推理 ：planning(title)；reasoning(abstract)；分类 cs.LG
AI总结 提出TRACE，一种轨迹感知的LLM推理智能体，将先导优化建模为序列决策问题，通过工具选择实现结构约束下的前瞻性分子优化，在ADMET任务中优于基线。
Comments 12 pages
基于LLM生成启发式的层次任务网络规划
机构 * University of Aberdeen, UK（爱丁堡大学（英国）） ； PUCRS, Brazil（巴西普埃布拉联邦大学） ； University of Oxford, UK（牛津大学（英国）） ； Saarland University, Germany（萨尔大学（德国）） ； Universidade Federal do Rio Grande do Sul, Brazil（巴西里约格兰德 do 南大学）
专题命中 规划推理 ：planning(title,abstract)；分类 cs.AI
AI总结 研究利用大语言模型为层次任务网络规划生成搜索启发式，通过Pytrich规划器在六个基准领域评估，结果表明LLM生成的启发式在覆盖度上接近最优HTN规划器，并在83%的共享问题上显著减少搜索开销。
Comments 9 pages, 3 figures; submitted to NeurIPS 2026
通过推理模型实现意图对齐的自主航天器制导
机构 * Stanford University（斯坦福大学）
专题命中 规划推理 ：reasoning(title,abstract)；分类 cs.AI
AI总结 提出一种通过行为序列和航点约束将高层推理与安全轨迹优化相结合的意图对齐航天器制导框架，在近距离操作场景中实现了超过90%的SCP收敛率，并比启发式决策高出1.5倍的满足顶级意图优先性能标准的轨迹生成率。
Comments Accepted for Computer Vision and Pattern Recognition Conference (CVPR) 2026, AI4Space Workshop (4-page Short paper). 9 pages, 3 figures (including supplementary materials)
FLIP：通过点云配准实现大规模分布式集群的实时弹性编队规划
机构 * Institute of Cyber-Systems and Control, College of Control Science and Engineering, Zhejiang University（浙江大学控制科学与工程学院智能系统与控制研究所） ； Huzhou Institute, Zhejiang University（浙江大学湖州研究院）
专题命中 规划推理 ：planning(title,abstract)
AI总结 提出将最优编队位置序列计算转化为时空点云配准问题，利用带离群点剔除的PCR方法实现大规模分布式集群的弹性、高效轨迹规划。
从历史补丁到修复计划：面向仓库级程序修复的结果条件推理
专题命中 规划推理 ：reasoning(title,abstract)
AI总结 提出条件推理蒸馏（ConRAD），通过从已验证补丁反向重构修复推理并蒸馏出结果一致的阶段性修复计划，在推理时引导故障定位和补丁生成，无需微调或搜索，在SWE-Bench Lite上显著提升Pass@1。
Comments ICML 2026,17 pages, 3 figures, 5 tables
面向LLM人格模拟的自适应访谈：基于证据的推理提升决策对齐
机构 * University of Cambridge（剑桥大学） ； Independent Researcher（独立研究员）
专题命中 规划推理 ：reasoning(title)；分类 cs.CL、cs.AI
AI总结 提出自适应访谈框架，通过结构化三阶段对话收集人格相关信息，并基于访谈记录评估LLM在道德困境场景中模拟个体决策的能力，发现基于后续追问的证据推理能显著提升预测准确性。
Comments 20 pages, 2 figures, 12 tables
E-valuator: 基于序贯假设检验的可靠智能体验证器
机构 * Genentech（基因泰克） ； MIT（麻省理工学院） ； Johns Hopkins（约翰霍普金斯大学） ； Stanford（斯坦福大学）
专题命中 规划推理 ：reasoning(abstract)；verifier(abstract)；分类 cs.AI、cs.LG
AI总结 提出E-valuator方法，将任意黑盒验证器分数转化为具有可控虚警率的决策规则，通过序贯假设检验实现对智能体轨迹的在线监控，提升统计功效并节省令牌。
HEART-Bench: 大语言模型智能体是否表现出类似人类的心理学？
机构 * Shanghai Jiao Tong University（上海交通大学） ； Imperial College London（伦敦帝国理工学院） ； Quwan Group（启元集团） ； University of Washington（华盛顿大学） ； South China Normal University（华南师范大学）
专题命中 规划推理 ：reasoning(abstract)；planning(abstract)；分类 cs.CL
AI总结 提出HEART-Bench基准，通过构建基于大五人格和自传体记忆的虚拟角色，在DIAMONDS情境框架下评估LLM智能体能否展现一致的人类心理特征。
Comments GitHub: https://github.com/peng-weihan/HEART-BENCH
为什么专家模型仍然重要：面向医学人工智能的异构多智能体范式
机构 * Fudan University（复旦大学）
专题命中 规划推理 ：reasoning(abstract)；分类 cs.CL、cs.AI、cs.LG
AI总结 提出HetMedAgent异构多智能体框架，通过冲突感知证据融合、不确定性驱动的临床医生干预触发和自适应阈值校准，实现通用大语言模型与领域专家模型的协同，在三个临床决策任务中验证了专家模型在模态特定分析中的不可替代价值。
Comments Accepted at ICML 2026. 12 pages main text, 16 pages appendix
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