大模型推理能力

The Conversational Exam: A Scalable Assessment Design for the AI Era

对话式考试：AI时代的可扩展评估设计

Lorena A. Barba, Laura Stegner

专题命中 其他推理 ：reasoning(abstract)

AI总结 针对学生使用生成式AI导致传统评估失效的问题，提出对话式考试——一种可扩展的口试形式，通过让学生现场编码并解释推理过程来恢复评估有效性，并在58名学生中验证其可行性。

Comments 12 pages

Journal ref Computer, vol. 59, no. 6, pp. 132-139, June 2026

Agents of Diffusion: Enhancing Diffusion Language Models with Multi-Agent Reinforcement Learning for Structured Data Generation (Extended Version)

扩散代理：利用多智能体强化学习增强扩散语言模型以生成结构化数据（扩展版）

Aja Khanal, Kaushik T. Ranade, Rishabh Agrawal, Kalyan S. Basu, Apurva Narayan

专题命中 其他推理 ：reasoning(abstract)

AI总结 提出Agents of Diffusion (AoD)框架，通过多智能体强化学习结合扩散语言模型与自回归模型的推理能力，实现高语义新颖性和结构保真度的结构化数据生成。

Journal ref Proc. of the 25th International Conference on Autonomous Agents and Multiagent Systems (AAMAS 2026)

When Large Language Models Meet UAV Projects: An Empirical Study from Developers' Perspective

当大型语言模型遇到无人机项目：来自开发者视角的实证研究

Yihua Chen, Xingle Que, Jiashuo Zhang, Jiachi Chen, Ting Cui, Guangshun Li, Ting Chen

专题命中 其他推理 ：reasoning(abstract)

AI总结 通过分析997篇论文和1509个GitHub项目，并调查52位从业者，本研究分类了无人机项目中大型语言模型（LLM）的九种常见任务和四种工作流，揭示了研究与工业实践之间的差异，并指出了整合LLM的五大挑战因素。