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。
KnowledgeBerg: 评估大语言模型中的系统性知识覆盖与组合推理
机构 * University of Groningen（Groningen大学） ； LIACS, Leiden University（莱顿大学LIACS）
专题命中 复杂问题求解 ：reasoning(title,abstract)；test-time compute(abstract)；分类 cs.AI
AI总结 提出KnowledgeBerg基准，通过4800道选择题评估大模型在知识宽度和推理深度上的系统性覆盖与组合推理能力，发现现有模型存在严重不足。
Comments ACL Findings
TRMs中的潜在推理实际上是策略改进算子
机构 * Arip Asadulaev ； Rayan Banerjee ； Fakhri Karray ； Martin Takac
专题命中 复杂问题求解 ：reasoning(title,abstract)；分类 cs.CL、cs.AI、cs.LG
AI总结 本文通过将潜在递归推理形式化为策略改进算法，解释了递归步骤何时有效提升性能，并提出结合强化学习和扩散方法的训练方案，在Tiny Recursive Model上实现18倍前向传递减少且保持性能。
学习何时翻译以实现多语言推理
机构 * Graduate School of Artificial Intelligence（人工智能研究生院） ； Department of Computer Science & Engineering（计算机科学与工程系） ； POSTECH
专题命中 复杂问题求解 ：reasoning(title,abstract)；分类 cs.CL、cs.AI
AI总结 提出Luar框架，通过强化学习训练推理语言模型在直接理解不可靠时选择性调用翻译，从而缩小多语言推理差距。
Comments preprint
SafeMCP：基于环境接地前瞻推理的LLM智能体防御主动功率调节
机构 * Beijing Institute of Technology（北京理工大学） ； Beijing Academy of Artificial Intelligence（北京人工智能研究院） ； Institute for Artificial Intelligence, Peking University（北京大学人工智能研究院）
专题命中 复杂问题求解 ：reasoning(title,abstract)；分类 cs.CL、cs.AI
AI总结 针对LLM智能体因动作空间扩大而面临功率寻求风险，提出SafeMCP服务器端防御插件，通过内部世界模型进行前瞻推理，实现主动工具过滤和即时干预两级防御，在保持智能体效用的同时有效降低风险。
Comments Accepted to the 64th Annual Meeting of the Association for Computational Linguistics (ACL 2026), Main Conference
SMH-Bench：用于智能家居中环境基础推理与行动的LLM代理基准测试
机构 * Midea Group（美的集团） ； Beijing University of Posts and Telecommunications（北京邮电大学） ； Donghua University（东华大学） ； The University of Sydney（悉尼大学） ； Peking University（北京大学）
专题命中 复杂问题求解 ：reasoning(title,abstract)；分类 cs.AI
AI总结 提出SMH-Bench基准，基于可执行模拟器HomeEnv，通过1100个任务评估LLM在智能家居中的推理与行动能力，发现前沿模型在自动化调度、模糊处理和个性化推理方面存在不足。
面向视觉-语言推理的分解式在策略蒸馏：引导梯度实现视觉定位
机构 * University of California, Berkeley（加州大学伯克利分校）
专题命中 复杂问题求解 ：reasoning(title,abstract)；分类 cs.CL
AI总结 通过将视觉-语言模型蒸馏损失分解为语言先验和视觉定位两个正交分量，提出视觉梯度引导（VGS）方法动态调整更新方向以优先优化视觉子空间，从而提升小模型在复杂多模态任务中的定位能力。
Comments ICML 2026 Spotlight
PATRA: 面向时间序列问答的模式感知对齐与平衡推理
机构 * East China Normal University, Shanghai, China（华东师范大学） ； Aalborg University, Aalborg, Denmark（奥胡斯大学）
专题命中 复杂问题求解 ：reasoning(title,abstract)；分类 cs.AI
AI总结 针对现有LLM方法在时间序列推理中忽略模式提取和简单任务主导学习的问题，提出模式感知对齐与平衡推理模型PATRA，通过提取趋势和季节模式实现深度对齐，并设计任务感知平衡奖励以协调不同难度任务的学习，在多种时间序列问答任务中优于强基线。
Comments Accepted By ICML 2026
Step-Audio-R1.5 技术报告
专题命中 复杂问题求解 ：reasoning(abstract)；chain-of-thought(abstract)；CoT(abstract)
AI总结 本文提出 Step-Audio-R1.5，通过从强化学习验证奖励转向基于人类反馈的强化学习，解决了音频大语言模型在客观基准上表现优异但牺牲真实对话自然度的问题，实现了分析推理与沉浸式交互体验的平衡。
AnomSeer: 增强多模态大语言模型进行时间序列异常检测的推理能力
专题命中 复杂问题求解 ：reasoning(abstract)；chain-of-thought(abstract)；分类 cs.AI、cs.LG
AI总结 提出AnomSeer，通过专家思维链和基于最优传输的时间序列接地策略优化，增强多模态大语言模型在时间序列异常检测中的细粒度推理能力，统一异常分类、定位和解释。
Comments ICML 2026
EvoPool: 面向标签高效专业监督的进化式程序化标注
机构 * Oregon State University（俄勒冈州立大学） ； University of Wisconsin–Madison（威斯康星大学麦迪逊分校）
专题命中 复杂问题求解 ：reasoning(abstract)；分类 cs.CL、cs.AI
AI总结 提出进化多智能体框架EvoPool，通过程序化标注器迭代进化与投票聚合，在低标注成本下显著提升专业领域监督性能。
Comments 39 pages, 7 figures. Code: https://github.com/tianyi0216/EvoPool
多智能体计算机使用
机构 * Carnegie Mellon University（卡内基梅隆大学）
专题命中 复杂问题求解 ：planning(abstract)；分类 cs.CL、cs.LG
AI总结 针对单智能体计算机使用代理在复杂长时任务中的不足，提出多智能体计算机使用系统，通过有向无环图分解任务并并行执行，在多个基准测试上提升3.4-25.5%性能，并加速任务完成时间约1.5倍。
CodeCytos: 通过代码增强的智能体动作空间实现AI辅助空间分子成像分析
机构 * University of Houston, Department of Electrical and Computer Engineering（德克萨斯大学休斯顿分校电子与计算机工程系） ； Houston Methodist Hospital, Department of Systems Medicine and Biomedical Engineering（休斯顿 Methodist 医院系统医学与生物医学工程系）
专题命中 复杂问题求解 ：reasoning(abstract)；分类 cs.AI、cs.LG
AI总结 提出CodeCytos框架，通过代码驱动的推理智能体实现空间分子成像数据的动态可编程分析，提升自动化与定制化能力，并在多种组织类型数据集上验证其优于基线方法。
超越端到端视频模型：基于LLM的多智能体系统用于教育视频生成
机构 * Baidu Inc.（百度公司）
专题命中 复杂问题求解 ：reasoning(abstract)；分类 cs.CL、cs.AI
AI总结 提出LASEV，一种基于LLM的分层多智能体系统，通过将教育视频生成分解为多个专业智能体协作，解决端到端模型在逻辑严谨性和知识表示方面的不足，实现低成本、高吞吐量的自动化教学视频生产。
Comments Accepted at ACM SIGKDD 2026 (KDD '26), Applied Data Science Track. 10 pages, 2 figures, 5 tables. The project is available at \url{https://robitsg.github.io/LASEV}
MARFT: 多智能体强化微调
机构 * Shanghai Jiao Tong University（上海交通大学） ； Shanghai Innovation Institute（上海创新研究院） ； OPPO Research Institute（OPPO研究院）
专题命中 复杂问题求解 ：reasoning(abstract)；分类 cs.AI、cs.LG
AI总结 针对基于大语言模型的多智能体系统，提出多智能体强化微调（MARFT）框架，通过引入Flex-MG马尔可夫博弈公式和通用算法，解决异步交互、异构架构等挑战，提升系统鲁棒性和适应性。
Comments 37 pages
ToMAP: 利用心智理论训练对手感知的大语言模型说服者
机构 * National University of Singapore（新加坡国立大学）
专题命中 复杂问题求解 ：reasoning(abstract)；分类 cs.CL、cs.LG
AI总结 提出ToMAP方法，通过两个心智理论模块增强大语言模型对对手心理状态的感知与分析，结合强化学习生成更有效、多样化的说服性论据，在3B参数下超越GPT-4o等大模型。
TuneAgent: 基于强化学习的智能操作系统内核调优
机构 * Institute of Software, Chinese Academy of Sciences（中国科学院软件研究所） ； University of Chinese Academy of Sciences（中国科学院大学） ； Nanyang Technological University（南洋理工大学）
专题命中 复杂问题求解 ：reasoning(abstract)；分类 cs.AI、cs.LG
AI总结 提出TuneAgent框架，利用基于规则的强化学习使大语言模型自主探索Linux内核空间，通过结构化奖励函数和两阶段训练策略解决稀疏反馈问题，实现高达5.6%的性能提升。
用LLM智能体弥合时间序列预测的最后一公里
专题命中 复杂问题求解 ：reasoning(abstract)；分类 cs.AI
AI总结 提出一个LLM智能体框架，通过检索上下文证据和结构化约束，将统计预测转化为业务就绪的预测。
桥接需求与架构：基于外部知识和分层记忆的多智能体编排
机构 * School of Computer Science, Wuhan University（武汉大学计算机学院） ； Nanyang Technological University（南洋理工大学）
专题命中 复杂问题求解 ：reasoning(abstract)；分类 cs.AI
AI总结 提出MAAD框架，通过编排四个专业智能体（分析师、建模师、设计师、评估师），结合RAG注入架构标准与分层记忆机制，自动将需求规格转化为多视图架构蓝图并评估质量属性。
Comments 39 pages, 7 images, 5 tables, Manuscript submitted to a Journal (2026)
CECOR：面向事实错误纠正的修正导向合成数据构建
机构 * Tianjin University（天津大学）
专题命中 复杂问题求解 ：reasoning(abstract)；分类 cs.CL
AI总结 提出CECoR框架，通过分解与注入范式合成高质量训练数据，结合两阶段学习策略，有效提升多跳事实错误纠正的准确性和鲁棒性。
DAG-MoE：从简单混合到专家混合中的结构聚合
机构 * University of Science and Technology of China（中国科学技术大学） ； Tsinghua University（清华大学） ； Nanyang Technological University（南洋理工大学） ； University of California, Berkeley（加州大学伯克利分校） ； University of Washington（华盛顿大学）
专题命中 复杂问题求解 ：reasoning(abstract)；分类 cs.AI
AI总结 本文提出DAG-MoE框架，通过轻量级模块自动学习选定专家之间的最优聚合结构，以替代标准加权求和聚合，从而在不改变专家或路由器的情况下扩展专家组合空间并实现单层多步推理，在预训练和微调中均优于传统MoE基线。
Comments Accepted by ICML 2026
并非所有翻转都是顺从：多智能体LLM辩论中的立场趋同分解
机构 * Beijing Institute of Technology（北京理工大学） ； University of Osaka（大阪大学） ； Shenzhen University（深圳大学）
专题命中 复杂问题求解 ：reasoning(abstract)；分类 cs.CL
AI总结 通过三源分解框架，将多智能体辩论中的答案趋同分解为自发不稳定性、立场诱导的从众和推理诱导的说服，并揭示从众主要是有害的，可通过干预降低。
MemGraphRAG：基于记忆的多智能体系统用于图检索增强生成
机构 * Xiamen University（厦门大学） ； Jilin University（吉林大学）
专题命中 复杂问题求解 ：reasoning(abstract)；分类 cs.AI
AI总结 提出MemGraphRAG框架，通过基于记忆的多智能体系统构建高质量知识图谱，并设计记忆感知的分层检索算法，在多个基准上超越现有模型。
Comments Accepted by KDD 2026
LASER: 面向高效低精度视觉-语言模型的损失感知奇异值分解与秩分配
机构 * Tandon School of Engineering, New York University（纽约大学工程学院） ； Courant Institute of Mathematical Sciences, New York University（纽约大学数学科学学院） ； Brookhaven National Laboratory（布鲁克海文国家实验室）
专题命中 复杂问题求解 ：reasoning(abstract)；分类 cs.LG
AI总结 提出LASER框架，通过损失感知的奇异值分解和跨层秩分配，结合混合量化方案，实现视觉-语言模型在低精度推理下的高效压缩与加速。
弱批评者造就强学习者：用于可扩展监督的在策略批评蒸馏
机构 * University of Cambridge（剑桥大学） ； University of California, Berkeley（加州大学伯克利分校） ； UC Berkeley AI Lab（加州大学伯克利分校人工智能实验室）
专题命中 复杂问题求解 ：reasoning(abstract)；分类 cs.AI
AI总结 提出在策略批评蒸馏（OPCD）方法，利用弱模型作为批评者提供修订方向，通过自适应自教师信号蒸馏批评引导的行为，提升强模型在推理和对齐基准上的表现。
多模态大语言模型在复杂交互网页代码生成上的基准测试
专题命中 复杂问题求解 ：reasoning(abstract)；分类 cs.AI
AI总结 针对现有基准忽略复杂交互行为的问题，提出WebIGBench基准，包含103个真实复杂网页和871个交互动作，并设计新评估流程，测试多模态大语言模型在交互式网页代码生成上的性能。
结构化视觉证据分解用于阻塞性睡眠呼吸暂停低通气综合征的证据驱动多模态筛查
机构 * School of Electronic and Electrical Engineering, Shanghai University of Engineering Science（上海工程技术大学电子与电气工程学院） ； Tencent Youtu Lab（腾讯云视频实验室） ； ENT Institute and Department of Otorhinolaryngology, Eye & ENT Hospital of Fudan University（复旦大学耳鼻喉科医院耳鼻喉科研究所） ； National University of Singapore（新加坡国立大学）
专题命中 复杂问题求解 ：reasoning(abstract)；分类 cs.AI
AI总结 提出EviOSAHS框架，通过将面部图像分解为七个解剖查询并生成结构化证据卡，结合临床信息进行高灵敏度OSAHS筛查。
超越静态对话：对现实、异构和演化长期记忆的基准测试
机构 * Center for Applied Statistics, Renmin University of China（中国人民大学应用统计中心） ； School of Statistics, Renmin University of China（中国人民大学统计学院） ； Microsoft（微软公司）
专题命中 复杂问题求解 ：reasoning(abstract)；分类 cs.CL
AI总结 针对现有大语言模型记忆基准中对话缺乏长期语义一致性、人物静态化以及忽视异构数据流的问题，提出RHELM基准，通过用户画像和LOOP模块生成具有动态时间演化和长期连贯性的现实对话，并整合异构外部源，评估模型在多源聚合和现实上下文推理方面的能力。
科学领域中的自主AI代理实验
机构 * School of Data Science, Department of Computer Science, and Biocomplexity Institute, University of Virginia（数据科学学院、计算机科学系和生物复杂性研究所，弗吉尼亚大学）
专题命中 复杂问题求解 ：reasoning(abstract)；分类 cs.AI
AI总结 提出两种基于本地体-远程脑架构的自主AI代理框架，通过系统工程技术克服上下文和推理限制，分别用于时间序列数据集的大规模自动整理和物理讲座的结构化报告生成。
阅读，而非思考：理解并弥合多模态大语言模型中文本变为像素时的模态差距
机构 * Johns Hopkins University（约翰霍普金斯大学） ； Amazon（亚马逊） ； New York University（纽约大学） ； Texas A&M University（德克萨斯大学）
专题命中 复杂问题求解 ：reasoning(abstract)；分类 cs.CL
AI总结 本文系统诊断多模态大语言模型在处理图像文本时的模态差距，发现其源于模型推理意愿不足而非感知失败，并提出一种轻量级自蒸馏方法有效弥合该差距。
理解并加速大型语言模型推理的内存处理流水线
专题命中 复杂问题求解 ：reasoning(abstract)；分类 cs.AI
AI总结 本文通过将稀疏注意力、检索增强生成和压缩上下文内存等优化统一为四步内存处理流水线，识别出22%-97%的内存处理开销，并提出使用GPU-FPGA异构系统加速该流水线，实现最高2.2倍加速和4.7倍能效提升。
Comments Accepted by ICML 2026. Code: https://github.com/OswaldHe/HeteroLLM
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