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。
打破自回归诅咒：动态认知熵编排的可擦除强化学习用于大语言模型
机构 * SenseTime（商汤科技） ； Shanghai Jiao Tong University（上海交通大学）
专题命中 数学推理 ：reasoning(abstract)；logical reasoning(abstract)；分类 cs.AI
AI总结 提出动态认知熵编排的可擦除强化学习（E³RL），通过将模型内生的局部自回归交叉熵作为认知不确定性坐标，利用分段自适应动态阈值和优势分配精准切除逻辑缺陷并重用KV缓存，解决长序列推理中的自回归级联崩溃问题。
PowerOPD：利用有界幂变换稳定在线策略蒸馏
机构 * Eastern Institute of Technology, Ningbo（宁波东方理工大学） ； The Hong Kong Polytechnic University（香港理工大学） ； Shanghai Jiao Tong University（上海交通大学） ； University of Waterloo（滑铁卢大学）
专题命中 数学推理 ：reasoning(abstract)；分类 cs.AI、cs.LG
AI总结 针对在线策略蒸馏中log-ratio奖励无界导致训练不稳定问题，提出基于Box-Cox幂变换的有界、符号一致奖励族PowerOPD，在数学推理任务上平均提升Avg@8/Pass@8达+6.37/+5.71，并降低59.2%时间与23.1%显存。
持续自我改进：轻量级经验潜在记忆
机构 * Toyota Motor Europe（丰田汽车欧洲公司） ； University of Trento（特伦托大学）
专题命中 数学推理 ：reasoning(abstract)；分类 cs.LG
AI总结 提出一种在线方法，将推理时计算转化为轻量级模块化潜在记忆，通过自生成测试时信号进行训练，实现持续改进且避免灾难性遗忘。
使用认知模型改进语言模型对人类说服博弈的模拟
机构 * Princeton University（普林斯顿大学）
专题命中 数学推理 ：reasoning(abstract)；分类 cs.AI
AI总结 提出方程到行为提示和强化学习方法，使语言模型匹配认知模型（如贝叶斯更新、动机推理），在说服博弈中提升模拟人类决策多样性的能力。
超越采样令牌：在RLVR中保留候选支持
机构 * Westlake University（西湖大学） ； University of British Columbia（不列颠哥伦比亚大学） ； The Chinese University of Hong Kong（香港中文大学）
专题命中 数学推理 ：reasoning(abstract)；分类 cs.AI
AI总结 本文从候选分布角度分析RLVR中的探索崩溃，提出CaSP方法，通过保留前N个候选的概率质量，在不牺牲pass@1的情况下提升pass@K，在多个基准测试中验证了有效性。
Comments Technical report (23 pages, 16 figures, project page: https://spherelab.ai/simko/)
自适应激活引导：通过闭环PID控制实现高效LLM推理
机构 * Independent Researcher（独立研究者）
专题命中 代码与定理证明 ：reasoning(title,abstract)；chain-of-thought(abstract)；分类 cs.CL
AI总结 提出PID-steering方法，利用PID控制器根据块级冗余分类器动态调整激活引导强度，在减少推理开销的同时提升准确率。
从酝酿到解析：追踪LLM中代码推理的内部生命周期
机构 * South China University of Technology（华南理工大学） ； Sun Yat-sen University（中山大学） ； Tsinghua University（清华大学） ； Shanghai Jiao Tong University（上海交通大学） ； Nanjing University（南京大学） ； The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） ； Hangzhou Dianzi University（杭州电子科技大学） ； Guangzhou College of Technology and Business（广州工商学院）
专题命中 代码与定理证明 ：reasoning(title,abstract)；分类 cs.AI
AI总结 提出双重诊断框架（逐层线性探针与上下文剥离解码），揭示LLM在代码推理中先酝酿答案后进入四种解析结果（已解析、过度处理、错误解析、未解析）的内部生命周期，发现酝酿支架稳定而解析成功随能力变化。
学习增强的形式化推理：从合约合成到工件复用和形式语义
机构 * Department of Computer Science（计算机科学系）
专题命中 代码与定理证明 ：reasoning(title,abstract)；分类 cs.AI
AI总结 提出将形式化方法与人工智能融合的长期研究愿景，通过自动化合约合成、语义工件复用和精化理论，构建知识驱动的验证生态系统，加速未来保障。
Comments LNCS Proceedings Submitted Version. 17 pages. Accepted and presented at VERIFAI-2026: The Interplay between Artificial Intelligence and Software Verification LASER center, Villebrumier, France, March 8-11, 2026
中国司法判决中法律论证结构的标注与可视化指南
机构 * Law School, Nanjing University（南京大学法学院）
专题命中 代码与定理证明 ：reasoning(abstract)；分类 cs.CL、cs.AI
AI总结 提出一个系统化、可操作的标注框架，用于表示司法判决中的法律论证结构，支持大规模司法推理分析和法律论证挖掘。
Comments This Guideline has been developed through revision and refinement based on the first edition. The element label system has been adjusted, and the annotation granularity and annotation workflow have been further optimized
提取语义：从URDF自动构建机器人本体的LLM引导方法
机构 * LAAS-CNRS, Department of Robotics, Toulouse, France（法国图卢兹机器人系CNRS实验室）
专题命中 代码与定理证明 ：reasoning(abstract)；分类 cs.AI
AI总结 提出利用大语言模型从URDF文件自动生成机器人语义本体，通过多数投票和语法验证确保与现有本体对齐，初步实验表明该方法能有效桥接低层描述与高层知识表示。
Journal ref 18th International Conference on Social Robotics (ICSR 2026), University of London, Jul 2026, Londres, United Kingdom
超越视觉线索：CoT增强推理用于半监督医学图像分割
机构 * School of Computer Science and Engineering, Southeast University（东南大学计算机科学与工程学院） ； Key Laboratory of New Generation Artificial Intelligence Technology and Its Interdisciplinary Applications, Ministry of Education（教育部新一代人工智能技术及其跨学科应用重点实验室） ； Nanjing University of Science and Technology（南京理工大学）
专题命中 逻辑推理 ：CoT(title,title_cn)；reasoning(title,abstract)；chain-of-thought(abstract)；分类 cs.LG
AI总结 提出CERS框架，通过集成链式思维推理和语义参考选择策略，解决半监督医学图像分割中的视觉-语义不匹配问题，在边界模糊和语义不一致场景下优于现有方法。
Comments Accepted to MICCAI 2026
现实中的思维链推理并不总是忠实的
机构 * Poseidon Research（Poseidon研究）
专题命中 逻辑推理 ：reasoning(title,abstract)；chain-of-thought(title,abstract)；CoT(abstract,abstract_cn)；logical reasoning(abstract)
AI总结 研究发现，在自然语言提示下，模型有时会生成表面连贯但自相矛盾的思维链，揭示出隐含的事后合理化现象，且前沿模型也未能完全避免。
Comments Published at the 43rd International Conference on Machine Learning (ICML 2026)
通过结构不确定性量化LLM逻辑推理中的一致性
机构 * AWS Generative AI Innovation Center（AWS生成式AI创新中心）
专题命中 逻辑推理 ：reasoning(title,abstract)；logical reasoning(title,abstract)；分类 cs.AI
AI总结 提出结构不确定性框架，通过自偏好排序的稳定性评估LLM推理一致性，在逻辑和数学任务中与答案分散度互补，提升不可靠实例识别。
Comments Published at ICLR 2026 Workshop on Logical Reasoning of Large Language Models. Accepted as best paper
ChLogic: 评估中文表达中逻辑推理的鲁棒性
机构 * College of Mathematics, Sichuan University（四川大学数学学院） ； Theory Lab, 2012 Labs, Huawei Technologies Co., Ltd（华为技术有限公司2012实验室理论实验室）
专题命中 逻辑推理 ：reasoning(title,abstract)；logical reasoning(title,abstract)；分类 cs.CL
AI总结 提出英中对照基准ChLogic，通过形式逻辑模板构建数据集，测试模型在英文和多种中文表达下逻辑推理的鲁棒性，发现英中性能差距，回译效果因数据集和模型而异。
通过奖励设计解耦多模态大语言模型中的感知与推理
机构 * Department of Computer Science, Dartmouth College（达特茅斯大学计算机科学系） ； Department of Computer Science, University of Central Florida（中央佛罗里达大学计算机科学系） ； Independent Researcher（独立研究者）
专题命中 逻辑推理 ：reasoning(title,abstract)；chain-of-thought(abstract)；分类 cs.CL
AI总结 研究多模态大模型中感知与推理的瓶颈，发现感知是主要约束，并通过奖励设计提升视觉基础推理，平均提升5.56分。
Comments 24 pages, 15 Figures, 10 Tables
可解Transformer模型中思维链状态追踪的学习动力学
专题命中 逻辑推理 ：chain-of-thought(title,abstract)
AI总结 通过可解设置研究Transformer在思维链状态追踪中的学习动力学，发现注意力检索与MLP逻辑模块分阶段协同发展。
Comments 10 pages, 3 figures
一种面向策略逻辑的策略综合的神经符号方法
机构 * University of Naples Federico II（那不勒斯费德里科二世大学） ； LTCI, Télécom Paris, Institut Polytechnique de Paris（LTCI，巴黎电信学院，巴黎理工学院） ； Università degli Studi di Salerno（萨勒诺大学）
专题命中 逻辑推理 ：reasoning(abstract)；verifier(abstract)；分类 cs.AI
AI总结 提出一种神经符号框架，将大语言模型作为策略生成预言机，结合模型检查器进行形式验证，在NatATL中实现高精度策略综合。
通过认知权利评估大语言模型的二阶偏见
机构 * University of Toronto（多伦多大学） ； Vector Institute（向量研究所） ； EuroSafeAI ； Max Planck Institute for Intelligent Systems, Tübingen, Germany（马克斯·普朗克智能系统研究所（德国图宾根））
专题命中 逻辑推理 ：reasoning(abstract)；logical reasoning(abstract)；分类 cs.CL
AI总结 提出基于认知权利理论的逻辑推理任务，评估LLM在判断偏见内容时表现出的二阶偏见，发现模型判断存在系统性偏差且能规避安全护栏。
Comments 20 pages, 13 tables, 2 figures
视觉会撒谎，一致性说话：在视觉-语言模型中解耦空间注意力与可靠性
机构 * University of California, Santa Barbara（加州大学圣塔芭芭拉分校） ； Algoverse AI Research（Algoverse AI研究） ； University of California, Berkeley（加州大学伯克利分校）
专题命中 逻辑推理 ：reasoning(abstract)；分类 cs.CL、cs.AI、cs.LG
AI总结 本文提出VLM可靠性探针（VRP），通过结构注意力指标和生成动态分析，发现空间注意力与准确性几乎无关（R≈0.001），而自一致性是可靠性的主要预测因子（R=0.429），揭示了视觉特征与最终生成之间的符号脱离现象。
Comments 16 pages. Accepted to the ICLR 2026 Workshop on Multimodal Intelligence. Code: https://github.com/itsloganmann/VLM-Reliability-Probe
LLM 能当 CEO 吗？基于多角色智能体模拟的战略资源重新配置基准测试
机构 * MBZUAI（穆罕默德·本·扎耶德人工智能大学） ； Yale University（耶鲁大学）
专题命中 逻辑推理 ：reasoning(abstract)；分类 cs.AI
AI总结 提出 CEO-Bench，一个多智能体基准，评估 LLM 在约束丰富的组织环境中进行多轮战略资源重新配置的能力，发现模型在结构有效性上表现良好，但在战略校准上存在系统性失败模式。
Comments 13 pages
超越NL2Code：多模态代码智能的结构化综述
机构 * Meituan（美团） ； The University of Hong Kong（香港大学） ； The Chinese University of Hong Kong（香港中文大学） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； Nanjing University（南京大学） ； Harbin Institute of Technology（哈尔滨工业大学） ； Australian Institute for Machine Learning, Adelaide University（阿德莱德大学澳大利亚机器学习研究所） ； Ludwig Maximilian University of Munich（慕尼黑大学） ； University of Science and Technology of China（中国科学技术大学） ； Queen Mary University of London（伦敦玛丽女王大学）
专题命中 逻辑推理 ：reasoning(abstract)；分类 cs.CL
AI总结 本文系统综述多模态代码智能，将任务按代码角色分类，覆盖GUI、科学可视化、结构化图形及前沿任务，并提出四个基于验证的未来方向。
Comments Work completed in January 2026. Updating now
通过答案集编程进行人类情感验证的动作语言
机构 * Umeå University\ of Computing Science
专题命中 逻辑推理 ：reasoning(abstract)；分类 cs.AI
AI总结 本文提出动作语言C-MT，基于答案集编程和过渡系统，用于表示人类心理状态对可观察动作序列的演变。通过引入因果规则，该语言能建模心理状态的有效转换原则，从而实现对人类心理动态的受控推理。
Comments Under consideration in Theory and Practice of Logic Programming (TPLP)
Journal ref Theory and Practice of Logic Programming 25 (2025) 1047-1104
蓝图优先，模型其次：确定性LLM工作流框架
机构 * Alibaba（阿里巴巴）
专题命中 逻辑推理 ：planning(abstract)；分类 cs.AI
AI总结 提出“蓝图优先，模型其次”框架，通过将工作流逻辑解耦为源代码蓝图并由确定性引擎执行，LLM仅处理子任务，在TravelPlanner上最终通过率提升97.6%，约束违反减少96.0%。
Comments 12 pages, 7 figures, 6 tables
神经符号AI中的安全性、安全性和认知风险
专题命中 逻辑推理 ：reasoning(abstract)
AI总结 本文系统分析了神经符号AI在五层架构中的攻击面，提出统一威胁模型、符号层威胁目录及认知风险分析，并通过三个实证基准验证了攻击的有效性与检测挑战。
Comments 28 pages, 1 figure, 10 tables
ThinkingVLA：用于机器人操作的交叉视觉与语言推理
机构 * Fudan University（复旦大学）
专题命中 规划推理 ：reasoning(title,abstract)；CoT(abstract,abstract_cn)；chain-of-thought(abstract)；planning(abstract)
AI总结 提出ThinkingVLA，通过统一的多Transformer架构实现前向与逆向推理交织，显著提升长时域操作任务性能。
AlignDrive: 用于端到端自动驾驶的对齐横向-纵向规划
机构 * School of Software Engineering, XJTU（软件工程学院，西安交通大学） ； Horizon Robotics ； Shenzhen Loop Area Institute（深圳河套学院） ； University of Chinese Academy of Sciences（中国科学院大学）
专题命中 规划推理 ：planning(title,abstract)；reasoning(abstract)
AI总结 本文提出一种 cascaded 框架，通过将纵向规划转化为路径条件推理过程，提升自动驾驶的协调性和安全性。方法引入锚点回归设计和规划导向的数据增强策略，实现在 Bench2Drive 上达到 SOTA 性能。
Comments underreview
Branch-and-Browse：具有树状推理与动作记忆的高效可控网页探索
机构 * University of Michigan（密歇根大学） ； Alibaba Group（阿里巴巴集团） ； McMaster University（麦马斯特大学）
专题命中 规划推理 ：reasoning(title,abstract)；分类 cs.CL、cs.AI、cs.LG
AI总结 提出Branch-and-Browse框架，通过树状结构化推理、网页状态重放和页面动作记忆，实现LLM网页代理的高效可控多分支探索，在WebArena上成功率35.8%，执行时间降低40.4%。
基于LLM的多智能体系统实现自动化加密货币投资组合管理
机构 * University College London（伦敦大学学院） ； Nanyang Technological University（南洋理工大学） ； Exponential Science（指数科学）
专题命中 规划推理 ：CoT(abstract,abstract_cn)；reasoning(abstract)；chain-of-thought(abstract)；分类 cs.AI
AI总结 提出一个三智能体系统（市场、新闻、交易），通过分层、协作和辩论架构融合多模态信号，在2025年回测中实现133.52%累计收益和1.502夏普比率，优于单智能体和深度学习基线。
DiffAttn: 基于扩散的驾驶员视觉注意力预测与LLM增强语义推理
机构 * School of vehicle and Mobility, Tsinghua University（清华大学车辆与移动性学院） ； Beijing Key Laboratory of Human-Computer Interaction, Institute of Software, Chinese Academy of Sciences（北京人机交互重点实验室，中国科学院软件研究所） ； Remote Sensing and Earth Observation Laboratory, University of Copenhagen（远程感知与地球观测实验室，哥本哈根大学） ； California PATH, University of California, Berkeley（加州PATH，加州大学伯克利分校）
专题命中 规划推理 ：reasoning(title,abstract)；分类 cs.AI
AI总结 提出DiffAttn框架，将驾驶员视觉注意力预测建模为条件扩散去噪过程，结合Swin Transformer、特征融合金字塔和LLM增强语义推理，在四个数据集上达到最先进性能。
基于区块链监控的代理AI架构：可信感知-推理-行动流水线
机构 * Faculty of Computer Studies, Arab Open University-Bahrain（巴林阿拉伯开放大学计算机科学学院） ； Faculty of Computer and Information System, Islamic University of Madinah, Saudi Arabia（沙特阿拉伯麦地那伊斯兰大学计算机与信息系统学院）
专题命中 规划推理 ：reasoning(title,abstract)；分类 cs.AI
AI总结 本文提出一种结合区块链的代理AI架构，用于确保自主决策流程中的信任和可追溯性，通过区块链实现对行动的持续监控和审计，验证输入并记录执行结果。
Comments This paper was presented at the IEEE International Conference on Computing and Applications (ICCA 2025), Bahrain
Journal ref Proceedings of the 2025 IEEE International Conference on Computing and Applications (ICCA), Bahrain, 2025, pp. 1-7
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