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。
承诺下的一致性：探究LLM逻辑推理中的泛化与空洞记忆
机构 * Department of Computer Science, Informatics Institute, Istanbul Technical University（伊斯坦布尔技术大学信息学研究所计算机科学系） ； School of Information Technology, Deakin University（迪肯大学信息技术学院）
专题命中 逻辑推理 ：reasoning(title,abstract)；logical reasoning(title,abstract)；分类 cs.AI、cs.LG
AI总结 提出双查询评估范式CUC，联合测量一致性与决断力，揭示LLM通过系统性弃权实现空洞一致性的失败模式。
MultiZebraLogic：多语言逻辑推理基准
机构 * The Alexandra Institute（亚历山大研究所）
专题命中 逻辑推理 ：reasoning(title,abstract)；logical reasoning(title,abstract)；分类 cs.CL、cs.AI
AI总结 提出多语言逻辑推理基准MultiZebraLogic，包含九种语言的高质量斑马谜题数据集，通过调整谜题大小和添加无关线索控制难度，分析语言、文化敏感性和线索类型对模型性能的影响。
Comments Camera-ready version for RESOURCEFUL 2026 at LREC 2026
压缩简单问题，探索困难问题：面向高效LLM推理的难度感知熵正则化
机构 * Nanjing University of Aeronautics and Astronautics（南京航空航天大学） ； College of Computer Science and Technology（计算机科学与技术学院） ； Didichuxing Co. Ltd（滴滴出行有限公司）
专题命中 逻辑推理 ：reasoning(title,abstract)；CoT(abstract,abstract_cn)；chain-of-thought(abstract)；分类 cs.LG
AI总结 提出CEEH方法，通过难度感知的熵正则化，在强化学习中对简单问题压缩推理长度，对困难问题保持探索空间，从而在减少响应长度的同时维持推理准确性。
Comments Accepted to KDD 2026
RS-Gen：用于推理和搜索增强图像生成的多阶段智能体框架
机构 * MiLM Plus, Xiaomi Inc.（小米公司MiLM Plus）
专题命中 逻辑推理 ：reasoning(title,abstract)；planning(abstract)；logical reasoning(abstract)；分类 cs.AI
AI总结 提出RS-Gen，一种即插即用、无需训练的多阶段图像智能体框架，通过“提问-解决”闭环机制进行逻辑推理和知识补全，显著提升基础图像生成与编辑模型在模糊意图和分布外知识场景下的性能。
自然语言推理的多粒度推理
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(title,abstract)；logical reasoning(abstract)；分类 cs.CL、cs.AI
AI总结 提出多粒度推理网络（MGRN），通过分层语义特征交互模拟人类认知过程，在多个基准上超越强基线模型。
了解你的局限：LLM在法律推理中作为求解器和自动形式化工具的忠实性
机构 * UC Santa Cruz（加州大学圣克鲁兹分校） ； Univ. Helsinki（赫尔辛基大学） ； CodeX, Stanford（斯坦福大学CodeX中心） ； Stanford University（斯坦福大学） ； Canyon Crest Academy（峡谷峰学院） ； Monta Vista High School（蒙塔维斯塔高中） ； Los Altos High School（洛斯阿尔托斯高中）
专题命中 逻辑推理 ：reasoning(title,abstract)；分类 cs.CL、cs.AI
AI总结 研究LLM在法律推理中是否忠实执行逻辑推理，发现LLM基于形式推理的高性能掩盖了范围清洗等不忠实模式，揭示基准准确性与逻辑忠实性之间的根本差距。
Comments 10 pages, submitted to COLM 2026 (under review, average score of 6.25 across 4 reviewers) and accepted by the AI4Law and AI4Math workshops at ICML. This is the version where we already addressed most of the reviews from the COLM & AI4Law &; AI4Math reviewers
SCOPE：面向开放环境规划的演化符号世界
机构 * Zhejiang University（浙江大学） ； Chalmers University of Technology（查尔姆斯理工大学） ； Lanzhou University（兰州大学）
专题命中 逻辑推理 ：planning(title,abstract)；分类 cs.AI
AI总结 提出SCOPE框架，通过符号执行模拟器和自适应符号记忆模块，在开放环境中演化符号世界表示，提升规划完整性和鲁棒性。
Comments Accepted to ICML 2026
AgentCAT：通过多智能体大语言模型模拟计算机自适应测试
机构 * Institute for Clarity in Documentation（文档清晰度研究所） ； Inria Paris-Rocquencourt（法国国家信息与自动化研究所巴黎-罗康库尔中心） ； Rajiv Gandhi University（拉吉夫·甘地大学） ； Tsinghua University（清华大学） ； Palmer Research Laboratories（帕默研究实验室） ； State Key Laboratory of Opto-Electronic Information Acquisition and Protection Technology, Institute of Physical Science and Information Technology, Anhui University（光电信息获取与防护技术国家重点实验室，物理科学与信息技术学院，安徽大学） ； School of Artificial Intelligence, Anhui University（安徽大学人工智能学院） ； School of Computer Science and Technology, Dalian University of Technology（大连理工大学计算机科学与技术学院） ； School of Computer Science and Technology, Anhui University（安徽大学计算机科学与技术学院） ； State Key Laboratory of Cognitive Intelligence, University of Science and Technology of China, the Institute of Artificial Intelligence, Hefei Comprehensive National Science Center（认知智能国家重点实验室，中国科学技术大学，人工智能研究院，合肥综合性国家科学中心）
专题命中 逻辑推理 ：reasoning(abstract)；chain-of-thought(abstract)；分类 cs.AI
AI总结 提出基于大语言模型的多智能体仿真系统AgentCAT，通过考生、选题和监督三个模块模拟动态测试过程，实现能力估计与选题策略的平衡，在真实数据集上验证了有效性。
VDAWorld: 通过VLM导向的抽象与模拟进行世界建模
机构 * University of Cambridge（剑桥大学）
专题命中 逻辑推理 ：reasoning(abstract)；logical reasoning(abstract)
AI总结 提出VDAWorld框架，利用视觉语言模型自主构建场景表示并选择物理模拟器，通过抽象与自适应模拟实现高质量世界建模，在交互控制、反事实生成和物理逻辑推理任务上取得最优结果。
Comments Website: https://felixomahony.github.io/vdaworld/
通过构建块组合可验证的概念模型：面向智能体AI工作流的设计时验证
机构 * Team EVERGREEN Inria Centre Inria d’Université Côte d’Azur（法国国家信息与自动化研究所蔚蓝海岸大学中心EVERGREEN团队） ； Department of Data Science William & Mary（威廉与玛丽学院数据科学系） ； Office of Enterprise Research and Innovation Old Dominion University（欧道明大学企业研究与创新办公室）
专题命中 逻辑推理 ：verifier(abstract)；分类 cs.AI
AI总结 提出一种设计时验证方法，通过12条结构规则检查智能体工作流中可重用构建块的兼容性，实现设计缺陷检测。
Comments To appear at the 2026 Winter Simulation Conference
AutoRAS: 学习具有原始表示的鲁棒智能系统
机构 * Beijing University of Posts and Telecommunications（北京邮电大学） ； Guangxi Transportation Science and Technology Group Co., Ltd.（广西交通科技集团有限公司） ； Fudan University（复旦大学）
专题命中 逻辑推理 ：reasoning(abstract)；分类 cs.AI
AI总结 提出AutoRAS框架，通过生成符号原始序列并利用执行安全信号和流式序列级目标优化，自动设计鲁棒智能系统，在正常和对抗设置下均表现最佳。
Comments Accepted by ICML2026
PrologMCP：面向LLM代理的标准化Prolog工具接口
机构 * Royal Holloway, University of London（伦敦大学皇家霍洛威学院）
专题命中 逻辑推理 ：reasoning(abstract)；分类 cs.AI
AI总结 提出PrologMCP，一个通过模型上下文协议将Prolog暴露为状态化工具的任务无关开源服务器，使LLM代理能够通过翻译-运行-检查-修复循环稳健地委托演绎推理，在PARARULE-Plus上达到或超越推理型LLM。
Comments Accepted at Joint Workshop on Statistics and Knowledge Integration for Logic, Learning, Ethical Decisions, and LLMs, 18 July 2026, Lisbon v2: Added references to other Prolog MCP servers; fixed typos
CEDAR-42001: 从ISO/IEC 42001符合性到面向架构、可审计可见的AI信息物理系统保障态势
专题命中 逻辑推理 ：reasoning(abstract)
AI总结 提出CEDAR-42001方法，将ISO/IEC 42001审计证据转化为架构感知的保障态势，通过分层归因、成熟度评估和行动推荐，揭示符合性审计的局限性，并在自动驾驶案例中验证。
Comments 19 Pages, 3 figures, 4 tables. Code and data are available in the accompanying artifact repository
AgenticOS: 面向自主AI代理的意图导向安全操作系统架构
专题命中 逻辑推理 ：planning(abstract)
AI总结 针对LLM驱动代理面临的结构性安全挑战，提出AgenticOS架构，将OS从资源管理器重构为意图过滤器，通过四层架构和意图ABI实现最小权限环境。
Comments 11 pages,5 figures,1 tables
LLM4CAD-Editor：一种面向多层级计算机辅助设计编辑的意图感知大语言模型框架
专题命中 逻辑推理 ：reasoning(abstract)
AI总结 提出LLM4CAD-Editor框架，通过结构化领域特定语言LLM4CAD-DSL实现自然语言驱动的CAD编辑，支持功能、操作和参数三级编辑，在参数级编辑上达到96.3%解析准确率和0.935 IoU。
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