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。
提炼精髓：通过序列截断的高效推理蒸馏
机构 * The University of British Columbia（不列颠哥伦比亚大学） ； LinkedIn（领英）
专题命中 数学推理 ：reasoning(title,abstract)；CoT(abstract,abstract_cn)；chain-of-thought(abstract)；分类 cs.CL、cs.AI
AI总结 提出通过截断训练序列（仅保留前50%的token）进行知识蒸馏，在数学基准上保留约91%性能，同时减少约50%的训练时间、内存和FLOPs。
教模型自学：在可学习性边缘推理
机构 * MIT（麻省理工学院） ； Meta FAIR ； New York University（纽约大学）
专题命中 数学推理 ：reasoning(title,abstract)；分类 cs.CL、cs.LG
AI总结 提出SOAR非对称自对弈框架，通过元强化学习生成自动课程，解决低初始成功率数据集上的推理模型扩展问题，发现基于学生进步的奖励优于内在可学习性奖励，且问题结构比答案正确性更重要。
Comments ICML 2026. Blog post: https://ssundaram21.github.io/soar/
通过快速与慢速思考学习进行机器视觉推理
机构 * Centre for Bioengineering, Queen Mary University of London（伦敦玛丽女王大学生物工程中心） ； Digital Environment Research Institute, Queen Mary University of London（伦敦玛丽女王大学数字环境研究所） ； School of Engineering and Materials Science, Queen Mary University of London（伦敦玛丽女王大学工程与材料科学学院） ； UCL Hawkes Institute, University College London（伦敦大学学院UCL霍克斯研究所） ； Department of Medical Physics and Biomedical Engineering, University College London（伦敦大学学院医学物理与生物医学工程系） ； Centre for Urology Imaging, Prostate, AI and Surgical Studies (COMPASS) Research Group, Division of Surgery and Interventional Science, University College London（伦敦大学学院外科与介入科学部泌尿影像、前列腺、人工智能与手术研究（COMPASS）组中心） ； Department of Urology, Comprehensive Cancer Center, Medical University of Vienna（维也纳医科大学综合癌症中心泌尿科） ； Division of Surgery and Interventional Science, University College London（伦敦大学学院外科与介入科学部） ； Department of Computer Science, University College London（伦敦大学学院计算机科学系）
专题命中 数学推理 ：reasoning(title,abstract)
AI总结 受人类双过程认知理论启发，提出结合快速系统I和慢速系统II的视觉推理范式，通过推理时计算提升数据稀缺场景下的性能，在计算机视觉基准和五器官癌症定位任务中超越大规模监督学习和人类专家。
Journal ref Nat Commun (2026)
切割超立方体的改进上界
机构 * Carnegie Mellon University（卡内基梅隆大学） ； Worcester Polytechnic Institute（伍斯特理工学院） ； Constructive Codes
专题命中 数学推理 ：reasoning(abstract)；分类 cs.AI
AI总结 研究用最少超平面切割n维超立方体所有边的问题，通过构造8个超平面切割Q_{10}，将上界从⌈5n/6⌉改进为⌈4n/5⌉（n为5的奇数倍时加1）。
语言模型中的演绎推理：横向与纵向推理
机构 * Department of Computer Science and Engineering, University of Bologna（博洛尼亚大学计算机科学与工程系）
专题命中 逻辑推理 ：reasoning(title,abstract)；chain-of-thought(abstract)；logical reasoning(abstract)；分类 cs.CL、cs.AI
AI总结 研究小型Transformer语言模型在演绎任务中的推理机制，区分横向推理（自回归生成中间步骤）和纵向推理（跨层隐式推理），发现思维链监督有助于学习基于规则的推理，并通过机械可解释性揭示其实现方式。
解耦推理逻辑以解决显式知识冲突
机构 * School of Computer Science, University of Auckland（奥克兰大学计算机科学学院） ； Department of Electronics and Electrical Engineering, National Yang Ming Chiao Tung University（国立阳明交通大学电子与电机工程学系） ； School of Computing and Information Systems, Singapore Management University（新加坡管理大学计算与信息系统学院） ； Shenzhen Key Laboratory of Internet Information Collaboration, Harbin Institute of Technology (Shenzhen)（哈尔滨工业大学（深圳）深圳市互联网信息协同重点实验室）
专题命中 逻辑推理 ：reasoning(title,abstract)；分类 cs.AI
AI总结 提出KCR框架，通过将冲突上下文解耦为推理轨迹并利用强化学习优化逻辑一致性，有效解决LLM中的显式知识冲突，7B模型性能超越GPT-4o等。
VLM能稳健推理吗？一项神经符号研究
机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； University of Edinburgh（爱丁堡大学）
专题命中 逻辑推理 ：reasoning(abstract)；分类 cs.AI、cs.LG
AI总结 研究视觉语言模型在分布偏移下的推理稳健性，提出结合VLM概念识别与电路符号推理的神经符号方法VLC，在三个视觉演绎推理任务上实现更高的分布外准确率。
Comments TMLR 2026
Flow-Opt: 用于多机器人轨迹优化的可扩展集中式方法，结合流匹配与可微优化
机构 * University of Tartu（塔尔图大学）
专题命中 逻辑推理 ：planning(abstract)；分类 cs.LG
AI总结 本文提出Flow-Opt，通过生成模型与可微优化提升集中式多机器人轨迹优化的计算效率，实现快速生成数十机器人在复杂环境中的平滑轨迹，并支持批量处理与多样化路径生成。
用自然语言提示机器人团队
机构 * Department of Computer Science and Technology, University of Cambridge（剑桥大学计算机科学与技术系） ； Department of Mechanical and Process Engineering, ETH Zurich（苏黎世联邦理工学院机械与过程工程系）
专题命中 逻辑推理 ：reasoning(abstract)；分类 cs.LG
AI总结 提出利用语言模型将高层任务分解为子任务，并蒸馏为循环神经网络（RNN）以支持多机器人团队的去中心化实时执行，通过图神经网络控制策略实现协作。
Comments This paper has been accepted for publication at IEEE Robotics and Automation Letters. Please, when citing the paper, refer to the official version
LWDrive: 基于逐层世界模型的视觉-语言模型自动驾驶规划
机构 * Chongqing University（重庆大学）
专题命中 规划推理 ：planning(title,abstract)；reasoning(abstract)；分类 cs.AI
AI总结 提出LWDrive框架，通过逐层世界模型引导，将VLM输出的粗轨迹逐步细化为几何精确、多视角感知的规划轨迹，在NAVSIM基准上取得92.0分。
GUIDE：通过实时网络视频检索和即插即用标注解决GUI代理的领域偏见
机构 * Shanghai Jiao Tong University（上海交通大学） ； State Key Laboratory for General Artificial Intelligence, BIGAI（通用人工智能国家重点实验室，北京通用人工智能研究院） ； Beijing Institute of Technology（北京理工大学）
专题命中 规划推理 ：planning(abstract)；分类 cs.AI
AI总结 GUIDE通过实时网络视频检索和即插即用标注框架，解决GUI代理的领域偏见问题，通过视频语义分析和自动化标注流程提升代理对特定应用的操作流程和UI布局的理解，实验表明其在多代理系统和单模型代理中均能提升性能。
Comments Accepted to ECCV 2026. 30 pages: 15-page main paper followed by supplementary material as an appendix (Sections A-F). Project page: https://sharryXR.github.io/GUIDE/
T-QPM：面向开放世界视觉语言模型的时间分布外检测与域泛化
机构 * San Diego State University（圣地亚哥州立大学）
专题命中 规划推理 ：reasoning(abstract)；分类 cs.LG
AI总结 提出T-QPM框架，通过时间四元模式匹配和轻量级融合权重学习，增强视觉语言模型在动态环境下的分布外检测和协变量偏移鲁棒性。
通过语义探索发现视觉提示
机构 * Sony Group Corporation（索尼集团公司） ； Pohang University of Science and Technology（浦项科技大学） ； National Yang Ming Chiao Tung University（国立阳明交通大学）
专题命中 规划推理 ：reasoning(abstract)；分类 cs.AI
AI总结 提出SEVEX算法，通过抽象思想空间和语义反馈自动探索任务级视觉提示，提升LVLM图像感知能力。
Comments Accepted to ECCV 2026, project page: https://jaechang.dev/projects/SEVEX/
Paper2Rebuttal: 一种透明的作者回复辅助多智能体框架
机构 * AutoLab, School of Artificial Intelligence, Shanghai Jiao Tong University（上海交通大学人工智能学院AutoLab）
专题命中 规划推理 ：planning(abstract)；分类 cs.AI
AI总结 提出多智能体框架RebuttalAgent，将回复生成重构为以证据为中心的规划任务，通过分解反馈、构建混合上下文和外部搜索模块，提升覆盖度、忠实性和策略连贯性。
Comments Accepted by ACL2026 main conference
分层消息传递策略用于多智能体强化学习
机构 * IDSIA USI-SUPSI, Università della Svizzera italiana（瑞士意大利语区大学IDSIA USI-SUPSI） ； Politecnico di Milano（米兰理工大学） ； EPFL（洛桑联邦理工学院）
专题命中 规划推理 ：planning(abstract)；分类 cs.LG
AI总结 提出一种结合分层强化学习和消息传递的多智能体策略学习方法，通过分层图结构实现智能体间的协调与规划，并设计基于优势函数的新颖奖励分配方法，在基准测试中取得优于现有技术的性能。
CoReLIN: 基于约束推理的零样本终身交互式导航
机构 * Purdue University（普渡大学） ； Indian Institute of Technology, Kharagpur（印度理工学院卡哈拉格普尔分校） ； DEVCOM Army Research Lab（DEVCOM陆军研究实验室） ； National University of Singapore（新加坡国立大学）
专题命中 视觉空间推理 ：reasoning(title,abstract)；分类 cs.AI
AI总结 提出CoReLIN框架，利用LLM和场景图推理，在终身交互式导航中通过移动物体开辟路径并完成任务，显著提升长期效率。
UnfoldArt: 从文本或图像零样本恢复完整关节式3D物体
机构 * Technical University of Munich（慕尼黑工业大学） ； Mohamed Bin Zayed University of Artificial Intelligence（穆罕默德·本·扎耶德人工智能大学）
专题命中 视觉空间推理 ：reasoning(abstract)
AI总结 提出首个辩论驱动代理方法，结合视觉语言模型和视频生成先验，从文本或图像零样本重建关节式3D物体的结构、运动与隐藏几何。
Comments Project page: https://aminebdj.github.io/unfoldart
URoPE: 在几何空间中实现通用的相对位置嵌入
机构 * Applied Intuition（应用直觉） ； University of California, Berkeley（加州大学伯克利分校）
专题命中 视觉空间推理 ：reasoning(abstract)
AI总结 URoPE扩展了RoPE，使模型能在不同视角或维度的几何空间中处理位置信息，适用于多任务如视图合成、3D检测等，提升模型在几何推理中的表现。
Comments Accepted by ECCV 2026. Code is available: https://urope-pe.github.io/
VIGOR: 面向视频几何的时序生成对齐奖励
机构 * Beijing University of Posts and Telecommunications（北京邮电大学）
专题命中 视觉空间推理 ：verifier(abstract)
AI总结 提出基于几何的奖励模型，利用预训练几何基础模型通过跨帧重投影误差评估多视图一致性，以点方式计算误差，并引入几何感知采样策略，通过后训练和推理时优化对齐视频扩散模型，提升生成视频的几何一致性。
Comments Project Page: https://vigor-geometry-reward.com/
StemVLA：一种融合未来3D空间几何知识与4D历史表示的开源视觉-语言-动作模型
机构 * Ricoh Software Research Center（理光软件研究中心） ； YZH Engineering Technology (Beijing) Co., Ltd.（易智赫工程技术（北京）有限公司）
专题命中 视觉空间推理 ：reasoning(abstract)
AI总结 提出StemVLA框架，通过显式建模未来3D空间结构和历史4D时空表示，提升机器人操作任务中的空间推理与长时决策能力，在LIBERO基准上平均准确率达92.0%。
Comments Preprint
Φeat: 物理基础的材料特征表示
机构 * Adobe Research, France（Adobe研究院（法国））
专题命中 视觉空间推理 ：reasoning(abstract)
AI总结 提出Φeat视觉骨干网络，通过对比同一材料在不同光照和几何下的观测，学习对材料身份敏感的表征，提升材料选择与分类等任务性能。
如果我们在测试时动态分配计算资源呢？
机构 * Stanford University（斯坦福大学） ； University of Oklahoma（俄克拉荷马大学） ； University of California Riverside（加州大学河滨分校） ； National University of Sciences and Technology（国立科技大学）
专题命中 测试时计算 ：test-time compute(title,abstract)；reasoning(abstract)；verifier(abstract)；分类 cs.CL
AI总结 本文提出了一种基于验证器的自适应框架，通过迭代轨迹生成与选择提升推理效率，在多个数据集上优于传统测试时缩放方法。
Comments International Conference on Machine Learning
最优自一致性：用于大语言模型高效推理
机构 * Yale University（耶鲁大学） ； Inria（法国国家信息与自动化研究所） ； com（42.com）
专题命中 测试时计算 ：reasoning(title,abstract)；chain-of-thought(abstract)；分类 cs.AI、cs.LG
AI总结 本文分析自一致性（SC）的缩放行为，提出动态分配样本的Blend-ASC变体，平均减少4.8倍样本量，实现最先进的样本效率。
Comments Accepted at ICML 2026
利用同质性感知的结构和语义文本属性图压缩提升LLM推理能力
机构 * Shanghai Jiao Tong University（上海交通大学）
专题命中 测试时计算 ：reasoning(title,abstract)；分类 cs.AI
AI总结 提出HS2C框架，通过结构熵最小化进行全局层次划分以识别同质社区，并利用检测到的结构同质性指导LLM进行差异化语义聚合，在10个节点级和7个图级基准上同时提升压缩率和推理精度。
不确定时验证：超越黑盒幻觉检测中的自一致性
机构 * MIT-IBM Watson AI Lab（MIT-IBM沃森人工智能实验室） ； IBM Research（IBM研究院）
专题命中 测试时计算 ：verifier(abstract)；分类 cs.CL、cs.AI
AI总结 提出两阶段检测算法，结合自一致性与交叉一致性，在保持高检测性能的同时降低计算成本，并通过核均值嵌入提供理论解释。
双向过程奖励模型
机构 * School of Computer Science and Technology, Soochow University（苏州大学计算机科学与技术学院） ； Biomedical Basic Research Center of Jiangsu, Soochow University（苏州大学江苏省生物医学基础研究中心） ； School of Software Technology, Zhejiang University（浙江大学软件学院） ； Hangzhou High-Tech Zone (Binjiang) Institute of Blockchain and Data Security（杭州高新区（滨江）区块链与数据安全研究院）
专题命中 测试时计算 ：reasoning(abstract)；分类 cs.CL
AI总结 提出双向过程奖励模型（BiPRM），通过并行左右评估流和门控机制融合分数，仅增加0.3%参数和5%延迟，在推理质量上平均提升10.6%。
Comments ACL 2026
步骤级稀疏自编码器用于推理过程解释
机构 * University of Science and Technology of China（中国科学技术大学）
专题命中 复杂问题求解 ：reasoning(title,abstract)；CoT(abstract,abstract_cn)；chain-of-thought(abstract)；分类 cs.LG
AI总结 提出步骤级稀疏自编码器（SSAE），通过条件稀疏化形成信息瓶颈，将推理步骤中的增量信息与背景信息分离为稀疏特征，用于解释大语言模型的推理过程。
何时重新规划：分层潜在推理中的子目标持久性
机构 * Independent Researcher（独立研究者）
专题命中 复杂问题求解 ：reasoning(title,abstract)；planning(abstract)；分类 cs.AI
AI总结 研究分层潜在推理中稳定性与适应性的权衡，通过封建式管理-工人接口控制子目标持久周期，发现中等周期（3-6步）最优，内在对齐权重存在窄最优值（约0.05）。
Comments Accepted at the Workshop on Compositional Learning: Safety, Interpretability, and Agents (CompLearn), ICML 2026. 10 pages, 2 figures
EgoVITA：学习规划与验证以实现自我中心视频推理
专题命中 复杂问题求解 ：reasoning(title,abstract)
AI总结 提出EgoVITA框架，通过先规划自我中心动作序列再以第三方视角验证时空一致性的方法，提升自我中心视频推理的准确性。
Comments ECCV 2026
基于组合概念的深度强化学习神经元级可解释性
机构 * School of Computer Science, Beijing University of Posts and Telecommunications（北京邮电大学计算机学院）
专题命中 复杂问题求解 ：reasoning(abstract)；分类 cs.AI、cs.LG
AI总结 提出一种自动将神经元激活与逻辑公式对齐的概念解释框架，通过值敏感离散化将连续状态转化为可解释原子概念，为深度强化学习模型提供细粒度神经元级解释。
Comments 12 pages, 5 figures. Accepted by PAKDD 2026. The final authenticated version is available online at Springer
Journal ref Data Science: Foundations and Applications. PAKDD 2026. Lecture Notes in Computer Science, vol 16117, pp. 52-64. Springer, Singapore (2026)
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