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。
ThreadWeaver：自适应线程化实现语言模型高效并行推理
机构 * UC Berkeley（伯克利大学） ； UCSF（旧金山大学）
专题命中 数学推理 ：reasoning(title,abstract)；chain-of-thought(abstract)；math reasoning(abstract)；分类 cs.CL、cs.AI、cs.LG
AI总结 提出ThreadWeaver框架，通过两阶段并行轨迹生成、基于trie的展开设计和并行化感知强化学习，在保持与顺序推理模型相当准确率的同时，显著降低推理延迟。
Comments Accepted as an oral paper at ICML 2026
推理的几何特征：任务难度的谱视角
机构 * Northeastern University（东北大学） ； University of Southern California（南加州大学） ； Google Research（谷歌研究院）
专题命中 数学推理 ：reasoning(title,abstract)；chain-of-thought(abstract)；CoT(abstract)；分类 cs.LG
AI总结 通过分析Transformer隐藏状态空间中思维链轨迹的谱、位置和运动学几何特征，提出有效维度d_ρ衡量轨迹复杂度，发现平坦特征谱对应更难任务，并利用运动学特征在生成早期预测答案正确性。
ISM：面向持续数学推理的自我改进策略记忆
专题命中 数学推理 ：reasoning(title,abstract)；分类 cs.LG
AI总结 提出智能模式记忆（ISM），一种自我演进的记忆增强系统，通过从成功和失败案例中学习并维护策略模式库，在不更新模型参数的情况下提升冻结LLM在持续学习中的数学推理能力。
Comments 3rd AI for Math Workshop at ICML 2026 Forty-Third International Conference on Machine Learning
从答案生成器到推理促进者：为高风险环境中的数学推理设计AI导师
专题命中 数学推理 ：reasoning(title,abstract)
AI总结 本研究设计并部署了AITutor系统，通过分层工作示例、步骤链接视觉基础和元认知支架等功能，帮助初中生在高压考试中从被动获取答案转向主动修复推理过程，提出了以推理为中心的产品循环。
LLMs的在线安全监控
专题命中 数学推理 ：reasoning(abstract)；verifier(abstract)；分类 cs.CL、cs.AI、cs.LG
AI总结 研究通过阈值化外部模型的验证信号并利用风险控制校准阈值，实现LLM输出的实时安全监控，在数学推理和红队测试中与高级方法性能相当。
Comments ICML 2026 Hypothesis Testing Workshop
一层就够了吗？训练单个Transformer层可以匹配全参数RL训练
机构 * University of Minnesota（明尼苏达大学） ； Peking University（北京大学） ； Amazon（亚马逊）
专题命中 数学推理 ：reasoning(abstract)；分类 cs.CL、cs.LG
AI总结 发现RL训练收益高度集中在少数Transformer层，仅训练单层即可恢复大部分全参数RL收益，且高贡献层集中在模型中部。
Set Diffusion: 在自回归与扩散之间插值令牌顺序以实现快速灵活的解码
专题命中 数学推理 ：reasoning(abstract)；分类 cs.LG
AI总结 提出Set Diffusion模型，通过将似然参数化为灵活位置和长度的令牌集，并设计集因果扩散架构，支持任意顺序解码和KV缓存更新，在数学推理、摘要和无条件生成上优于先前的扩散语言模型。
Comments ICML 2026. We provide the code at https://github.com/kuleshov-group/setdlms
证明门与CDCL求解器的效率
专题命中 数学推理 ：reasoning(abstract)
AI总结 本文提出证明门参数，用于解释CDCL求解器在电路验证中的效率，证明具有小证明门的公式有短的分辨率证明，并展示某些CDCL求解器能高效生成此类证明。
Comments version 2.1
单子上下文工程
机构 * IIIS, Tsinghua University（清华大学人工智能研究院）
专题命中 代码与定理证明 ：reasoning(abstract)；分类 cs.CL、cs.AI
AI总结 本文提出Monadic Context Engineering，利用函子、应用函子和单子的代数结构，为智能体设计提供形式基础，通过分层方法构建高效可靠的AI智能体。
Comments We found some issues in the categorical foundations of this work, so we respectfully withdraw it
LLMs作为数学考试评分的助教：可靠性与实际可用性
专题命中 代码与定理证明 ：reasoning(abstract)；分类 cs.AI
AI总结 评估六种LLM配置在离散数学考试评分中的表现，发现宽松评分策略降低错误率，但点校准与排名保持仍是不同目标。
Comments 12 Pages, 6 figures
Aria: 基于依赖图的检索与迭代自动形式化智能体
专题命中 代码与定理证明 ：reasoning(abstract)；分类 cs.AI
AI总结 提出Aria系统，通过两阶段思维图过程递归分解定理陈述为依赖图并构建形式化，结合AriaScorer验证语义正确性，在ProofNet、FATE-X和同调猜想数据集上显著超越现有方法。
LGMT：基于逻辑的蜕变测试用于评估LLMs的推理可靠性
机构 * School of Automation Science and Electrical Engineering, Beihang University（自动化科学与电气工程学院，北京航空航天大学）
专题命中 逻辑推理 ：reasoning(title,abstract)；CoT(abstract,abstract_cn)；logical reasoning(abstract)；分类 cs.AI、cs.LG
AI总结 提出LGMT框架，利用一阶逻辑推导蜕变关系，通过一致性检查评估LLM推理的鲁棒性，揭示传统评估忽略的隐藏缺陷。
Comments Zheng Zheng is the corresponding author
Journal ref Knowledge-Based Systems, Volume 348, 2026, 116324, ISSN 0950-7051
长程推理的递归模型
机构 * Toyota Technological Institute at Chicago（丰田技术研究所）
专题命中 逻辑推理 ：reasoning(title,abstract)；分类 cs.CL、cs.LG
AI总结 提出递归模型，通过递归调用自身在隔离上下文中解决子任务，突破上下文长度限制，理论证明可指数级降低活跃上下文需求，实验验证在SAT求解和围棋任务中提升长程准确性。
Comments in ICML 2026
G-RRM：用循环推理模型引导符号求解器
专题命中 逻辑推理 ：reasoning(title,abstract)；分类 cs.AI
AI总结 提出神经符号方法G-RRM，将符号等变循环推理模型与回溯或SAT求解器结合，通过神经引导提升约束满足问题的搜索效率，在9×9数独上回溯加速33.3倍。
安全且自适应的云修复：使用神经符号世界模型验证LLM生成的恢复计划
机构 * Zhejiang University（浙江大学）
专题命中 逻辑推理 ：reasoning(abstract)；planning(abstract)；分类 cs.CL、cs.AI
AI总结 提出PASE框架，将LLM作为规划引擎生成恢复计划，通过神经符号世界模型验证可行性，并利用DRL优化提示，实现动态自适应修复，显著降低恢复时间并提高未知故障检测精度。
Comments 13 pages
CreativityPrism：大语言模型创造力的跨域评估框架
机构 * University of Pittsburgh（匹兹堡大学） ； Johns Hopkins University（约翰霍普金斯大学） ； University of Notre Dame（诺特丹大学） ； University of North Carolina at Chapel Hill（北卡罗来纳大学教堂山分校） ； University of Washington（华盛顿大学） ； Allen Institute for Artificial Intelligence（人工智能研究院） ； University of Massachusetts Amherst（马萨诸塞大学阿默斯特分校）
专题命中 逻辑推理 ：reasoning(abstract)；logical reasoning(abstract)；分类 cs.CL、cs.AI
AI总结 提出CreativityPrism框架，整合发散思维、创意写作和逻辑推理三个领域的八项任务，从质量、新颖性和多样性三个维度评估LLM创造力，发现前沿模型在创意写作和逻辑推理上领先，但在发散思维上无显著优势，且各维度间相关性弱。
Comments Published in Transactions on Machine Learning Research (06/2026)
MAGIK: 通过想象力驱动的知识迁移映射到类比目标
机构 * Applied Artificial Intelligence Initiative, Deakin University School of IT, Deakin University（应用人工智能倡议，德克萨斯大学IT学院，德克萨斯大学）
专题命中 逻辑推理 ：reasoning(abstract)；logical reasoning(abstract)；分类 cs.AI、cs.LG
AI总结 提出MAGIK框架，利用想象力机制将目标任务实体映射到源域类比物，实现零样本知识迁移，在MiniGrid和MuJoCo任务上验证有效性。
PACE: 一种用于合理且可操作的反事实解释的神经符号框架
机构 * University of Klagenfurt（克拉根福大学） ； Norwegian University of Life Sciences（挪威生命科学大学）
专题命中 逻辑推理 ：reasoning(abstract)；分类 cs.AI
AI总结 提出PACE框架，结合神经网络预测与符号推理，生成符合领域约束的可操作反事实解释，在Adult Income数据集上验证了可行性与可解释性的平衡。
BLAgent: 一种面向文件级Bug定位的代理RAG
机构 * University of Calgary（卡尔加里大学） ； York University（约克大学）
专题命中 逻辑推理 ：reasoning(abstract)；分类 cs.AI
AI总结 本文提出BLAgent，一种新型代理RAG框架，用于文件级Bug定位，通过结合代码结构感知的仓库编码、双视角查询转换和两阶段代理重排序，提高了Bug定位的准确性和效率。
Comments Accepted for publication in ACM Transactions on Software Engineering and Methodology (TOSEM)
知识超越参数：演化智能合约漏洞检测
专题命中 逻辑推理 ：reasoning(abstract)
AI总结 提出EvoVuln框架，将漏洞检测转化为程序性知识演化问题，通过运行时反转控制架构和两阶段演化流水线，仅用少量标注样本自动合成并优化检测逻辑，在五种真实漏洞类型上实现71%宏平均F1分数。
当智能体不停止：揭示LLM智能体中的无限循环
专题命中 逻辑推理 ：planning(abstract)
AI总结 提出IAL-Scan静态分析工具，通过抽象智能体代码为Agent IR并构建循环依赖图，检测LLM智能体项目中因反馈路径未有效约束导致的无限循环故障，在6549个仓库中达到91.9%精度。
当RAG遇见查询规划：用于解决探索性推理问题的逻辑查询树
专题命中 规划推理 ：reasoning(title,abstract)；planning(title,abstract)
AI总结 针对检索增强生成在探索性推理问题中的检索噪声和错误累积问题，提出PlanRAG框架，将自然语言建模为逻辑查询树，通过动态规划和代价模型优化查询树，实现高效并行处理，在WikiWeb-ERP数据集上优于现有方法。
Comments Accepted by SIGMOD 2027
从推理中寻找真理：一种用于引导LLM轨迹的动态表示编辑框架
机构 * ByteDance Inc.（字节跳动公司） ； Huawei Technologies Co., Ltd（华为技术有限公司） ； Peking University Information Technology Institute (Tianjin Binhai)（北京大学信息技术研究院（天津滨海））
专题命中 规划推理 ：reasoning(title,abstract)；chain-of-thought(abstract)；分类 cs.AI
AI总结 提出DynaSteer动态表示编辑框架，通过模式聚类和Fisher-LDA提取纯净真理，并基于前瞻熵选择性引导轨迹，提升LLM推理真实性。
Comments Accepted by ICML'26
原子任务图：智能体规划与执行的统一框架
机构 * South China University of Technology（华南理工大学） ； Tsinghua Shenzhen International Graduate School, Tsinghua University（清华大学深圳国际研究生院）
专题命中 规划推理 ：planning(title,abstract)；分类 cs.AI
AI总结 提出原子任务图（ATG）框架，通过显式图结构暴露子任务依赖、支持并行执行和局部错误修复，在三个交互基准上使用7B-8B模型显著提升成功率和执行效率。
Comments 14 pages, 7 figures
FaithMed: 训练大语言模型进行忠实于证据的医学推理
机构 * Carnegie Mellon University（卡内基梅隆大学） ； Stanford University School of Medicine（斯坦福大学医学院） ； Xlue
专题命中 规划推理 ：reasoning(title,abstract)；分类 cs.CL
AI总结 提出FaithMed框架，通过过程级奖励和优势分组强化学习，监督LLM在医学推理中忠实评估和应用检索证据，在7个基准上平均提升9%。
Comments 15 pages, 5 figures
YuFeng-XGuard：一种以推理为中心、可解释且灵活的大语言模型护栏模型
机构 * Alibaba-AAIG（阿里云-阿里人工智能研究院）
专题命中 规划推理 ：reasoning(title,abstract)；分类 cs.CL
AI总结 提出YuFeng-XGuard护栏模型系列，通过结构化风险预测（含风险类别、置信度分数及自然语言解释）实现可解释的多维风险感知，并采用分层推理范式平衡延迟与解释深度，同时引入动态策略机制解耦风险感知与策略执行。
无人水面航行器的路径规划
机构 * Department of Computer Science, Florida State University（计算机科学系，佛罗里达州立大学）
专题命中 规划推理 ：planning(title,abstract)
AI总结 针对无人水面航行器（USV）的固定和移动障碍物避碰问题，提出结合全局与局部路径规划器的新方法，全局规划器融合三种算法，局部规划器基于障碍物运动方向决策，仿真验证了有效性。
Journal ref AI Insights, Article 939, 1(1), 2025, 31 pages
NeHMO：用于分散式安全多臂运动规划的神经Hamilton-Jacobi可达性学习
机构 * Department of Computer Science at Purdue University（普渡大学计算机科学系）
专题命中 规划推理 ：planning(title,abstract)
AI总结 提出基于神经Hamilton-Jacobi可达性学习的方法，学习安全值函数以捕获最坏情况下的臂间安全约束，并开发分散式轨迹优化框架，实现可扩展、数据高效的多臂运动规划。
从行为到理解：LLM代理中时间概念的符合可解释性
机构 * Georgia State University（佐治亚州立大学） ； Computer Science Lab, SRI（SRI计算机科学实验室） ； Army Cyber Institute（陆军网络学院） ； United States Military Academy（美国军事学院） ； University of Florida（佛罗里达大学）
专题命中 规划推理 ：reasoning(abstract)；planning(abstract)；分类 cs.CL、cs.AI
AI总结 本文提出通过符合视角解释LLM代理时间概念演变的框架，结合逐步奖励建模与符合预测，识别时间概念的潜在方向，实验表明这些概念可线性分离，为LLM代理提供可靠故障检测和干预方法。
Comments Accepted at the Mechanistic Interpretability Workshop, 43rd International Conference on Machine Learning, Seoul, South Korea, 2026
BuilderBench：智能体的构建模块
机构 * Princeton University（普林斯顿大学） ； Mila – Quebec AI Institute（魁北克AI研究院） ； Université de Montréal（蒙特利尔大学）
专题命中 规划推理 ：reasoning(abstract)；planning(abstract)；分类 cs.AI、cs.LG
AI总结 提出BuilderBench基准，通过开放式探索训练智能体构建结构，实验表明现有前沿语言模型和强化学习算法无法解决任何非平凡任务。
Comments Blogpost: https://rajghugare19.github.io/builderbench and Code: https://github.com/rajghugare19/builderbench
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