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。
用于协商协作的大语言模型智能体：部分可观测联合决策下的联合决策研究
机构 * Department of Computer Science and Technology, Tsinghua University（清华大学计算机科学与技术系） ； Fuzhou University（福州大学）
专题命中 规划推理 ：reasoning(abstract)；分类 cs.CL、cs.AI
AI总结 研究部分可观测联合决策任务下的协商LLM智能体，通过形式化问题、引入基准、实例化框架和协议并评估LLMs，发现复杂任务仍挑战语言模型，协商过程有反思纠错机会，为评估改进LLM智能体奠定基础。
Comments Code is available at https://github.com/wcx21/deliberative-collaboration-agents
i-EXAM：可指导且可解释的攻击连通性图建模器
机构 * Colorado State University（科罗拉多州立大学）
专题命中 规划推理 ：planning(abstract,comments)；分类 cs.AI
AI总结 i-EXAM工具借助规划编译，帮系统管理员创建复杂网络安全配置文件并做假设分析，可识别攻击路径、评估指标、生成强化策略，还能用大语言模型解释策略。
Comments In the Proceedings of the International Conference on Automated Planning and Scheduling (ICAPS 2026)
WordVoice：基于大语言模型的文本转语音中显式且解耦的多维词级控制
机构 * South China University of Technology（南方科技大学） ； Huya Inc.（Huya公司） ； Tongji University（同济大学） ； The Hongkong polytechnic university（香港理工大学） ； Foshan University（佛山大学）
专题命中 规划推理 ：planning(abstract)；分类 cs.CL
AI总结 研究针对基于LLM的TTS系统词级控制粗糙的问题，提出统一框架。构建含五维注释的数据集，引入WordVoice将隐式生成变为显式可控范式，经实验验证其在多声学维度上实现卓越解耦控制且保持零样本合成稳定性。
Comments 10 pages, 4 figures, 6 tables; Preprint
前沿语言模型智能体经济中的信息限制与吸引子动力学：一项预注册测试
机构 * Independent Researcher（独立研究者）
专题命中 规划推理 ：reasoning(abstract)；分类 cs.AI
AI总结 该研究对前沿语言模型智能体小型经济体进行预注册实验，测试耦合多智能体系统的两个预测。通过实验验证了比例投注耦合经济体中一些信息论相关定律，同时发现残差缩放测试结果否定了平滑平均场模型假设，还发布了相关代码等资料。
Comments 15 pages. Preprint. Zenodo: https://doi.org/10.5281/zenodo.21185866. Companion synthesis: arXiv:2606.12502
Nemotron-Labs-Diffusion：一种统一自回归、扩散和自推测解码的三模式语言模型
机构 * Nemotron-Labs（Nemotron实验室）
专题命中 规划推理 ：planning(abstract)；分类 cs.CL
AI总结 介绍了统一AR、扩散和自推测解码的三模式语言模型Nemotron-Labs-Diffusion，通过联合目标训练，能切换模式。研究表明其目标互补，自推测模式表现优，有长期潜力，该模型家族在精度和速度上优于现有开源模型。
从闭环优化到开放决策：用于预测性和自主性显微镜的耦合数字孪生
机构 * Department of Materials Science and Engineering, University of Tennessee, Knoxville, Tennessee, 37996, USA（田纳西大学材料科学与工程系） ； Materials Science and Engineering Department, Materials Research Institute, the Pennsylvania State University, University Park, Pennsylvania, 16802, USA（宾夕法尼亚州立大学材料研究学院材料科学与工程系）
专题命中 规划推理 ：planning(abstract)；分类 cs.LG
AI总结 研究从闭环优化到开放决策的自动化实验，提出耦合数字孪生框架，通过样本孪生和仪器孪生分别编码材料状态与信号等，用于预测显微镜操作等，以力 - 距离曲线编码器等实现框架，为预测性操作和自主实验规划奠定基础。
WING：一种基于窗口先验的带门控inception的生成网络用于跨模态CT合成
机构 * Pattern Recognition Lab, Friedrich-Alexander-Universität Erlangen-Nürnberg（模式识别实验室，埃尔朗根-纽伦堡弗里德里希-亚历山大大学） ； Department of Orthodontics and Orofacial Orthopaedics, Friedrich-Alexander-Universität Erlangen-Nürnberg（正畸与口腔颌面正畸科，埃尔朗根-纽伦堡弗里德里希-亚历山大大学） ； Siemens Healthineers（西门子医疗） ； Institute of Medical Technology, Peking University（北京大学医学技术研究所）
专题命中 规划推理 ：planning(abstract)
AI总结 研究旨在从MRI和CBCT生成CT体积改善放疗计划。核心方法是将回归目标重构成窗口表示，引入WING网络，含门控inception生成器、融合与细化变压器及联合对抗训练目标。主要贡献是在相关基准上达最优性能且支持单模型多解剖合成。
用于自动驾驶系统中突发故障发现的协作式多智能体测试
专题命中 规划推理 ：planning(abstract)
AI总结 研究针对自动驾驶系统故障发现问题，提出协作式多智能体测试框架CREAD，通过共享黑板和协调器组织相关功能，经实验验证该框架在不同环境下能有效提升故障发现率，是ADS突发行为发现的有前途方向。
TypeGo：一种用于具身智能体的操作系统运行时
机构 * Yale University（耶鲁大学）
专题命中 规划推理 ：planning(abstract)
AI总结 研究针对具身智能体大语言模型规划与实时控制等的矛盾，提出TypeGo运行时，将基于大语言模型的规划构建为异步循环，管理智能体物理身体，通过自然语言指令编程，能降低延迟并支持并发任务，提供了初步设计证据。
LLM自主网络中优先连接与玻璃天花板效应的涌现
专题命中 规划推理 ：reasoning(abstract)
AI总结 研究LLM代理自主选择合作者时网络结构的涌现，发现优先连接和类型依赖的玻璃天花板效应，通过平均场模型证明中心性收敛，实验验证了网络动态对集体性能的影响。
OpenGround：基于规划的开放世界3D视觉定位在线感知
机构 * Nanjing University, School of Intelligent Science and Technology（南京大学智能科学与技术学院） ； China Mobile Zijin Innovation Institute（中国移动紫金创新院）
专题命中 视觉空间推理 ：planning(title,abstract)；reasoning(abstract)；分类 cs.AI
AI总结 针对开放世界3D视觉定位中现有方法的局限，提出OpenGround框架，集成任务链规划与上下文引导感知，还构建OpenTarget数据集。实验表明其在多个数据集上性能优异，在开放世界评估中有显著提升。
Comments ECCV2026, 46 pages, 13 figures, 15 tables
AgentsCAD: 通过多智能体大语言模型推理和几何特征识别实现FDM零件的自动化制造设计
专题命中 视觉空间推理 ：reasoning(title,abstract)；verifier(abstract)
AI总结 提出AgentsCAD多智能体系统，结合B-Rep几何解析与LLM推理，自动检测FDM零件悬垂缺陷并生成修改建议，输出修正STEP文件。
回答前分割：用于多模态大语言模型视觉推理的像素定位
专题命中 视觉空间推理 ：reasoning(title,abstract)；分类 cs.AI
AI总结 本文针对多模态大语言模型视觉推理，提出SegAnswer方法，将放大单元从边界框转为像素级分割掩码，能精准定位感兴趣区域，过滤冗余信息，与视觉令牌构建方式更契合，经多基准测试验证了其在像素定位及分割任务上的性能。
BabyVision：超越语言的视觉推理
机构 * UniPat AI ； xbench ； Alibaba Group（阿里巴巴集团） ； MoonShot AI ； StepFun ； Peking University（北京大学） ； Tsinghua University（清华大学） ； University of Wisconsin–Madison（威斯康星大学麦迪逊分校） ； Princeton University（普林斯顿大学） ； Nanyang Technological University（南洋理工大学） ； G Labs Equal Core Contributors（0G Labs 等核心贡献者）
专题命中 视觉空间推理 ：reasoning(title,abstract)；分类 cs.CL
AI总结 研究发现当代多模态语言模型依赖语言先验，在基本视觉任务上表现差。为此引入BabyVision基准评估其核心视觉能力，涵盖多任务。结果显示模型缺乏基本视觉原语，BabyVision的进展迈向人类水平视觉能力，还探索了用生成模型解决视觉推理的方法。
Comments 26 pages, Homepage at https://unipat.ai/blog/BabyVision
EAGOR：全方位的具身推理
机构 * EmPACT Lab, NTU Singapore Institute for Infocomm Research, A*STAR Singapore（EmPACT实验室，南洋理工大学信息与通信研究所，A*STAR新加坡）
专题命中 视觉空间推理 ：reasoning(title,abstract)
AI总结 研究针对现有视觉语言模型在处理360°观测时方向估计不一致的问题，提出无需训练的几何感知框架EAGOR，将方向推理表述为球面上的递归贝叶斯估计，引入球谐信念场，实验证明其性能优于现有方法。
Comments 12 Pages, 7 Figures, 4 Tables
用于自动CAD生成的基础模型
机构 * BARCELONA Supercomputing Center（巴塞罗那超级计算中心） ； Universidad Pontificia Comillas（庞培法布拉大学） ； Chung-Ang University（中央大学） ； LUXEMBOURG Institute of Science and Technology（卢森堡科学技术研究所）
专题命中 视觉空间推理 ：reasoning(abstract)；chain-of-thought(abstract)；分类 cs.AI
AI总结 研究利用统一评估管道和基准，对用于机械零件自动CAD生成的基础模型展开实证。介绍LLMForge框架，通过两种批判机制评估七个基础模型，展示了紧凑模型的效果，以及VLM批判的作用，还探讨了相关设计及影响。
Comments Accepted as a book chapter in "Advances in Global Applied Artificial Intelligence" (G. A. Tsihrintzis, M. Virvou, N. G. Bourbakis, L. C. Jain, Eds.), authenticated version will be published in Springer series: Learning and Analytics in Intelligent Systems
ELSA3D：用于统一3D理解与生成的弹性语义锚定
机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
专题命中 视觉空间推理 ：reasoning(abstract)；分类 cs.AI、cs.LG
AI总结 研究统一3D基础模型文本-3D交互隐式问题，提出ELSA3D模型，通过弹性语义锚定联合构建语言和几何推理，用尺度感知八叉树令牌化器和锚定令牌表示几何，轻量级路由器使计算和推理弹性化，性能领先且减少计算量和延迟。
从被动检索到主动记忆导航：学习将记忆用作结构化动作空间
机构 * Alibaba（阿里巴巴） ； ShanghaiTech University（上海科技大学） ； Zhejiang University（浙江大学） ； Peking University（北京大学） ； National University of Singapore（新加坡国立大学）
专题命中 视觉空间推理 ：reasoning(abstract)；分类 cs.AI
AI总结 研究针对个性化对话代理中记忆系统的被动性问题，提出NapMem框架，将用户记忆组织成多粒度金字塔并通过工具暴露层次，经记忆工具强化学习训练智能体，在多任务实验中具竞争力，还进行了多方面分析，证明结构化存储与策略结合对长期用户记忆有益。
面向几何的不确定性聚类用于病理学中鲁棒的视觉上下文学习
机构 * FAU Erlangen-Nürnberg, Erlangen, DE（埃尔兰根-纽伦堡大学） ； Department of Computing, Imperial College London, London, UK（伦敦帝国理工学院计算机系）
专题命中 视觉空间推理 ：reasoning(abstract)；分类 cs.AI
AI总结 本文提出GAUC，一种无需训练的聚类选择方法，直接在预训练的多模态嵌入空间中操作，通过优化三个目标提升视觉上下文学习的鲁棒性、准确性和校准性。
Lift3D-VLA：将VLA模型提升到3D几何和动力学感知操纵
机构 * Peking University（北京大学） ； CUHK（香港中文大学） ； AI² Robotics（智平方科技）
专题命中 视觉空间推理 ：reasoning(abstract)
AI总结 研究针对VLA模型在物理环境操纵中几何理解和空间推理不足的问题，提出Lift3D-VLA框架。通过增强2D模型提升策略、GC-MAE自监督框架及分层时间动作建模，提升模型3D几何和动力学感知能力，在模拟和现实任务中取得更好效果。
Comments 14 pages, 7 figures. Project website: https://lift3dvla.github.io/
VisCoP：用于视觉语言模型视频域适应的视觉探测
机构 * University of North Carolina at Charlotte（北卡罗来纳州立大学查塔努加分校） ； Elorian AI（Elorian人工智能公司）
专题命中 视觉空间推理 ：reasoning(abstract)
AI总结 研究针对视觉语言模型在新领域性能下降问题，提出参数高效的VisCoP框架，通过可学习视觉探测器增强视觉编码器，在多种适应设置下评估，该框架优于现有策略，能有效适应新领域且保留源域能力。
Comments ECCV 2026
LLM-as-a-Verifier：一种通用验证框架
机构 * Stanford University（斯坦福大学） ； UC Berkeley（加州大学伯克利分校） ； NVIDIA Research（英伟达研究院）
专题命中 测试时计算 ：verifier(title,title_cn)；reasoning(abstract)；test-time compute(abstract)；分类 cs.CL、cs.AI、cs.LG
AI总结 该工作将验证确定方案正确性的能力作为大模型新扩展轴，提出无需额外训练的通用LLM验证框架，生成连续评分，在多基准上取得SOTA性能，还可用于强化学习等场景。
Comments Code: https://github.com/llm-as-a-verifier/llm-as-a-verifier Website: https://llm-as-a-verifier.com
大语言模型的是非偏差反映答案顺序和措辞，而非道德判断的转变
机构 * Princeton University（普林斯顿大学）
专题命中 测试时计算 ：reasoning(abstract)；分类 cs.CL、cs.AI
AI总结 研究大语言模型在道德困境判断中的是非偏差，通过交叉对称化等心理测量方法区分逻辑判断、词汇等因素，发现前沿模型立场与形式无关，部分模型存在顺序和词汇偏差，最小模型可总结伪像，强调跨框架测量模型重视内容。
具有跨情节记忆和策略蒸馏的自我审查强化学习
专题命中 测试时计算 ：reasoning(abstract)；分类 cs.AI、cs.LG
AI总结 研究针对强化学习中环境反馈稀疏或延迟问题，提出自我审查强化学习框架，通过策略梯度优化自我审查，经选择性蒸馏内化改进到基础策略，用跨情节记忆保留成功审查，在GSM8K基准上评估，该框架优于基线且学习效率更高。
Comments 9 pages, 2 figures
利用离线强化学习学习控制大语言模型智能体的执行框架
机构 * University of Toronto（多伦多大学） ； Emory University（埃默里大学）
专题命中 测试时计算 ：verifier(abstract)；分类 cs.AI、cs.LG
AI总结 研究提出将大语言模型智能体的执行框架视为可学习控制层，通过有限 horizon 的框架马尔可夫决策过程，利用离线强化学习训练轻量级控制器，在多领域实验中改进验证行为、提高任务质量，证明框架控制可学习且离线支持有局限。
Comments 17 pages, 7 figures
FreqDepthKV：用于长上下文语言模型推理中稳健的键值缓存压缩的频率引导深度共享
机构 * Instituto de Investigación en Visión Artificial（人工视觉研究所）
专题命中 测试时计算 ：reasoning(abstract)；分类 cs.AI
AI总结 研究针对长上下文语言模型推理中键值缓存成本问题，提出FreqDepthKV方法，将相邻层键值状态分解，通过在线探测器分配缓存模式，在多基准测试中保持任务准确性，提升解码吞吐量并降低内存，实现高效压缩。
Comments 11 pages, 2 figures
基于原始校正的渐进推理用于组合零样本学习
机构 * School of Computer Science and Technology, Beijing Jiaotong University（北京交通大学计算机科学与技术学院） ； Key Laboratory of Big Data & Artificial Intelligence in Transportation (Ministry of Education)（交通运输大数据与人工智能教育部重点实验室）
专题命中 复杂问题求解 ：reasoning(title,abstract)；chain-of-thought(abstract)
AI总结 研究组合零样本学习问题，提出PRPC框架，通过逐步推理明确建模属性和对象间双向依赖性，对原语相互校正，将其公式化为结构化推理过程并结合强化学习后训练，在基准测试中达最优性能。
CHARLIE：用于法医学证据推理的本地多智能体检索增强生成系统
机构 * Forensic Institute, Civil Police of Federal District, Brazil（巴西联邦区刑事研究所） ； University of Brasília, Brazil（巴西巴西利亚大学）
专题命中 复杂问题求解 ：reasoning(title,comments)；分类 cs.AI
AI总结 介绍用于法医学证据推理的本地多智能体检索增强生成系统CHARLIE，通过结合多种机制应对取证挑战，在机构内运行维护数据主权等，经案例研究验证其能支持证据工作流程，为高风险取证环境部署AI系统提供蓝图。
Comments 10 pages, 1 figure. Archival version of a paper presented at RELAF 2026: 1st Workshop on Reasoning with Evidence in Law Enforcement and Forensics, co-located with ICAIL 2026, Singapore, June 2026
从文化遗产保护视角重新思考印度人工智能
机构 * International Institute of Information Technology, Bengaluru（班加罗尔国际信息技术学院）
专题命中 复杂问题求解 ：reasoning(abstract)；分类 cs.CL、cs.AI
AI总结 本文从文化遗产保护角度探讨人工智能对印度语言文化的影响，通过纵向调查自然语言处理技术演变、分析印度语言特征及基础模型作用，提出‘文化感知’方向，为印度自然语言处理下一阶段研究及基础模型发展提供指引。
代理分析：作为条件编码器的视觉语言模型中的定位信号
机构 * Tel Aviv University, Tel Aviv, Israel（特拉维夫大学） ； Google DeepMind（谷歌DeepMind）
专题命中 复杂问题求解 ：reasoning(abstract)；分类 cs.AI
AI总结 研究视觉语言模型（VLMs）作条件编码器时编辑管道定位性能差的问题，引入代理分析框架，通过训练代理模型分析VLM中间表示来揭示编码定位信息的表示，发现现有条件提取策略缺陷，为条件架构设计提供新思路。
Comments Accepted as a Spotlight at the ICML 2026 Mechanistic Interpretability Workshop
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