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。
动作映射策略：通过像素分类学习3D闭环操作
机构 * Northeastern University（东北大学） ； Stanford University（斯坦福大学） ； Brown University（布朗大学）
专题命中 视觉空间推理 ：reasoning(abstract)；分类 cs.AI、cs.LG
AI总结 研究针对机器人学习中动作空间的挑战，提出动作映射策略（AMP），将3D闭环操作策略学习转为图像空间分类问题，通过投影动作到图像平面，以像素为类别控制维度，实现高精度、快速推理，实验证明其优于基线。
Comments Project Website: https://haojhuang.github.io/amp_page/
超越欧几里得裁剪：通过黎曼等距策略优化克服大语言模型强化学习中的探索崩溃
专题命中 视觉空间推理 ：reasoning(abstract)；分类 cs.AI、cs.LG
AI总结 研究大语言模型强化学习中PPO-Clip的探索崩溃问题，提出黎曼等距策略优化（RIPO）方法，通过保证黎曼流形上等距策略更新平衡探索与利用，在七个竞争级基准上显著超越现有算法。
Comments ICML 2026
何时委托优于多数？一种基于委托的多样本LLM推理聚合器
机构 * MIT Media Lab（麻省理工学院媒体实验室）
专题命中 视觉空间推理 ：reasoning(abstract)；分类 cs.AI、cs.LG
AI总结 提出基于委托的聚合器PPV，利用样本的字母熵和推理几何信号，在MMLU-Pro上比多数投票高1.5个百分点，无需标签或训练。
Comments Preprint. 16 pages, 5 figures, 4 tables
深入了解与智能机器人的长期物理共存
机构 * Astribot Team（Astribot团队）
专题命中 视觉空间推理 ：reasoning(abstract)；分类 cs.AI
AI总结 研究与智能机器人长期物理共存问题，提出基于机器人网关抽象的多机器人代理PHILIA，解耦代理推理与机器人执行，实现即插即用集成，在Astribot S1机器人上验证架构，展示用例，强调人机交互流程对有效协助的重要性。
用于解释大语言模型的拉盖尔几何
机构 * JMP Statistical Discovery（JMP统计发现公司）
专题命中 视觉空间推理 ：reasoning(abstract)；分类 cs.AI
AI总结 研究大语言模型中概念结构的形成，利用拉盖尔几何精确表征概念，通过分解Transformer层揭示隐藏轨迹控制机制，提出无需训练和超参数的几何透镜方法读出概念，开发可视化工具，还实现可操作的可解释性。
Comments Geometric Lens; LLM Interpretability; Code: https://github.com/horsepurve/Geometric-Lens
SWIFT：用于自动驾驶中流量感知轨迹预测的小世界交互框架
机构 * University of Macau（澳门大学） ； State Key Laboratory of Internet of Things for Smart City, University of Macau（澳门大学智慧城市物联网国家重点实验室） ； Department of Civil and Environmental Engineering, University of Macau（澳门大学土木与环境工程系）
专题命中 视觉空间推理 ：reasoning(abstract)；分类 cs.AI
AI总结 研究自动驾驶中轨迹预测问题，提出SWIFT框架，结合小世界网络与交通流理论，通过特定网络和模块引入结构偏差与增强推理，实验证明其在多方面优于基线，展现出结构感知设计的有效性。
Comments Accepted by IEEE Transactions on Pattern Analysis and Machine Intelligence
RoboNav-Arm：杂乱环境中机器人操纵器的智能AI驱动导航与避障
机构 * Centre for Artificial Intelligence and Robotics (CAIR), Indian Institute of Technology Mandi（人工智能与机器人中心（CAIR），印度曼迪理工学院）
专题命中 视觉空间推理 ：planning(abstract)
AI总结 针对杂乱环境中机器人操纵器面临的挑战，提出含环境、中央协调和规划模块的安全任务执行框架，能实时检测与定位障碍物，依环境选算法规划轨迹并优化，在Gazebo Classic中评估，展现动态场景鲁棒性。
UniLM-Nav：零样本最后一英里导航的统一框架
机构 * Tsinghua University（清华大学） ； State Key Laboratory of General Artificial Intelligence, BIGAI（通用人工智能国家重点实验室，字节跳动公司人工智能研究院） ； Harbin Institute of Technology（哈尔滨工业大学） ； Peking University（北京大学）
专题命中 视觉空间推理 ：reasoning(abstract)
AI总结 研究移动操作中最后一英里导航问题，提出UniLM-Nav统一框架，通过多模态大语言模型后端分解任务为视图选择、功能接地和姿态推理，在OVMM基准上优于现有方法，还验证了在实际机器人上的适用性。
Comments Project page: https://unilm-nav.github.io
CAIRN：使用拓扑感知大型多模态模型进行跨房间3D场景理解
机构 * University of Oxford（牛津大学） ； Microsoft（微软公司） ； Simon Fraser University（西蒙弗雷泽大学）
专题命中 视觉空间推理 ：reasoning(abstract)
AI总结 研究针对现有3D-LLMs不能处理多房间场景问题，提出拓扑感知3D-LLM即CAIRN。其将Transformer注意力与场景层次对齐，通过多种方式增强模型能力。在新基准CAIRN-MR上实验，CAIRN在多房间任务中大幅超越前人，单房间任务也具竞争力。
Comments Project Page: https://oceansdepp.github.io/cairn_web/
人群中的自主导航：基于不变集的方法
机构 * Indian Institute of Technology Bombay（印度理工学院班加罗尔）
专题命中 视觉空间推理 ：planning(abstract)
AI总结 本文提出了一种基于不变集的自主导航方法，通过输入受限反馈控制器和规划策略，实现非协调拥挤环境中安全快速的多智能体导航。
用于无训练语言模型推理的深度熵引导采样
机构 * The Hong Kong University of Science and Technology（香港科技大学）
专题命中 测试时计算 ：reasoning(title,abstract)；分类 cs.AI、cs.LG
AI总结 研究旨在提升无训练语言模型推理能力，提出深度熵引导采样（DEGS）方法，利用逐层熵坍缩作为质量信号，结合序列似然性与深度熵结构，在多个模型和基准测试中达到无训练最优精度，在域外和难题测试中表现出色。
PiCSAR：基于推理链的概率置信度选择与排序
机构 * Imperial College London（伦敦帝国学院） ； University of Edinburgh（爱丁堡大学） ； UCL（伦敦大学学院）
专题命中 测试时计算 ：reasoning(title,abstract)；分类 cs.CL、cs.AI
AI总结 PiCSAR通过联合对数似然度评估推理链和最终答案的置信度，无需训练即可提升大语言模型和推理模型的准确性，在多个基准测试中表现优异。
Journal ref Findings of the Association for Computational Linguistics: ACL 2026
交互缩放：奠定测试时计算的第三轴基础
机构 * Pine AI（松树人工智能公司） ； University of Washington（华盛顿大学）
专题命中 测试时计算 ：test-time compute(title)；reasoning(abstract)；分类 cs.AI
AI总结 研究测试时增加计算量的新方法，提出交互缩放概念，通过模型与外部仪器交互突破传统方法局限，在硬编码任务和视觉工件处理上展现优势，表明交互缩放真实且区别于推理和采样，需反馈和度量基于实际。
用于量化推理模型的校准e-CUSUM解码：为何令牌对数概率不适用于解码监测
机构 * Novelis Research（诺贝丽斯研究公司）
专题命中 测试时计算 ：reasoning(title,abstract)；分类 cs.AI
AI总结 研究针对低比特量化推理模型思维链退化问题，指出用居中令牌对数概率监测解码不可行。提出结合退化感知警报分数与校准e过程检测器的解码控制器，经GSM8K实验验证其有效性及不足，给出方法层面的解释与替代方案。
通过表示工程解锁大语言模型和大视觉语言模型的多语言推理能力
机构 * Harbin Institute of Technology（哈尔滨工业大学） ； Peng Cheng Laboratory（鹏城实验室） ； The University of Hong Kong（香港大学） ； Harbin Institute of Technology, Shenzhen（哈尔滨工业大学深圳分校） ； Huawei Technologies Co., Ltd（华为技术有限公司）
专题命中 测试时计算 ：reasoning(title,abstract)
AI总结 研究针对LLMs和LVLMs在多语言推理中英语表现优于低资源语言的问题，提出无训练的推理时方法MRRE，通过在特定层注入两个预计算向量增强多语言推理能力，实验证明该方法有效提升非英语推理及输入输出语言一致性。
Comments ACL2026 main
StructAgent：利用统一因果结构驾驭长时程数字智能体
机构 * University of California, San Diego（加利福尼亚大学圣地亚哥分校） ； Aether AI Lab（以太人工智能实验室）
专题命中 测试时计算 ：verifier(abstract)；分类 cs.CL、cs.AI、cs.LG
AI总结 研究针对长时程任务中智能体任务进展难解释、验证和恢复的问题，提出StructAgent框架，通过统一因果结构维护任务进展并规范工作流程，实验证明其能提升多种模型性能且具有通用性。
DemoPSD: 分歧调节的策略自蒸馏
机构 * City University of Hong Kong（香港城市大学） ； Tsinghua University（清华大学） ； Shenzhen University of Advanced Technology（深圳理工大学） ； Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳））
专题命中 测试时计算 ：reasoning(abstract)；分类 cs.AI、cs.LG
AI总结 提出DemoPSD框架，通过选择性采纳教师指导，平衡学生从教师学习和保持自身推理能力，解决特权信息泄露和探索抑制问题，在科学推理任务上优于现有方法。
MUGEN：评估和改进大型音频-语言模型的多音频理解
机构 * National Taiwan University（国立台湾大学）
专题命中 测试时计算 ：chain-of-thought(abstract)；分类 cs.CL、cs.AI
AI总结 MUGEN通过评估多音频理解能力，揭示了大型音频-语言模型在多音频输入下的性能瓶颈，并通过排列自一致性策略提升了模型的预测准确性。
Comments Interspeech 2026. Project page: https://github.com/danielqwer/MUGEN
动态智能体技能：不断演进的技能库的生命周期调查与分类法
机构 * Carnegie Mellon University（卡内基梅隆大学）
专题命中 测试时计算 ：verifier(abstract)；分类 cs.AI
AI总结 研究大型语言模型智能体中技能库随时间的变化，通过分类法、生命周期架构和技能记录模式等工具组织文献，合成证据分级模式，指出相关问题并提出报告标准及开放问题。
Comments Accepted by TMLR (2026.07), OpenReview Link: https://openreview.net/forum?id=cjU3YbcRr8
Journal ref Transactions on Machine Learning Research, 2026
扩展视野而非参数：以35B智能体达到万亿参数性能
机构 * Shanghai Artificial Intelligence Laboratory（上海人工智能实验室）
专题命中 测试时计算 ：verifier(abstract)；分类 cs.CL
AI总结 提出35B混合专家智能体模型Agents-A1，通过扩展智能体视野（长程轨迹与异构能力）达到万亿参数级别性能，采用三阶段训练（全领域微调、领域教师模型、多教师领域路由策略蒸馏）在多个长程基准上取得领先或竞争力结果。
Comments The model checkpoints and evaluation codebase are available at https://huggingface.co/collections/InternScience/agents-a1 and https://github.com/InternScience/Agents-A1
PTEI：在大语言模型中整合人格特质以提高情商
机构 * Telecom SudParis, Institut Polytechnique de Paris（巴黎电信学院，巴黎综合理工学院） ； Aberystwyth University（阿伯里斯特威斯大学）
专题命中 复杂问题求解 ：CoT(summary_cn,abstract)；reasoning(abstract)；chain-of-thought(abstract)；分类 cs.CL
AI总结 研究针对大语言模型在复杂情感推理中不如人类的问题，提出PTEI框架，通过提取人格特质并用于人格感知提示引导模型推理，结合对比学习优化检索系统，经实验验证其能增强模型情感理解能力，与CoT推理结合可进一步提升准确率。
OS-Pruner：通过最优停止修剪推理模型的思维链
机构 * MIT（麻省理工学院） ； Columbia Business School（哥伦比亚商学院）
专题命中 复杂问题求解 ：reasoning(title,abstract)；chain-of-thought(abstract)；CoT(abstract)；分类 cs.AI
AI总结 研究针对大语言模型思维链推理存在计算过度问题，提出轻量级框架OS-Pruner，将思维链修剪转化为最优停止问题，通过优化效用动态评估终止点，在多基准和模型上减少生成长度且精度牺牲小。
自回归生成中自我修正盲点的频谱起源
机构 * European University of Tirana（地拉那欧洲大学）
专题命中 复杂问题求解 ：self-correction(title,abstract)；verifier(abstract)；分类 cs.CL、cs.LG
AI总结 研究大型自回归语言模型自我修正盲点问题，提出频谱代数理论SPARC，定义错误传播算子，推导激活阈值，证明基于强化学习的验证器-校正器训练收敛条件，实验验证定理，频谱预测与盲点率匹配。
基于规则对齐的小语言模型和多智能体自我校正的闭环控制
专题命中 复杂问题求解 ：self-correction(title)；reasoning(abstract)；分类 cs.AI
AI总结 研究能否对紧凑型小语言模型再训练用于控制推理并嵌入验证器引导的校正循环，通过组相对策略优化对齐模型，结合多种智能体，在随机热控模拟中取得高准确率和低延迟，支持该架构用于边缘可重构自主控制。
Comments Accepted by IEEE CCTA 2026
TreeSoc：用于足球视频理解的树状结构动态推理与工具协同
机构 * University of Science, VNU-HCM（胡志明市越南国立大学科学大学）
专题命中 复杂问题求解 ：reasoning(title,abstract)
AI总结 针对当代视觉语言模型理解足球视频的挑战，提出TreeSoc框架，通过动态深度优先搜索机制分解查询，支持自适应工具路由，在多个数据集上取得优异成绩，证明其为视频理解的有效范式。
Comments Accepted to ICMV 2026
双过程原子技能学习：解耦语义推理与实时控制
机构 * University of Electronic Science and Technology of China（电子科技大学） ； Huazhong University of Science and Technology（华中科技大学） ； Southern University of Science and Technology（南方科技大学） ； South China University of Technology（华南理工大学） ； EbTech Co. Ltd.（依比特科技有限公司）
专题命中 复杂问题求解 ：reasoning(title,abstract)
AI总结 研究针对语言条件模仿学习推广到多步组合任务的挑战，提出双过程原子技能学习框架DASL，通过解耦语义推理与实时控制，含低频和高频策略，有效减轻技能码本干扰问题，性能显著优于现有基线。
Comments 28 pages,20 figures,21 tables
长期体育视频中的时间组成推理方法
机构 * School of Artificial Intelligence, University of Chinese Academy of Sciences（中国科学院大学人工智能学院） ； MAIS, Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所MAIS）
专题命中 复杂问题求解 ：reasoning(title,abstract)
AI总结 本文提出SportsTime基准和CoTR方法，通过时间接地证据组成提升体育视频长期推理能力，优于现有多模态大语言模型。
RAGU：一个具有紧凑域适应语言模型的多步图检索增强生成引擎
机构 * ITMO University（圣彼得堡国立信息技术机械与光学大学） ； Novosibirsk State University（新西伯利亚国立大学） ； Far Eastern Federal University（远东联邦大学）
专题命中 复杂问题求解 ：reasoning(abstract)；分类 cs.CL、cs.AI
AI总结 研究针对现有GraphRAG系统问题，提出RAGU引擎，通过分离提取与合并多步处理知识图。核心方法包括两阶段提取等。贡献在于训练的Meno-Lite-0.1模型表现出色，在多方面超越其他模型，且RAGU安装简单、运行要求低并开源。
在多专家编排中解耦内在重要性与涌现结构
机构 * Yardi School of Artificial Intelligence（亚里学校人工智能学院） ； Indian Institute of Technology Delhi（印度德里理工学院） ； Department of Electrical Engineering（电气工程系） ； DRDO Young Scientist Laboratory – Artificial Intelligence（DRDO年轻科学家实验室–人工智能） ； Defence Research and Development Organisation, India（印度国防研究与发展组织）
专题命中 复杂问题求解 ：reasoning(abstract)；分类 cs.AI、cs.LG
AI总结 提出INFORM方法，通过解耦专家交互结构、执行顺序和功能归因，揭示路由主导性不能反映功能必要性，稀疏路由专家可能具有结构关键性。
Comments Accepted by Transactions on Machine Learning Research (TMLR)
UNIBROWSE：用于多模态浏览比较的数据到智能体框架
机构 * Key Laboratory of Computational Linguistics, MOE, Peking University（教育部计算语言学重点实验室，北京大学） ； School of Software and Microelectronics, Peking University（北京大学软件与微电子学院） ； School of Computer Science, Peking University（北京大学计算机科学学院）
专题命中 复杂问题求解 ：reasoning(abstract)；分类 cs.CL
AI总结 研究多模态浏览比较任务，提出UNIBROWSE统一数据管道，同时生成三种模式训练数据，增强知识图谱，引入探索度度量。经此训练的35B规模智能体在多模态浏览比较基准测试中性能领先，超多个闭源智能体工作流程。
Comments 17 pages, 5 figures
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