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。
非英语语言的推理成本：以日语为例
专题命中 数学推理 ：reasoning(title,abstract)；分类 cs.CL、cs.AI、cs.LG
AI总结 研究训练日语推理模型的可行性，开发Qwen - 3 - Swallow - 8B的日语推理变体并用GRPO训练，在多基准测试中发现推理语言控制可行，但性能与英语推理基线相当，在日本文化基准上表现不如基线模型。
ProgramTab：通过编程范式提升大语言模型的表格推理能力
机构 * Big Data and AI Platform Department, Tencent（腾讯大数据与人工智能平台部） ； Institute of Computer Science and Technology, Soochow University（苏州大学计算机科学与技术学院）
专题命中 数学推理 ：reasoning(title,abstract)；分类 cs.CL、cs.AI
AI总结 研究基于大语言模型的表格推理问题，提出ProgramTab框架，指导LLMs用Python代码预处理表格数据并进行关键内容提取，实验证明该框架能有效处理表格推理任务，性能优于基于LLM的基线。
Comments Large Language Models, Table Reasoning, In-context Learning
具有可验证物理的强化学习：具有连续奖励的训练后语言模型
机构 * Massachusetts Institute of Technology（麻省理工学院）
专题命中 数学推理 ：reasoning(abstract)；math reasoning(abstract)；verifier(abstract)；分类 cs.AI、cs.LG
AI总结 研究针对偏微分方程求解器代码生成，引入RLVP强化学习训练后框架，通过混合验证器解决可验证性问题，在多PDE族训练单个策略，优于基线且有零样本改进转移，训练后小LLM表现良好，策略有组合性证据。
智能体路由：原生执行框架的数据飞轮
机构 * TokenRhythm Technologies（TokenRhythm科技公司）
专题命中 数学推理 ：reasoning(abstract)；分类 cs.CL、cs.AI
AI总结 研究大型语言模型智能体中模型选择问题，提出原生执行框架智能体路由范式，依执行框架状态选模型，其决策产生的数据记录形成数据飞轮，经实例化验证，表明该路由不仅控成本，更是智能体训练的数据引擎。
Comments Code: https://github.com/opensquilla/opensquilla
领域感知缩放定律揭示数据协同效应
机构 * MIT CSAIL（麻省理工学院计算机科学与人工智能实验室） ； Microsoft Research（微软研究院） ； Harvard University（哈佛大学）
专题命中 数学推理 ：reasoning(abstract)；分类 cs.CL、cs.LG
AI总结 研究语言模型预训练中的数据协同效应，利用开放权重语言模型的观测变化估计领域间协同效应，其框架提高预测精度，恢复稳定估计，经训练模型验证能正确预测性能排名。
诊断和缓解基于策略的自蒸馏中的思维崩溃
机构 * Beihang University（北京航空航天大学） ； Hong Kong Polytechnic University（香港理工大学） ； Alibaba Group（阿里巴巴集团）
专题命中 数学推理 ：reasoning(abstract)；分类 cs.CL、cs.LG
AI总结 研究基于策略的自蒸馏在复杂推理任务中性能下降问题，发现思维崩溃陷阱。提出自适应双视角OPSD，通过动态调节自蒸馏目标缓解该问题，在多模型规模和数据集上实验验证其有效性，提升绝对平均准确率4.1%。
高级数学基准测试：用于高级数学证明生成与验证的基准测试套件
机构 * Shanghai AI Laboratory（上海人工智能实验室） ； MMLab, The Chinese University of Hong Kong（香港中文大学多媒体实验室） ； Shanghai Jiao Tong University（上海交通大学） ； Great Bay University（大湾区大学）
专题命中 数学推理 ：reasoning(abstract)；分类 cs.CL
AI总结 介绍用于评估高级数学推理能力的AdvancedMathBench基准测试套件，含ProverBench证明生成基准及自动验证管道，还有VerifierBench。实验显示前沿模型在证明生成与验证上表现不佳，该套件对模型提升高级数学证明能力有挑战。
具有自适应退出状态选择的循环状态空间语言模型
机构 * Rikkyo University（立教大学） ； The University of Tokyo（东京大学）
专题命中 数学推理 ：reasoning(abstract)；分类 cs.AI
AI总结 研究循环状态空间语言模型在推理任务及预训练中的表现，采用循环曼巴等架构，在推理任务中优于非循环基线，预训练时在下游基准测试有竞争力，适配退出门后在中间深度提升下游性能。
探索用于生成高质量数学视觉辅助工具的智能工作流程
机构 * Stanford Graduate School of Education（斯坦福大学教育研究生院） ； Department of Computer Science（计算机科学系）
专题命中 数学推理 ：reasoning(abstract)；分类 cs.AI
AI总结 研究针对中学数学图表可靠生成难的问题，引入智能工作流程，让 LLM 智能体评估并迭代改进生成的视觉效果，通过探索性评估确定改进关键领域，初步证明可提高 AI 生成数学图表的可靠性和教育价值。
Comments 13 pages, 9 figures. Exploratory course project on agentic workflows for generating and evaluating K 12 mathematical diagrams
当推理对法律起草造成阻碍时：专利权利要求生成中的语言表达瓶颈
专题命中 代码与定理证明 ：CoT(summary_cn,abstract)；reasoning(title,abstract)；chain-of-thought(abstract)；分类 cs.CL
AI总结 研究专利权利要求生成中CoT提示是否有益，提出特定任务CoT方法并评估。结果显示推理增强提示可提升权利要求质量，且隐式CoT优于显式CoT，显式CoT会引入信息瓶颈，为法律任务和CoT应用提供新见解。
Comments Accepted to AI for Law Workshop @ ICML 2026
TreeThink：用于大语言模型数学推理的模块化树搜索库
机构 * Bogazici University（博阿齐奇大学） ； Codeway Studios（Codeway工作室） ； Friedrich-Alexander-Universität Erlangen-Nürnberg（埃尔朗根-纽伦堡大学） ； Koç University（科克大学） ； KUIS AI Lab（KUIS人工智能实验室）
专题命中 代码与定理证明 ：reasoning(title,abstract)；分类 cs.CL
AI总结 介绍开源Python库TreeThink，用于神经定理证明的模块化全异步树搜索，集成多种方法技术，支持多种语言，连接REPL服务器，经评估在miniF2F和MATH500上有跨语言证明搜索等优势及异步加速。
多智能体证明自动形式化的高效测试时优化
机构 * Polixir Technologies（波利希瑞技术公司） ； University of Science and Technology of China（中国科学技术大学）
专题命中 代码与定理证明 ：reasoning(abstract)；test-time compute(abstract)；分类 cs.AI
AI总结 研究多智能体证明自动形式化，提出ToMap框架，将其构建为分解器-形式化器-证明器管道，经瓶颈分析聚焦于分解器优化，通过特定循环和标准指导更新，实验显示该方法提升了性能且降低测试成本。
WebDesignIter：用于仓库级前端代码生成的协同进化设计知识
专题命中 代码与定理证明 ：planning(abstract)
AI总结 研究针对前端开发仓库级代码生成问题，提出WebDesignIter框架，通过持久知识图谱融合设计知识与仓库结构，分两阶段工作，实验证明其相比基线和通用编码代理有优势，凸显设计知识对仓库级代码生成的重要性。
突破瓶颈：用于严格归纳的沙漏推理
机构 * Peking University（北京大学）
专题命中 逻辑推理 ：reasoning(title,abstract)；分类 cs.AI
AI总结 研究针对大语言模型少样本归纳推理能力不足的问题，提出沙漏推理方法，通过在推理阶段强制实现严格上下文隔离，构建符号编码器 - 解码器。实验表明该方法在多基准测试中显著提升准确率，证实收益源于阶段隔离和初始归纳质量。
通过符号情感推理实现生成式人工智能中的个性化情商
专题命中 逻辑推理 ：reasoning(title,abstract)；分类 cs.AI
AI总结 研究旨在解决生成式人工智能中缺乏个性化情感理解等问题，提出EROS混合框架，结合符号推理与深度学习，利用大规模数据集发现情感规则等，通过可扩展记忆库实现个性化，实验表明其能有效引发目标情感反应并适应个体偏好，为相关AI系统奠定基础。
EasyOPD：一种易于使用的大语言模型在线策略蒸馏框架
机构 * University of Science and Technology of China（中国科学技术大学） ； Tencent（腾讯） ； Shanghai Innovation Institute（上海创新研究院） ； National University of Singapore（新加坡国立大学）
专题命中 逻辑推理 ：reasoning(abstract)；分类 cs.CL
AI总结 研究针对传统语言模型蒸馏问题，提出基于verl构建的EasyOPD框架，分离用户配置等，为三种OPD设置实例化方法，经多基准测试，其实现可通过同一后端执行，还发布了相关配置、文档及演示包。
Comments 10 pages, 2 figures
Mizzle：一种用于在智能体错误查找中防止误报的完整并发错误逻辑
专题命中 逻辑推理 ：reasoning(abstract)
AI总结 针对大语言模型在程序错误查找中产生大量误报的问题，提出Mizzle方法，它是一种用于并发程序的错误分离逻辑，在Rocq证明助手实现机械化，能防止误报且完整，还通过三种错误概念实例化并展示其可用于证明错误存在。
FlowArk：通过上下文感知知识重用提升安卓应用的智能数据流分析
专题命中 逻辑推理 ：reasoning(abstract)
AI总结 研究安卓应用数据流分析中批量任务重复分析成本高的问题，提出FlowArk系统，通过提炼、打包和注入知识条目降低成本，实验表明其在保持分析质量的同时，能降低API成本并增加任务完成量。
Comments 12 pages, 9 figures, 6 tables
当模糊测试与理解相遇：用于RTL验证的大语言模型驱动的语义测试生成
专题命中 逻辑推理 ：reasoning(abstract)
AI总结 针对硬件验证难题，提出ChipFuzzer框架，利用大语言模型语义推理能力。采用双阶段工作流程，覆盖引导阶段结合控制流分析提升覆盖率，错误引导阶段借助历史数据提高错误发现率，实验显示其显著提升验证效果。
Comments 8 figures
宗教与人工智能作为分布式意义系统：一种自然主义概念模型
专题命中 逻辑推理 ：reasoning(abstract)
AI总结 该文将宗教与人工智能视为结构相似的分布式意义系统，源于相同底层认知架构。通过概念模型展示意义的产生等过程，宗教与当代AI系统有类似功能，此模型解释相关机制并阐明AI成意义权威的条件，提供统一框架理解二者。
解析、搜索与确认：基于思维链推理和结构化空间记忆的免训练空中视觉与对话导航
机构 * School of Computer Science and Information Engineering, Hefei University of Technology（合肥工业大学计算机与信息工程学院） ； Jianghuai Advance Technology Center（江淮先进技术中心） ； Anhui Provincial Key Laboratory of Humanoid Robots（安徽省人形机器人重点实验室） ； School of Artificial Intelligence, Beihang University（北京航空航天大学人工智能学院） ； University of Macau（澳门大学）
专题命中 规划推理 ：reasoning(title,abstract)；chain-of-thought(title,abstract)；CoT(abstract)
AI总结 研究免训练环境下的空中视觉与对话导航任务，提出PSC - AVDN框架，结合解析 - 搜索 - 确认推理管道与结构化空间记忆，整合多种空间线索，在免训练设置中取得新的最优性能。
Comments 10 pages, 4 figures. Accepted to CVPR 2026
Journal ref Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR), 2026, pp. 23859-23868
用于零维降阶模型规划的多智能体框架
机构 * Institute of Engineering Thermophysics, Chinese Academy of Sciences（中国科学院工程热物理研究所） ； National Key Laboratory of Science and Technology on Advanced Light-duty Gas-turbine（先进轻型燃气轮机技术重点实验室） ； University of Chinese Academy of Sciences（中国科学院大学） ； Qingdao Institute of Aeronautical Technology（青岛航空技术研究院） ； Nanjing Future Energy System Research Institute（南京未来能源系统研究院）
专题命中 规划推理 ：planning(title,abstract)；reasoning(abstract)；CoT(abstract)；分类 cs.LG
AI总结 本文针对复杂零维降阶模型规划中依赖人工、传统方法局限等问题，提出多智能体架构Z-COPA，其核心是专用图表示法，将规划转化为图结构优化问题，经多基准测试验证，该框架性能卓越且打破传统范式，提供新规划技术方法。
当我们谈论大语言模型规划时我们在谈论什么：两种不同规划能力的证据
机构 * Faculty of Information Technology, Monash University（莫纳什大学信息技术学院）
专题命中 规划推理 ：planning(title,abstract)；reasoning(abstract,comments)；分类 cs.AI
AI总结 研究大语言模型规划任务性能差异原因，通过在ACPBench-Hard上评估多个模型家族，应用多维项目反应理论模型，发现操作推理和结构枚举两个塑造规划性能的维度，推动大语言模型规划的能力层面评估。
Comments 19 pages. Keywords: Reasoning, Automated Planning, Item Responses Theory, LLMs as Planner Research Area: NLP and Symbolic Reasoning Research Area Keywords: neurosymbolic, planning in agents, symbolic reasoning Contribution Types: Model analysis & interpretability
语义漂移与推理类决策支持系统中操作员控制的稳定性
机构 * Omsk State Technical University（鄂木斯克国立技术大学）
专题命中 规划推理 ：reasoning(title,abstract)；logical reasoning(abstract)；分类 cs.AI
AI总结 研究新一代人机混合决策支持系统中操作员控制稳定性问题，通过实验验证推理LLMs语义漂移现象，提出人机界面交互数学模型及控制稳定性系数，在认知组理论范式下捕捉临界点，给出相关工程建议。
Comments 5 pages, 1 figure, 1 table
PrismAD：通过语义规划器混合实现端到端自动驾驶的解耦规划
机构 * School of Vehicle and Mobility, Tsinghua University（清华大学车辆与运载学院） ； State Key Laboratory of Intelligent Green Vehicle and Mobility, Tsinghua University（清华大学智能绿色车辆与出行国家重点实验室） ； School of Cyberspace Security, Southeast University（东南大学网络空间安全学院） ； School of Computer Science and Engineering, Southeast University（东南大学计算机科学与工程学院） ； School of Automotive Engineering, Wuhan University of Technology（武汉理工大学汽车工程学院） ； SAIC GM Wuling Automobile Co., Ltd.（上汽通用五菱汽车股份有限公司）
专题命中 规划推理 ：planning(title,abstract)；reasoning(abstract)
AI总结 研究针对自动驾驶规划器耦合问题，提出PrismAD框架，将场景令牌分组，用独立规划专家学习专门表示，语义感知路由器聚合预测，引入稀疏top-$K$激活，实验证明该框架性能具竞争力。
Comments 8 pages,5 figures
RefineEvo：基于双向经验的规划引导启发式进化
机构 * C$^2$DL, Institute of Automation, Chinese Academy of Sciences（C2DL，自动化研究所，中国科学院） ； School of Artificial Intelligence, University of Chinese Academy of Sciences, Beijing（人工智能学院，中国科学院大学，北京） ； University of Chinese Academy of Sciences, Nanjing（中国科学院大学，南京）
专题命中 规划推理 ：planning(title,abstract)；分类 cs.CL
AI总结 针对自动启发式设计中基于LLM方法的不足，提出RefineEvo框架，通过规划器和反射器，结合双向经验池动态调度进化算子，在经典组合优化基准测试中表现出色，提升了解质量和令牌效率。
即刻出发：面向多日城市旅行行程规划的用户需求导向框架
机构 * Jiangxi Normal University（江西师范大学）
专题命中 规划推理 ：planning(title,abstract)；分类 cs.AI
AI总结 针对大城市多日旅行行程规划难题，提出集成大语言模型与增强GRASP算法的框架，经实验验证其在行程质量和计算效率上显著优于现有方法，能动态满足多样用户需求。
Comments 37 pages, 16 figures, 7 tables
作为对手的世界模型：用于鲁棒运动规划的多智能体自我博弈微调
机构 * The Hong Kong Polytechnic University（香港理工大学） ； Tongji University（同济大学） ； McGill University（麦吉尔大学） ； Mila-Quebec AI Institute（米拉-魁北克人工智能研究所）
专题命中 规划推理 ：planning(title,abstract)；分类 cs.AI
AI总结 研究在密集交通中自动驾驶车辆鲁棒运动规划问题，提出对抗世界建模（AWM）框架，通过多智能体自我博弈微调，引入解耦求解器，经实验验证该方法能生成可转移对抗交互，使规划器在多种场景有竞争力。
使用证据引导推理提示减轻代码异味检测中的大语言模型谄媚现象
机构 * Institute of Information Technology（信息科技研究所） ； University of Dhaka（达卡大学）
专题命中 规划推理 ：reasoning(title,abstract)；分类 cs.AI
AI总结 研究基于LLM的代码异味检测中谄媚偏差问题，通过MLCQ数据集评估不同提示框架影响，发现模型对提示变化敏感。提出证据引导去偏提示策略，降低决策不稳定性，提高鲁棒性，为解决该问题提供有效方法。
Comments 11 Pages
用于物联网支持的自动驾驶的大语言模型增强可微轨迹规划
机构 * State Key Laboratory of Automotive Simulation and Control, Jilin University（吉林大学汽车仿真与控制国家重点实验室） ； Center of Research for Cyber Security and Network (CSNET), Faculty of Computer Science and Information Technology, Universiti Malaya（马来西亚大学计算机科学与信息技术学院网络安全与网络研究中心） ； Interdisciplinary Centre for Security, Reliability and Trust (SnT), University of Luxembourg（卢森堡大学安全、可靠性与信任跨学科中心） ； IMT, Department of Humanities and Technology, Roskilde University（罗斯基勒大学人文与技术系IMT） ； Center for Security, Theory and Algorithmic Research, International Institute of Information Technology（国际信息技术研究所安全、理论与算法研究中心） ； Department of Computer Science and Engineering, College of Informatics, Korea University（韩国大学信息学院计算机科学与工程系）
专题命中 规划推理 ：planning(title,abstract)
AI总结 针对物联网支持的自动驾驶规划问题，提出大语言模型增强可微轨迹规划框架。通过以周围智能体为中心的数据增强、复杂度感知的语义增强模块及可微优化模块，提升规划效果，在相关基准测试中取得高分，验证了在线部署和实时闭环执行能力。
Comments 13 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