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。
LISA：用于高效长上下文推理的线性索引稀疏注意力
机构 * Alibaba International Digital Commerce（阿里巴巴国际数字商业集团） ； School of Software Technology, Dalian University of Technology（大连理工大学软件学院）
专题命中 数学推理 ：reasoning(title,abstract)；chain-of-thought(abstract)；CoT(abstract)；分类 cs.AI
AI总结 研究针对长思维链推理模型中标准自注意力计算复杂度高的问题，提出LISA模块，它集成线性注意力模块和闪电索引器，经两阶段训练，能降低推理复杂度，在特定模型上实现推理加速并提升性能。
Comments 20 pages, 10 figures
EvoThink：通过自剪枝和顿悟时刻偏好优化在大型推理模型中进化思维
机构 * Southeast University（东南大学） ； Noah’s Ark Lab（诺亚方舟实验室）
专题命中 数学推理 ：reasoning(title,abstract)；分类 cs.AI
AI总结 研究针对大型推理模型过度思考问题，提出EvoThink框架，含自剪枝训练和顿悟时刻偏好优化两个关键组件，能减少冗余验证、探索新推理路径，经评估可提高推理效率与能力。
Comments 9 pages, 7 figures, accepted by IJCAI 2026
经验增强策略优化用于大语言模型推理
专题命中 数学推理 ：reasoning(title,abstract)；分类 cs.LG
AI总结 提出经验增强策略优化（EAPO），通过将先验RL优化策略作为动作级经验先验并在关键决策点选择性注入，配合自适应重要性采样，解决RLVR中采样成本高和经验利用不足问题，在多个基准上提升推理性能。
给自己的笔记：大语言模型能从经验抽象中受益吗？
机构 * Auton Lab, Carnegie Mellon University（卡内基梅隆大学自动实验室）
专题命中 数学推理 ：reasoning(abstract)；logical reasoning(abstract)；分类 cs.CL
AI总结 研究大语言模型能否从经验抽象中受益，通过从其在MATH训练集的痕迹提取抽象存入可检索库，探索推理时检索和强化学习两种使用模式，发现能提高模型在数学和逻辑推理基准上的性能，且框架可转移。
词汇丢弃：LLM共同进化中的课程多样性
机构 * Arizona State University（亚利桑那州立大学）
专题命中 数学推理 ：reasoning(abstract)；分类 cs.CL、cs.AI
AI总结 针对LLM共同进化中问题多样性崩溃的问题，提出词汇丢弃机制，通过在策略训练和课程生成时随机掩码输出logits维持多样性，在数学推理任务上提升求解器性能平均+4.4点。
Comments Accepted to COLM 2026
PyroDash：具有成本效益的令牌级小语言模型与大语言模型协作推理
机构 * Pyromind Dynamics Inc.（Pyromind动力学公司）
专题命中 数学推理 ：reasoning(abstract)；分类 cs.CL
AI总结 研究针对大语言模型推理成本高、小语言模型可靠性低的问题，提出PyroDash框架，通过令牌级协作推理，分三阶段训练小语言模型，在数学推理基准测试中能支持不同操作点，可减少大语言模型使用并保持推理性能。
Comments 19 pages, 3 figures
FlexNGIA 2.0：利用智能AI重新设计互联网——由AI设计、部署和管理的协议、服务和流量工程
专题命中 代码与定理证明 ：reasoning(abstract)
AI总结 面对沉浸式通信需求等带来的契机，FlexNGIA 2.0利用基于大语言模型的AI智能体自主编排、配置和演进网络，可动态调整多种网络方案。通过初步实验证明其能力，为新型智能AI驱动网络奠基，也指出了相关关键研究挑战。
PoTRE：受认知异质性启发的测试时推理
专题命中 逻辑推理 ：reasoning(title,abstract)；planning(abstract)；logical reasoning(abstract)；分类 cs.CL、cs.AI
AI总结 研究针对大语言模型复杂推理难题，提出PoTRE异构框架，将推理解耦为四个智能体，经任务自适应聚合层协调，在三个前沿基准测试中评估，在HLE上达最优准确率，以相似或更少令牌提升推理性能。
Comments Accepted at Transactions on Machine Learning Research (TMLR 2026)
Journal ref Transactions on Machine Learning Research, 2026
AutoVSR：用于从电路原理图生成符号表达式的自动视觉到符号推理
机构 * Hunan University, Changsha, China（湖南大学） ； Wuhan University of Technology, Wuhan, China（武汉理工大学） ； Huazhong University of Science and Technology, Wuhan, China（华中科技大学）
专题命中 逻辑推理 ：reasoning(title,abstract)；planning(abstract)；分类 cs.AI
AI总结 研究旨在解决从电路原理图生成符号表达式的难题，提出AutoVSR框架，利用视觉语言模型，通过重建电路图为可执行中间表示并借助符号求解器推理，引入两项创新提升准确率，在任务中表现优于其他方法，还降低了推理成本和提高了计算效率。
使用回答集编程和大语言模型进行逻辑引导的数据提取
机构 * University of Calabria（卡拉布里亚大学） ； University of Campania Luigi Vanvitelli（坎帕尼亚路易吉·万维泰利大学）
专题命中 逻辑推理 ：reasoning(abstract)；分类 cs.AI
AI总结 研究针对大语言模型用于语义数据提取时的不足，提出结合回答集编程与大语言模型的逻辑引导数据提取框架，通过交错调用与推导减少大语言模型调用次数，提高提取质量。
Comments 42nd International Conference on Logic Programming, to appear in Theory and Practice of Logic Programming (TPLP)
临床路径作为医院病房物理人工智能的安全规范
专题命中 逻辑推理 ：reasoning(abstract)
AI总结 研究针对医院病房物理人工智能系统的安全挑战，提出将临床路径作为安全规范，构建集成多种组件的概念性机器人架构，用运行时安全监视器结合多种方法识别安全违规，助力护理人员并为安全物理人工智能做贡献。
Comments 4 pages, 3 figures. Accepted at the 1st IJCAI Workshop on Safe Physical AI (SPAI 2026), held in conjunction with IJCAI-ECAI 2026, Bremen, Germany
基于结构化场景知识和可验证推理-行动一致性的自动驾驶认知双过程规划
机构 * School of Mechanical Engineering, Beijing Institute of Technology（北京理工大学机械工程学院） ； National Engineering Research Center of Electric Vehicles, Beijing Institute of Technology（北京理工大学电动车辆国家工程研究中心） ； School of Mechanical Engineering, Southeast University（东南大学机械工程学院）
专题命中 规划推理 ：CoT(summary_cn,abstract)；reasoning(title,abstract)；planning(title,abstract)；chain-of-thought(abstract)
AI总结 研究自动驾驶高级规划问题，提出认知双过程规划框架，用S-CoT模式表示场景知识，通过自动数据引擎、视觉仲裁器及验证器实现自适应推理和规则验证，提升规划准确性、逻辑一致性并降低延迟，明确性能下降条件。
用于有效规划和工具使用的流内智能体系统优化
机构 * Stanford University（斯坦福大学） ； Texas A&M University（德克萨斯农工大学） ； UC San Diego（圣地亚哥大学） ； Lambda Website（Lambda网站）
专题命中 规划推理 ：planning(title,abstract)；reasoning(abstract)；verifier(abstract)；分类 cs.CL、cs.AI、cs.LG
AI总结 研究针对大语言模型中工具增强方法的不足，提出可训练的流内智能体框架AgentFlow及Flow-GRPO训练方法，通过协调模块优化规划器，在多基准测试中表现优异，展现流内优化优势。
Comments 47 pages, 12 figures. ICLR 2026 Oral. Project website: https://agentflow.stanford.edu/
ReferTrack：用于具身视觉跟踪的先指认后跟踪
机构 * SUSTech（南方科技大学） ； Tencent Robotics X（腾讯机器人X实验室） ； Peking University（北京大学） ； Futian Laboratory（福田实验室）
专题命中 规划推理 ：CoT(abstract,abstract_cn)；reasoning(abstract)；chain-of-thought(abstract)；planning(abstract)
AI总结 研究针对具身视觉跟踪问题，提出ReferTrack先指认后跟踪范式，用单个摄像头，先选目标再解码跟踪航点，通过滑动窗口队列保留运动线索，经数据集协同训练增强识别，在EVT - Bench上达先进单视图性能并验证了迁移能力。
当推理缩小行动范围：大语言模型游戏中的多样性崩溃
机构 * Institute for Data, Systems, and Society（数据、系统与社会研究所）
专题命中 规划推理 ：reasoning(title,abstract)；分类 cs.CL
AI总结 研究大语言模型游戏中监督微调对行为多样性的影响，发现推理模式生成常抑制行动多样性，标准SFT会致过早多样性崩溃，行动增强可部分缓解，指出窄支持模仿是策略崩溃源，SFT中保持行动支持对维持探索行为很重要。
不要愚弄我两次：通过经验驱动推理在野外适应逆境
机构 * Department of Engineering Design, Indian Institute of Technology, Madras（印度理工学院工程设计系，马德拉斯） ； Robotics Institute, Carnegie Mellon University（卡内基梅隆大学机器人研究所）
专题命中 规划推理 ：reasoning(title)；planning(abstract)；分类 cs.LG
AI总结 提出一种持续学习框架，使移动机器人能够在线从干扰中学习，通过语义将异常行为归因于原因，从而更好地预测和规划未来。
Comments Accepted at 2026 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS)
通过规则引导推理和强化学习实现可靠的C到Rust翻译
专题命中 规划推理 ：reasoning(title,abstract)
AI总结 研究旨在解决利用大语言模型进行C到Rust自动翻译时存在的问题，提出TRAVEL框架，通过规则引导推理和强化学习两个模块，在多个数据集上评估，该框架提升了翻译准确率、成功率并降低不安全率。
Comments Accepted to the Industry Showcase of ASE 2026
小型无人机系统的远程ID欺骗感知轨迹规划
专题命中 规划推理 ：planning(title,abstract)
AI总结 针对小型无人机在RID位置欺骗攻击下的轨迹规划问题，提出分散式欺骗感知框架，利用物理层观测评估广播可信度，检测定位欺骗代理，集成到规划器中，仿真显示可减少近空中碰撞事件且保持计算效率。
Comments 9 pages, 3 figures, to be published in IEEE DASC 2026 Conference proceedings
LENS：用于杂乱环境中规划与控制的大语言模型引导的环境简化
机构 * University of Pennsylvania（宾夕法尼亚大学）
专题命中 规划推理 ：planning(title,abstract)
AI总结 针对现实世界多物体杂乱环境处理难题，提出LENS方法，通过大语言模型引导自动生成特定场景和任务的自适应更新抽象，经实验验证其能改进多种模型在高度杂乱操纵场景中的表现。
HALO：科学假设生成中的交互式协同溯因推理
专题命中 规划推理 ：reasoning(title,abstract)
AI总结 该研究针对科学假设生成效率低的问题，提出协同溯因框架，构建HALO系统用于药物发现中的分子假设生成，经专家研究验证，此系统能促进溯因推理，帮助产生更高质量、更多样的候选分子。
Comments 22 pages
具有安全保障的自重构机器人船分布式运动规划
机构 * KU Leuven（鲁汶大学） ； University of Wisconsin-Madison（威斯康星大学麦迪逊分校） ； Nanyang Technological University（南洋理工大学） ； SMART（新加坡制造技术研究院） ； SENSEable City Laboratory, Massachusetts Institute of Technology（麻省理工学院可感知城市实验室） ； Computer Science and Artificial Intelligence Lab (CSAIL), Massachusetts Institute of Technology（麻省理工学院计算机科学与人工智能实验室）
专题命中 规划推理 ：planning(title)
AI总结 研究水生自重构机器人多智能体形状形成与重构问题，提出将分布式MPC与CBF相结合的混合框架，利用ADMM求解MPC方案，通过局部优化和信息交换计算轨迹，并应用基于CBF的滤波器保障安全，经仿真和实验验证了框架的有效性与可扩展性。
Comments Submitted to IEEE
AdaHome：一种使用本地小语言模型的自适应智能家居助手
机构 * University of Southampton（南安普顿大学）
专题命中 规划推理 ：reasoning(abstract)；planning(abstract)；分类 cs.AI
AI总结 研究旨在解决智能家居助手问题，提出AdaHome，通过意图感知规划框架、草稿链策略及偏好适应机制，在本地小语言模型上实现高效决策与个性化，实验显示其在命令准确性、延迟及多轮场景中有良好表现。
基于多视角语音特征的LoRA微调大语言模型用于痴呆检测
机构 * NAVER Cloud（NAVER云） ； Division of Communication and Media, Ewha Womans University（通信与媒体系，成均馆大学）
专题命中 规划推理 ：reasoning(abstract)；分类 cs.CL、cs.AI、cs.LG
AI总结 提出LoRA微调LLM，通过统一提示整合ASR转录、话语主题、时间流畅度和音韵序列四种语音特征，实现多视角推理，在ADReSSo上F1达90.14%。
Comments Accepted at INTERSPEECH 2026
使用先进人工智能/机器学习模型的时间序列网络利用率关键绩效指标预测
专题命中 规划推理 ：planning(abstract)；分类 cs.AI、cs.LG
AI总结 研究针对数据密集型应用等导致的网络性能问题，通过评估季节性分解等多种模型，利用通用接口数据集在MAPE等指标上进行基准测试，给出模型准确性与计算效率权衡的见解，助相关人员选最佳预测模型。
一个合理的神经推理器剖析：在富含线索的填数问题中的一次性摊销、首次通过中毒和搜索惰性
机构 * Neapolis University, Pafos（帕福斯新帕福斯大学）
专题命中 规划推理 ：verifier(abstract)；分类 cs.AI、cs.LG
AI总结 研究富含线索填数问题中神经推理器的表现，发现LDT存在首次通过中毒等问题，添加CoLT可减少无效推导，还给出两种干预措施提升准确率，指出类似LDT系统是一次性摊销预测器，搜索主要消除计算浪费。
跨模型一致性分析：AI生成运动处方的重复生成研究：在三个大型语言模型间
机构 * Data Convergence Team, Office of Hospital Information, Seoul National University Bundang Hospital（数据融合团队，医院信息办公室，首尔国立大学医院）
专题命中 规划推理 ：reasoning(abstract)；分类 cs.CL、cs.AI
AI总结 研究比较了三种大型语言模型在重复生成运动处方时的一致性，发现GPT-4.1在语义相似度上最高，而Gemini 2.5 Flash表现出重复性，揭示了生成行为的差异，强调模型选择应作为临床决策。
Comments 24 Pages, 2 Figures, 6 Tables and 2 Supplementary Materials. v2: Removed personal contact information
Journal ref International Journal of Medical Informatics, 220 (2026) 106594
提示编程用于大型语言模型的文化偏差与对齐
机构 * Information Systems and Modeling, Los Alamos National Laboratory（信息系统与建模，洛斯阿拉莫斯国家实验室） ； Advanced Research in Cyber Systems, Los Alamos National Laboratory（网络安全系统高级研究，洛斯阿拉莫斯国家实验室） ； Center for National Security and International Studies（国家安全与国际研究中心） ； Analytics Division, Los Alamos National Laboratory（分析部门，洛斯阿拉莫斯国家实验室）
专题命中 规划推理 ：reasoning(abstract)；分类 cs.CL、cs.AI
AI总结 本文提出通过提示编程优化大型语言模型的文化对齐，利用DSPy框架系统调整治文化偏差，实验表明提示优化优于传统手动提示工程，提升模型响应的可转移性与稳定性。
Comments 10 pages, pre-print
ArenaRL: 通过基于比赛的相对排名扩展强化学习以应对开放性智能体
机构 * Tongyi Lab, Alibaba Group（通义实验室，阿里巴巴集团）
专题命中 规划推理 ：planning(abstract)；分类 cs.AI、cs.LG
AI总结 ArenaRL通过基于比赛的相对排名机制，提升开放性智能体在复杂任务中的表现，实现效率与精度的平衡。
MOF-Sleuth：用于可解释细粒度MOF CIF审核的工具基础奖励对齐
专题命中 规划推理 ：reasoning(abstract)；分类 cs.AI
AI总结 研究针对MOF数据库CIF输入错误影响下游结果及人工检查的问题，提出MOF-Sleuth，通过强化引导CIF审核代理的两个模块，利用奖励引导强化学习将工具测量转化为监督，提升检测、归因及解释质量，在多基准测试中性能领先。
一种从网络威胁情报报告中提取可达攻击链的自动化框架
机构 * Guangdong Provincial Key Laboratory of Novel Security Intelligence Technologies（广东新型安全情报技术重点实验室） ； School of Computer Science and Technology（计算机科学与技术学院） ； Harbin Institute of Technology（哈尔滨工业大学） ； New Network Research Department（新网络研究部） ； Peng Cheng Laboratory（鹏城实验室） ； Great Bay University（大湾区大学）
专题命中 规划推理 ：reasoning(abstract)；分类 cs.AI
AI总结 该研究针对CTI报告非结构化无法用于自动化攻击路径推理的问题，提出将攻击步骤建模为含条件和行为的单元，经多阶段管道结合大语言模型提取并规范化，编译成规则推理，在数据集上有更好表现，能有效提取可达攻击链。
Comments 16 pages, 3 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