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
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。
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
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
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
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。
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。
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
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。
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
通过自主语言智能体进行个性化推荐工具学习
机构 * Microsoft（微软公司）
专题命中 规划推理 ：reasoning(abstract)；分类 cs.AI
AI总结 研究针对基于大语言模型的智能体在推荐系统中的局限性，提出PRTA框架，让LLM作中央规划器与多推荐模型交互，负责高级推理和个性化工具选择，传统模型进行全排序评分，设计反射机制，实验表明该框架提升了全排序推荐性能。
Comments 6 pages. Accepted by RecSys'26
PerceptDrive：用于端到端自动驾驶的具有自适应专家路由的感知先验世界-动作建模
机构 * Tsinghua University（清华大学） ； AMap, Alibaba Group（高德软件有限公司，阿里巴巴集团）
专题命中 规划推理 ：planning(abstract)
AI总结 研究针对自动驾驶中感知基础模型的问题，提出PerceptDrive框架，将教师提炼先验和观察潜变量输入可训练模型，经特定分支处理、先验保留及场景条件路由，实验表明其性能领先，证实相关方法的有效性及对先验的依赖。
听从计划：用于端到端车路协同驾驶的自适应多智能体融合
专题命中 规划推理 ：planning(abstract)
AI总结 研究车路协同辅助自动驾驶中现有方法不足，提出端到端协同驾驶系统，用MotionNetwork融合信息、注意力机制压缩特征、自回归解码器融合多智能体特征及引入MoE架构，提升驾驶分数并保持通信效率。
Comments Accepted at IEEE ICME 2026
人工智能增强的人才保留策略：在人才管理中促进员工长期敬业度和发展
专题命中 规划推理 ：planning(abstract)
AI总结 研究探讨人工智能在人才管理中的应用，介绍预测分析等工具可助组织确定员工离职可能，制定个性化学习计划，阐述其对人才保留等方面的影响，讨论伦理问题，基于文献综述提出框架助力组织借助人工智能改进人才管理。
Comments 8 pages, 3 figures, 2 tables
从管道和仪表图到过程图：一种多模态语言模型方法
专题命中 规划推理 ：reasoning(abstract)
AI总结 研究针对P&IDs数字化难题，提出基于多模态大语言模型的两阶段工作流程，将其数字化重定义为设备标签提取与拓扑推理，经案例研究评估，该方法比端到端数字化更优，凸显知识引导工作流程在P&ID数字化中的潜力。
CHMAS：一种用于多智能体强化学习的耦合分层框架
专题命中 规划推理 ：planning(abstract)
AI总结 本文针对多智能体强化学习跨时间尺度平衡协调与执行的挑战，提出CHMAS框架，将决策分解为集中战略规划与分布式战术执行，有双向信息流和反馈机制，还给出异步更新协议，经理论分析与实验验证，该框架有效。
Comments Presented at the 2026 American Control Conference (ACC 2026). This version corrects the author names in Reference 1. The technical content, results, and conclusions are unchanged
Trace：一种用于多领域视觉推理的分类法引导环境
机构 * Rochester Institute of Technology（罗彻斯特理工学院）
专题命中 视觉空间推理 ：reasoning(title,abstract)；verifier(abstract)
AI总结 针对视觉语言模型缺乏合适训练数据的问题，提出Trace分类法引导环境，将任务构建分解，通过共享语义状态确定相关元素，在该环境上的RLVR提升了模型在外部基准测试中的表现，证明训练可迁移。
SOPD-SocialNav：用于视觉语言社交导航的选择性在线策略蒸馏
机构 * Graduate School of Information Science and Technology, Hokkaido University（北海道大学信息科学与技术研究生院）
专题命中 视觉空间推理 ：reasoning(abstract)
AI总结 针对大规模视觉语言模型难部署、轻量级模型社交推理能力不足的问题，提出SOPD-SocialNav方法，通过基于熵的令牌选择机制及温度控制的散度目标，将社交导航知识从大型教师模型转移到轻量级学生模型，实验证明该方法有效。
Comments This paper has been accepted to 2026 WRC Symposium on Advanced Robotics and Automation (WRC SARA)
Aircast-Mars：一种用于全球天气预报的火星基础模型，采用HEALPix感知卷积
专题命中 视觉空间推理 ：planning(abstract)
AI总结 研究针对火星天气预报，提出基于EMARS v1.0训练的Aircast-Mars系统。采用HEALPix感知二维U-Net架构，结合自定义填充和ConvNeXt残差块。该模型参数少、速度快，验证MSE低，能稳定递归预测，为行星尺度天气预报提供了基础。
用于量化小语言模型推理的CUSUM形状的推理时间监测和目标重解码
机构 * Novelis Research（诺贝丽斯研究中心）
专题命中 测试时计算 ：reasoning(title,abstract)；分类 cs.AI
AI总结 研究量化小语言模型推理时轨迹问题，提出MGT - B方法，通过映射窗口到概率、累积因子等操作监测并响应警报，经实验得出该方法对特定设置有一定效果，支持选择性监测与修复机制。
FinMMEval 2026任务1概述：多语言金融多项选择题问答
机构 * Mohamed bin Zayed University of Artificial Intelligence（穆罕默德·本·扎耶德人工智能大学） ； INSAIT, Sofia University “St. Kliment Ohridski”（索非亚大学“圣克莱门特·奥赫里德斯基”INSAIT学院） ； University of Arizona（亚利桑那大学） ； FMI, Sofia University “St. Kliment Ohridski”（索非亚大学“圣克莱门特·奥赫里德斯基”FMI学院） ； The Fin AI（The Fin AI公司） ； The University of Tokyo（东京大学） ； Linköping University（林雪平大学） ； McGill University（麦吉尔大学） ； Mila, Quebec AI Institute（魁北克Mila人工智能研究所） ； Meiji Gakuin University（明治学院大学）
专题命中 测试时计算 ：reasoning(abstract)；分类 cs.CL、cs.AI
AI总结 FinMMEval 2026任务1测试多语言金融多项选择题问答，最终测试集含800题，每种语言200题，按准确率排名。最高准确率在92.0%（印地语）到97.5%（英语和阿拉伯语）之间，领先团队相近。系统采用检索增强等多种方法。
Comments 9 pages. Task overview paper for CLEF 2026 Working Notes (CEUR Workshop Proceedings)
PerfAgent：用于仓库级代码优化的分析器引导迭代优化
机构 * Massachusetts Institute of Technology（麻省理工学院） ； Rensselaer Polytechnic Institute（罗切斯特理工学院） ； IBM（IBM公司） ； Michigan State University（密歇根州立大学）
专题命中 测试时计算 ：verifier(abstract)；分类 cs.AI
AI总结 研究针对仓库级代码优化难题，提出PerfAgent分析器引导迭代优化方法，该方法能让编码代理找到热点并改进，在两个优化基准测试中大幅提升专家匹配补丁率，且以低成本超越基线。
大规模捕捉内心体验：与一种具有里程碑意义的现象学方法的创始人共同开发的人工智能访谈者
专题命中 测试时计算 ：reasoning(abstract)
AI总结 研究聚焦于主观体验研究中深度与规模的权衡问题，核心方法是将描述性经验抽样法转化为人工智能访谈者的推理架构，主要贡献是开发出首个基于既定方法研究内心体验的人工智能访谈者及相关平台。
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