Experience Augmented Policy Optimization for LLM Reasoning
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。
AI 大模型
大模型推理能力
大模型数学、逻辑、规划、多步推理和测试时计算能力。
1. 数学推理 2 篇
Vocabulary Dropout for Curriculum Diversity in LLM Co-Evolution
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
2. 代码与定理证明 1 篇
FlexNGIA 2.0: Redesigning the Internet with Agentic AI -- Protocols, Services, and Traffic Engineering Designed, Deployed, and Managed by AI
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。
3. 逻辑推理 1 篇
AutoVSR: Automatic Visual-to-Symbolic Reasoning for Symbolic Expression Generation from Circuit Schematic
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。
4. 规划推理 8 篇
Cognitive Dual-Process Planning for Autonomous Driving with Structured Scene Knowledge and Verifiable Reasoning-Action Consistency
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。
In-the-Flow Agentic System Optimization for Effective Planning and Tool Use
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/
Don't Fool Me Twice: Adapting to Adversity in the Wild with Experience-Driven Reasoning
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)
HALO: Interactive Co-abductive Reasoning in Scientific Hypothesis Generation
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
AdaHome: An Adaptive Smart Home Assistant using Local Small Language Models
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。
LoRA-Tuned Large Language Models for Dementia Detection via Multi-View Speech-Derived Features
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
Prompt Programming for Cultural Bias and Alignment of Large Language Models
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: Scaling RL for Open-Ended Agents via Tournament-based Relative Ranking
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。
5. 测试时计算 2 篇
Code-in-the-Loop Forensics: Agentic Tool Use for Image Forgery Detection
循环代码取证：面向图像伪造检测的代理工具使用
机构 * University of Science and Technology of China（中国科学技术大学） ； Shanghai Innovation Institute（上海创新研究院） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室）
专题命中 测试时计算 ：reasoning(abstract)；分类 cs.AI
AI总结 本文提出ForenAgent框架，通过多轮交互使MLLM自主生成并迭代优化Python工具，提升图像伪造检测的灵活性和可解释性，构建FABench数据集进行系统训练和评估。
Comments 18 pages, 7 figures
Zero2Skill: Bootstrapping Robot Skills through Autonomous Data Collection, Training, and Deployment
PhysClaw-0：一种通过语言修正实现机器人自主的共生智能体系统
机构 * GigaAI（字节跳动人工智能实验室） ； University of Chinese Academy of Sciences（中国科学院大学） ； Hong Kong University of Science and Technology（香港科技大学） ； University of Leeds（利兹大学） ； Cornell University（康奈尔大学） ； Tsinghua University（清华大学） ； Nanjing University of Science and Technology（南京理工大学） ； The Chinese University of Hong Kong（香港中文大学） ； FAWTD（一汽技术开发部）
专题命中 测试时计算 ：verifier(abstract)
AI总结 研究针对自主数据收集问题，提出PhysClaw-0共生智能体系统，通过跨轮保留和重用修正、自主收集验证等方式，在真实机器人测试中减少人力时间，提高成功率，并提升验证者与人类一致性。
Comments WebPage: https://open-gigaai.github.io/Zero2Skill
6. 复杂问题求解 3 篇
Reducing Hallucinations in Complex Question Answering using Simple Graph-based Retrieval-Augmented Generation (long version)
减少复杂问答中的幻觉：使用基于简单图的检索增强生成（长版）
机构 * National Innovation Centre for Data（数据创新研究中心）
专题命中 复杂问题求解 ：reasoning(abstract)；分类 cs.CL、cs.AI
AI总结 本研究提出一种轻量级图结构支持的检索增强生成系统，通过结合向量搜索和图查询工具，在复杂问答任务中将幻觉答案数量减半，并显著提升事实正确性的精确率和召回率。
Comments 25 pages; expanded limitations section, corrected typos throughout and missing values in appendix table 1
Prober.ai: Gated Inquiry-Based Feedback via LLM-Constrained Personas for Argumentative Writing Development
Prober.ai：基于LLM约束人设的门控探究式反馈用于论辩写作发展
机构 * Florida State University（佛罗里达州立大学） ； New York University（纽约大学）
专题命中 复杂问题求解 ：reasoning(abstract)；分类 cs.AI
AI总结 Prober.ai通过约束LLM生成结构化JSON输出，提供探究式问题反馈，帮助学生提升论辩写作能力，其双阶段交互架构通过强制反思提升认知能力。
Comments Prototype awarded second place at the NYEdTech Hackathon (March 2026) https://www.nyedtechhackathon.com/2026-submissions
Learning Latency-Aware Orchestration for Multi-Agent Systems
学习多智能体系统的延迟感知编排
专题命中 复杂问题求解 ：reasoning(abstract)
AI总结 针对多智能体系统推理延迟高的问题，提出延迟感知多智能体系统（LAMaS）。训练时通过约束优化学习延迟感知执行图，推理时用轻量级控制器补充。实验显示其在降低端到端延迟超50%的同时保持精度，且具模块化可移植性。
Comments This submission was intended to be an updated version of arXiv:2601.10560. Any subsequent updates will appear there
7. 推理评测 7 篇
DocShield: Towards AI Document Safety via Evidence-Grounded Agentic Reasoning
DocShield：通过证据导向的智能代理推理实现AI文档安全
机构 * Ant Group（蚂蚁集团） ； Nanyang Technological University（南洋理工大学） ； CFAR and IHPC, Agency for Science, Technology and Research (A*STAR), Singapore（新加坡科技研究局（A*STAR）计算与先进机器人中心及高性能计算研究所）
专题命中 推理评测 ：reasoning(title,abstract)；分类 cs.AI
AI总结 本文提出DocShield框架，通过视觉-逻辑联合推理解决文档伪造检测问题，采用CCT机制和多任务奖励优化，提升检测准确性和解释性，实验显示其在多个基准测试中表现优异。
Comments 10 pages, 4 figures, 5 tables. Preprint. arXiv admin note: text overlap with arXiv:2512.21482
Generative Semantic Multi-Object Tracking: A Large-Scale Benchmark and an MLLM-Driven Reasoning Framework
生成式语义多目标跟踪：大规模基准和基于大型语言模型的推理框架
机构 * Northwestern Polytechnical University（西北工业大学）
专题命中 推理评测 ：reasoning(title,abstract)；分类 cs.AI
AI总结 研究将语义多目标跟踪从刚性分类提升为开放式生成推理任务，引入Grand-SMOT基准，提出LLMTrack框架，通过时空融合模块压缩轨迹为语义令牌，提升了生成语义推理能力。
Pre-Deployment Complexity Estimation for Federated Perception Systems
联邦感知系统部署前复杂度估计
机构 * University of Maryland, Baltimore County（马里兰大学巴尔的摩县分校） ； Purdue University Northwest（普渡大学西北校区） ； Purdue University（普渡大学）
专题命中 推理评测 ：planning(abstract)；分类 cs.AI、cs.LG
AI总结 本文提出一种无需分类器的预部署框架，用于估计联邦学习在分布式环境中的学习复杂度，通过联合建模数据固有属性和环境特征，实验表明该指标与联邦学习性能及通信成本密切相关。
Comments Accepted and presented at Edge AI Research Symposium 2026 (EdgeAI2026), San Diego, CA
Measuring LLM Trust Allocation Across Conflicting Software Artifacts
在冲突软件构件中衡量LLM的信任分配
机构 * University of Texas at Dallas（德克萨斯大学达拉斯分校） ； IQVIA Inc.（IQVIA公司）
专题命中 推理评测 ：reasoning(abstract_cn)；分类 cs.AI
AI总结 研究探讨LLM在处理冲突软件构件时的信任分配问题，提出TRACE框架评估不同构件的质量、不一致性和信任校准，发现模型在检测文档错误时表现优于实现错误，但对实现漂移而文档无误的情况检测率下降，且信任校准不佳。
RoboInter1.5: A Holistic Intermediate Representation Suite for Embodied World Modeling and Robotic Manipulation
RoboInter1.5：用于具身世界建模和机器人操作的整体中间表示套件
专题命中 推理评测 ：reasoning(abstract)
AI总结 研究针对现有机器人数据集问题，基于RoboInter1.0提出RoboInter1.5套件，含多种中间表示资源及相关任务，通过广泛评估证明其为中间表示提供统一时空框架，将其作为双向接口，规范动作空间并约束物理模拟器潜在展开。
Comments 28 pages. arXiv admin note: substantial text overlap with arXiv:2602.09973
VISTA-Bench: Do Vision-Language Models Really Understand Visualized Text as Well as Pure Text?
VISTA-Bench: 视觉-语言模型是否真的能像纯文本一样理解可视化文本？
机构 * Dalian University of Technology（大连理工大学） ； Nanyang Technological University（南洋理工大学）
专题命中 推理评测 ：reasoning(abstract)
AI总结 VISTA-Bench通过对比纯文本和可视化文本问题，揭示了视觉-语言模型在处理可视化文本时的模态差距，发现模型在语义相同的情况下表现显著下降。
Comments 32 pages, 16 figures
Toward a Vision-Language Foundation Model for Medical Data: Multimodal Dataset and Benchmarks for Vietnamese PET/CT Report Generation
迈向医学数据的视觉-语言基础模型：越南语PET/CT报告生成的多模态数据集和基准
机构 * AI4LIFE, Hanoi University of Science and Technology, Vietnam（AI4LIFE，河内科学技术大学，越南） ； Nagoya University, Japan（名古屋大学，日本） ； AIST, Japan（日本国家先进工业技术研究院） ； VinUniversity, Vietnam（文园大学，越南） ； NVIDIA, USA（NVIDIA，美国） ； Griffith University, Australia（格里菲斯大学，澳大利亚） ； Hanoi Medical University, Vietnam（河内医学院，越南） ； Military Central Hospital, Vietnam（越南108中央军医院）
专题命中 推理评测 ：reasoning(abstract)
AI总结 本文提出了一种面向越南语医学数据的多模态数据集和基准，旨在解决医学影像领域中PET/CT数据不足和低资源语言代表性不足的问题。
Comments 39th Conference on Neural Information Processing Systems (NeurIPS 2025) Track on Datasets and Benchmarks
8. 其他推理 4 篇
Fidelity Before Structure: Verbatim Chunks Beat Lossy Artifact Extraction in Long-Conversation LLM Memory
逐字块胜过提取的人工制品：长LLM对话中记忆表征的控制消融研究
机构 * Hawaii Pacific University（夏威夷太平洋大学）
专题命中 其他推理 ：reasoning(abstract)；分类 cs.CL、cs.AI
AI总结 通过控制消融实验，发现逐字对话块在长对话记忆检索中比LLM提取的结构化人工制品（事实、决策等）准确率高15.9-22.0点，原因是提取过程丢失了逐字细节，而结构化记忆应作为逐字文本的补充而非替代。
Comments v4: title and abstract aligned with ARR August 2026 submission; six confound controls; 34 pages, 6 figures. Code: https://github.com/tao-hpu/cog-canvas
An LLM-powered Agentic Recommendation System for Connected TV Content Discovery
一种用于智能电视内容发现的由大语言模型驱动的智能推荐系统
机构 * Meta
专题命中 其他推理 ：reasoning(abstract)；分类 cs.AI
AI总结 针对推荐系统整合上下文信号的挑战，提出用于智能电视内容发现的大语言模型驱动的智能推荐系统，利用其推理能力处理多样信号，采用智能架构协调组件，克服大语言模型用于推荐的实际限制。
Comments 13 pages, 3 figures
KoRe: Compact Knowledge Representations for Large Language Models
KoRe: 为大型语言模型设计的紧凑知识表示
机构 * University of Trento（特伦托大学）
专题命中 其他推理 ：reasoning(abstract)；分类 cs.CL
AI总结 本文提出KoRe方法，通过将知识图谱的1跳子图编码为紧凑离散知识标记，并注入到LLM中，从而提升模型的知识推理能力并减少token使用量。
Information Aggregation with AI Agents
利用AI代理的信息聚合
机构 * Department of Economics, University of Durham（杜伦大学经济学系）
专题命中 其他推理 ：reasoning(abstract)；分类 cs.AI
AI总结 研究通过交易和观察价格波动，探讨大型语言模型能否聚合分散的私人信息，发现信息聚合在信息结构复杂时显著下降，且更智能的AI代理在聚合和盈利方面表现更好。
Comments 62 pages
