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。
SignalReasoner：评估3B模型在信号数学推理任务中的上限
专题命中 数学推理 ：reasoning(title,abstract)；chain-of-thought(abstract)；CoT(abstract)；分类 cs.AI
AI总结 本研究针对信号数学推理任务，以Qwen2.5-3B-Base为对象，对比两种训练范式与三种强化优化算法，其最佳模型准确率较基准提升超两倍。
问题本身才是问题：迈向可扩展的数学发现
机构 * Carnegie Mellon University（卡内基梅隆大学） ； Anysphere Co.（Anysphere公司）
专题命中 数学推理 ：reasoning(abstract)；分类 cs.AI
AI总结 该研究提出人机协作的FAR流程，从文献中筛选数学问题并聚焦成果，在组合数学试点中筛选出77个待评审成果，验证了其数学发现的有效性。
Comments Code available at this https URL (https://github.com/zeyu-zheng/FAR)
超越轨迹：将可解释推理状态读出与原生MoE路由耦合
机构 * Fudan University（复旦大学） ； Shanghai Innovation Institute（上海创新研究院）
专题命中 逻辑推理 ：reasoning(title,abstract)；分类 cs.AI
AI总结 本研究提出将可解释推理状态读出J64与原生MoE路由耦合的两级机制，提升推理过程可解释性与性能，R64作为低开销代理可保留其核心增益，还能优化分支选择与投票策略、调整推理行为。
用于忠实知识图谱推理的结构内化规则语言模型
机构 * Key Laboratory of Knowledge Engineering with Big Data (Hefei University of Technology)（大数据知识工程重点实验室（合肥工业大学）） ； School of Computer Science and Information Engineering, Hefei University of Technology（合肥工业大学计算机与信息学院） ； Nanjing University of Science and Technology（南京理工大学）
专题命中 逻辑推理 ：reasoning(title,abstract)；分类 cs.AI
AI总结 针对大语言模型在知识图谱推理中存在的推理证据感知漂移问题，提出结构内化规则语言模型SIRLM，通过结构规则生成协调知识与参数化知识，在36个数据集上优于17种现有方法
仅使用大语言模型的PDDL领域修复：基于开放权重模型
专题命中 逻辑推理 ：reasoning(abstract)；planning(abstract)；分类 cs.AI
AI总结 本文评估开放权重大语言模型仅用LLM方法修复PDDL模型错误的能力，发现其F1分数优于符号基线，但测试通过率仍不足，无法保证满足修复所需的测试约束。
PDDL-ART：基于演示的自主符号抽象方法，用于使用视觉语言模型的长时程机器人操纵
机构 * University of Michigan（密歇根大学）
专题命中 逻辑推理 ：reasoning(abstract)；planning(abstract)
AI总结 PDDL-ART是一种基于VLM的框架，可自主从演示生成PDDL描述，经多阶段校正确保语义对齐，在发动机维护和家庭操纵任务上平均成功率达93.3%，优于基线规划器。
已编码但不可执行：审计冻结大语言模型中几何约束的解码-生成-引导差距
专题命中 逻辑推理 ：reasoning(abstract)；分类 cs.CL、cs.AI
AI总结 该研究以参数化CAD约束为测试平台，审计6个冻结LLMs的解码-生成-引导差距，发现几何关系可解码性与生成、引导能力存在差异，区分了编码与表达控制失败。
Comments 13 pages, 7 figures, 8 tables, including appendices
用智能体人工智能实现遗传编程中父代选择配置的自动化
专题命中 逻辑推理 ：reasoning(abstract)
AI总结 该研究提出智能体AI框架，结合LLM推理与RAG实现遗传编程父代选择配置自动化，经符号回归测试，5 mini--AR配置表现优于锦标赛选择，为进化系统自动化设计提供了新路径。
天体生物学与科学认识论的变革
专题命中 逻辑推理 ：reasoning(abstract)
AI总结 该研究探讨天体生物学因“n=1问题”成为缺乏基础确定性的“暂态科学”，其与AI等新兴领域共同推动科学知识构建方式的变革。
Comments In: Steven J. Dick, Astronomy and Philosophy: Conceptual and Methodological Foundations and Challenges, 2026. Cambridge: Cambridge University Press
集体反事实规划：表征约束下的协调、同意与验证
专题命中 规划推理 ：planning(title,abstract)；分类 cs.AI
AI总结 该研究提出集体反事实规划（CCP）形式化模型，分析表征约束下群体规划的可行性，揭示正负二元性，给出四步可解性方案，解释群体协作的几何机制。
Comments The code is available at this https URL (https://github.com/DarkEyes/Coll-Counterfactual-Plan)
PlanPO：面向多轮智能体大语言模型的组规划感知策略优化
专题命中 规划推理 ：planning(title,abstract)；分类 cs.AI
AI总结 针对现有组相对策略优化无法区分成功轨迹效率差异的问题，提出 PlanPO 方法，引入由粗到细的优势信号，在三类多轮基准上较 GRPO 平均提升 27.2%，且训练成本可忽略。
基于区域级组织推理与非平衡最优传输的淋巴细胞模拟修正
机构 * Duke University（杜克大学）
专题命中 规划推理 ：reasoning(title,abstract)；分类 cs.LG
AI总结 针对细胞模拟导致的病理细胞分类歧义问题，提出Loki-OT方法，结合区域级组织推理与非平衡最优传输，在TCGA-BRCA队列上取得更优性能。
Comments 13 pages, 3 figures. Accepted to the MICCAI 2026 COMPAYL Workshop
在秩-1博弈中针对学习的规划
专题命中 规划推理 ：planning(title,abstract)
AI总结 该研究针对满足$\text{rank}(A+B)=1$的双矩阵博弈，证明其纳什均衡可多项式时间计算，但针对学习动态的最优规划是NP困难的，区分了高效均衡计算与策略规划。
基于组分散规划的并行终身MAPF理论框架
专题命中 规划推理 ：planning(title)；分类 cs.AI
AI总结 针对L-MAPF问题，本文证明RHCR的近最优性，提出并行规划的GD-RHCR框架，其在扩展智能体规模时仍能保持高吞吐量和低单规划成本。
多模态大语言模型中的不确定性感知决策
机构 * Khalifa University of Science and Technology（哈利法科技大学）
专题命中 规划推理 ：reasoning(abstract)；verifier(abstract)；分类 cs.CL
AI总结 本调查围绕决策中心框架，综述多模态大语言模型（MLLMs）的不确定性感知决策相关研究，对比同类调查并指出源感知分解等开放问题，核心是不确定性需改善多模态证据下的系统行为。
何去何从？人工智能时代的科学发现
专题命中 规划推理 ：reasoning(abstract)；planning(abstract)
AI总结 本文梳理AI在科学发现中的作用，提出AI系统类型学，概述多学科近期成果，指出其存在的限制与风险，引发人机认知劳动分工的思考。
Comments To be published in Theory of Science
AdaLens：用于监控和引导长时间运行的智能体数据分析的交互式故事情节
专题命中 规划推理 ：reasoning(abstract)；分类 cs.AI
AI总结 针对长时间智能体数据分析的传统界面无法满足可观测性与可引导性需求，本文提出交互式系统AdaLens，结合故事情节表示与引导交互，经案例及用户研究验证其能有效支持分析师监控与引导此类分析。
演化不确定性下的风险量化：面向安全序贯决策的信念依赖鲁棒性
机构 * Technical University of Munich（慕尼黑工业大学） ； Masaryk University（马萨里克大学）
专题命中 规划推理 ：planning(abstract)；分类 cs.AI
AI总结 本文提出RATTL算法，将智能体谨慎程度与认知不确定性绑定，证明其规划问题适定且满足安全三明治性质，可保障LLM等智能体在不确定性下的运行时安全。
Comments Accepted for presentation at the IJCAI-ECAI 2026 RobustifAI workshop
AISA：用于公路施工持续改进的AI安全助手框架
机构 * University of Pittsburgh（匹兹堡大学）
专题命中 规划推理 ：planning(abstract)；分类 cs.CL
AI总结 本研究提出AISA框架，基于LLM和文本嵌入模型实现公路施工事故分类、质量评分及相关数据检索，为未来智能体应用提供基础，在OIICS分类和事故检索等任务上取得优于随机水平的效果。
Comments 17 pages, 5 figures
HODAgent：面向物理世界人机交互的按需、响应式人形机器人
机构 * Xiaopeng（小鹏）
专题命中 规划推理 ：planning(abstract)
AI总结 HODAgent作为面向服务人形机器人的System-2具身智能体，通过半双工架构实现自适应服务，在仿真与实体机器人上均显著优于基准模型。
超越炒作：评估安全运营中心（SOC）中大型语言模型（LLM）的集成与实际局限性
专题命中 规划推理 ：reasoning(abstract)
AI总结 本文通过对20位不同类型SOC从业者的半结构化访谈，分析了LLM在SOC中的应用现状、存在的局限性，提出了LLM集成成熟度标准及相关研究议程。
REChart：基于大型推理模型的推理高效图表编辑方法
机构 * HKUST(GZ)（香港科技大学（广州））
专题命中 视觉空间推理 ：reasoning(title,abstract)；CoT(abstract,abstract_cn)；chain-of-thought(abstract)
AI总结 REChart是两阶段训练框架，通过过程级监督提升图表编辑的保真度与推理效率，在两个基准上实现同规模开源模型最优性能，推理token用量降低79.0%。
DeAR：基于能力锚定与协作思维导航的去中心化智能体推理
专题命中 视觉空间推理 ：reasoning(title,abstract)；分类 cs.AI
AI总结 针对现有智能体推理系统的路由瓶颈与静态角色分配问题，提出DeAR框架，通过三种机制实现去中心化协作，在9类基准测试中性能优于基线方法，提升了知识密集型推理任务的准确性。
具身导航器：指向、思考、记忆与对齐以实现高效导航
机构 * ZJU（浙江大学）
专题命中 视觉空间推理 ：reasoning(abstract)；chain-of-thought(abstract)；planning(abstract)
AI总结 本研究提出具身导航框架TAMP-Nav，通过像素转3D动作、选择性推理记忆与GRPO两级对齐，在R2R-CE数据集上实现66.2% SR，仅需90k训练轨迹，达成高效具身导航的最优性能。
PROBE：基于操作的视觉问答（使用VLM智能体）
机构 * NVIDIA（英伟达）
专题命中 视觉空间推理 ：reasoning(abstract)；planning(abstract)
AI总结 针对现实杂乱环境中需操作遮挡物体的视觉问答问题，提出PROBE框架，含模拟器、基准测试集及微调方案，提升VLM智能体性能并验证模拟到现实的迁移。
大型语言模型是否遵循六度分隔理论？测量长上下文流形中的拓扑压缩
机构 * BRAC University（BRAC大学）
专题命中 视觉空间推理 ：reasoning(abstract)；分类 cs.CL
AI总结 本研究通过分析LLM隐藏状态流形的几何结构，发现深度推理层的语义锚点遵循六度分隔理论，该拓扑特性可用于RAG的零样本幻觉检测，为评估事实可靠性提供了几何指标。
第10届AI City挑战赛
机构 * Santa Clara University（圣克拉拉大学） ； University at Albany, SUNY（纽约州立大学奥尔巴尼分校） ； Iowa State University（爱荷华州立大学） ； Woven by Toyota（丰田编织公司） ； United Arab Emirates University（阿拉伯联合酋长国大学） ； National Yang Ming Chiao Tung University（国立阳明交通大学） ； University of Macau（澳门大学） ； North Carolina State University（北卡罗来纳州立大学） ； Columbia University（哥伦比亚大学） ； Milestone Systems（里程碑系统公司） ； Xi’an Jiaotong University（西安交通大学） ； Johns Hopkins University（约翰斯·霍普金斯大学）
专题命中 视觉空间推理 ：reasoning(abstract)；分类 cs.AI
AI总结 本文总结了与ECCV 2026同期举办的第10届AI City挑战赛的设置、数据集、评估结果等，该赛事规模扩大，设多类赛道，成功系统结合基础模型与多种技术。
Comments Summary of the 10th AI City Challenge Workshop in conjunction with ECCV 2026
VLCP：用于机器人操纵的视觉语言控制策略闭环代码重规划
机构 * University of Monastir（莫纳斯提尔大学） ； St. Mildred’s-Lightbourn School（圣米尔德雷德-莱特本学校） ； Cornell University（康奈尔大学） ； Carnegie Mellon University（卡内基梅隆大学） ； Silverstream AI（银流人工智能公司） ； Mila -- Quebec AI Institute（米拉-魁北克人工智能研究所）
专题命中 视觉空间推理 ：reasoning(abstract)；分类 cs.LG
AI总结 VLCP是一种无需训练的机器人操纵策略，通过在单回合内每K步由VLM重写控制代码闭合循环，在57项任务的评估中综合成功率达35.1%，较开环策略提升十倍。
aDSL：通过智能体-程序联合设计实现智能体驱动的3D内容创建
专题命中 视觉空间推理 ：reasoning(abstract)
AI总结 该研究联合设计以智能体为中心的领域特定语言aDSL与角色专业化多智能体系统，通过“规划-执行-评审”循环提升3D内容创建的鲁棒性等，在文本到形状等任务上优于LLM基线。
GroupForward：通过实例分组前馈高斯溅射构建可参考的3D场景
机构 * School of Computer Science, Shanghai Jiao Tong University（上海交通大学计算机科学学院） ； School of Computer Science and Engineering, Beihang University（北京航空航天大学计算机科学与工程学院） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； School of Computer Science and Technology, East China Normal University（华东师范大学计算机科学与技术学院）
专题命中 视觉空间推理 ：reasoning(abstract)
AI总结 GroupForward是一种实例分组前馈高斯溅射模型，可从稀疏多视图图像重建3D场景，结合RSRF实现复杂3D参考推理，提升了语义重建与参考推理的性能。
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