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。
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
形式分析几何：一种基于神经符号的多模态解析几何问题生成框架
机构 * Xi’an Jiaotong-Liverpool University（西交利物浦大学）
专题命中 逻辑推理 ：reasoning(abstract)；math reasoning(abstract)；verifier(abstract)；分类 cs.AI
AI总结 研究解析几何问题生成，提出基于神经符号的FormalAnalyticGeo框架，利用CDL及四个大语言模型组件，无需人工注释自动生成问题，形成闭环，生成的AnalyticGeo7K数据集问题误差小，框架和数据集将公开。
DiffusionGemma 的透明度如何？
机构 * Google（谷歌）
专题命中 逻辑推理 ：reasoning(abstract)；logical reasoning(abstract)；分类 cs.AI、cs.LG
AI总结 研究DiffusionGemma在连续潜空间中的推理透明度，通过变量透明度和算法透明度分解，发现可解释的令牌瓶颈将不透明串行深度降至Gemma 4的1.1倍，并揭示扩散特有现象。
Comments 20 main text pages and 6 pages of references and appendices
说服悖论：当LLM解释未能提升人机团队表现时
机构 * Bar-Ilan University（巴伊兰大学） ； University of Virginia（弗吉尼亚大学） ； Department of Psychology, Ariel University（阿里尔大学心理学系）
专题命中 逻辑推理 ：reasoning(abstract)；logical reasoning(abstract)；分类 cs.CL、cs.AI
AI总结 研究揭示LLM解释在提升人机团队表现上的矛盾效果，通过三组实验发现解释增加信心但未必提升准确性，且可能抑制错误恢复能力，强调需转向校准依赖与有效错误恢复的设计。
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
盲选策展人：有偏见的评判者如何在自我进化的智能体中悄然阻碍技能淘汰
机构 * AWS Generative AI Innovation Center（亚马逊云科技生成式人工智能创新中心） ； HSBC Holdings Plc., HSBC Technology Center, China（汇丰控股有限公司，汇丰科技中心，中国）
专题命中 逻辑推理 ：verifier(abstract)；分类 cs.CL、cs.AI
AI总结 研究自我进化智能体中，有偏见的评判者对技能淘汰的影响。通过损坏奖励分析等方法发现，“误判通过”偏差会导致技能淘汰机制失效，此为行为安全结果。还提出廉价审计可判断评判者是否越过阈值影响智能体。
Comments Published at COLM 2026 Workshop on Agent Behavior
倒排索引遍历的$\mathbf{P}$-完备性：关于布尔查询DAG评估的复杂性
机构 * Apple Inc.（苹果公司）
专题命中 逻辑推理 ：reasoning(abstract)；分类 cs.CL、cs.AI
AI总结 本文证明基于DAG的布尔查询评估问题是$\mathbf{P}$-完备的，并提出一种稀疏感知算法ComputePN，通过正负对偶表示和DAG记忆化，将评估时间严格限制在$O(|Q| \cdot |U_{\mathit{active}}|)$，避免指数爆炸和全量扫描。
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
基于李雅普诺夫监督的物理信息神经网络校正层的欠驱动航天器MPC控制
机构 * Politecnico di Torino（托斯纳理工学院） ； Argotec S.R.L.（Argotec公司）
专题命中 逻辑推理 ：planning(abstract)
AI总结 针对欠驱动航天器姿态控制，提出一种分层架构，结合非线性模型预测控制、物理信息神经网络和李雅普诺夫监督机制，在不确定性下降低稳态误差并保持鲁棒性。
Comments Accepted at SPAICE (AI in and for Space) 2026
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