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。
审计发现主张：面向智能体科学的双边准则，其负面侧可判定
机构 * University of Macau（澳门大学） ； South China University of Technology（华南理工大学）
专题命中 代码与定理证明 ：verifier(abstract)；分类 cs.AI
AI总结 该研究提出面向智能体科学的双边审计准则，通过实验揭示AI科学系统能力主张的夸大问题，证实智能体编写的程序在低计算量下可击败人类程序，但未明确可迁移的机制。
Comments 51 pages, 10 figures, 10 tables
一种用于人工智能驱动科学发现的自主科学知识生成框架
专题命中 代码与定理证明 ：reasoning(abstract)；分类 cs.AI
AI总结 该研究提出自主科学知识生成框架，整合多种技术将科学出版物转化为适用于人工智能的知识库，以电光材料为例进行验证，实现从文献到知识库的转变，为人工智能驱动的科学发现提供了可扩展、领域独立的基础。
Comments 32 pages, 6 figures
持久卷积：用于AI对齐测试和语义空间表征的拓扑框架
专题命中 代码与定理证明 ：reasoning(abstract)；分类 cs.LG
AI总结 本研究开发了一种基于拓扑的多模态对齐测试，以提升不透明AI模型部署、选择与比较的可解释性，助力AI对齐测试与语义空间表征。
Comments Code available at github.com/tylerashoff/persiscope (PyPI: persiscope)
共形级联：多层大语言模型推理的无分布精度保证
机构 * Department of Computer Science, Florida State University（佛罗里达州立大学计算机科学系）
专题命中 代码与定理证明 ：reasoning(abstract)；分类 cs.LG
AI总结 研究针对LLM级联推理成本高、置信分数校准不当等问题，提出共形级联框架，以共形预测集大小为推迟规则，提供无分布精度保证，在多基准测试中表现优于启发式级联，且无需模型训练，仅需黑盒API访问。
FAVA：基于证据支持的权限图的经验证智能体的形式化授权
专题命中 代码与定理证明 ：reasoning(abstract)；分类 cs.AI
AI总结 FAVA是一种用于智能体执行的带权限授权框架，通过LLM引导的权限IR、证据支持的权限图和SMT授权器保障安全，在多场景评估中达90.5%决策合规率，可拦截动态违规迹。
迈向可验证的Transformer：求解器可检查的电路解释
机构 * Independent Researcher（独立研究者）
专题命中 代码与定理证明 ：reasoning(abstract)；分类 cs.LG
AI总结 提出Verifiable Transformers框架，通过将任务局部Transformer电路转化为有界、求解器可检查的声明，实现电路属性的形式化验证。
Comments 23 pages. v2: adds GPT-2-scale verified distillation (three-edge verified quote circuit), LayerNorm removal for sparsemax models, and gated localization protocols
专题命中 代码与定理证明 ：reasoning(abstract)；分类 cs.CL
作为受控变量的上下文组装：冻结大语言模型智能体利用策略的控制理论视角
专题命中 代码与定理证明 ：planning(abstract)；分类 cs.AI
AI总结 研究聚焦大语言模型智能体，以往控制工具选择等，本文将上下文组装视为受控变量，通过上下文博弈或强化学习策略在线学习，进行形式分解、稳定性论证及不确定性校准分析，给出控制理论视角的相关证据。
Comments 6 pages, 2 figures, 1 table. Code and companion paper's data: https://github.com/dpaul0501/context-optimization-rl
不可信作者，可信答案：保真度分级翻译演算
专题命中 代码与定理证明 ：reasoning(abstract)；分类 cs.AI
AI总结 研究翻译问题，提出保真度分级翻译演算，该演算可按程序检查、通过粘贴组合，核心在Lean 4中机械化，在hurdy - gurdy平台实现，报告了多项实验结果，其增长模型通过任何人贡献语言对扩展语言支持。
Comments 29 pages. v2: rewritten on the two-plane principle; directional squares primary (exactness = the identity-embedding case, mechanized incl. the lax telescope); the answerability loop and its economy (demand books, recommended-then-registered); post-snapshot exhibits. Code, evidence, Lean mechanization: https://github.com/cksystemsgroup/hurdy-gurdy (tag arxiv.2)
守护者与违规者：大语言模型有害内容生成与安全缓解研究综述
机构 * University of South Florida（佛罗里达州立大学） ； Missouri University of Science and Technology（密苏里科技大学）
专题命中 代码与定理证明 ：reasoning(abstract)；分类 cs.CL
AI总结 综述大语言模型在内容创作中带来的风险与挑战，系统回顾相关研究，提出危害与防御统一分类法，分析越狱策略，评估缓解措施，指出评估局限，明确未来研究方向以推动语言技术稳健且符合伦理发展。
大语言模型的晶格表示假说
机构 * Stanford University（斯坦福大学）
专题命中 代码与定理证明 ：reasoning(abstract)；分类 cs.AI
AI总结 本文提出大语言模型的晶格表示假说，通过嵌入几何将概念层次和逻辑运算统一到线性表示中，实验表明LLM嵌入编码概念晶格及其逻辑结构。
Comments Published at ICLR 2026
使用GPT-5.5 Pro对实数上的和积猜想进行自主反证
专题命中 代码与定理证明 ：reasoning(abstract)；分类 cs.AI
AI总结 本文借助GPT-5.5 Pro构建智能体，通过三阶段提示管道，对实数上的和积猜想进行自主反证，8次试验中7次成功生成正确证明，每次试验平均用132.4k推理令牌，还发布相关内容供重现研究。
就模型达成一致，验证推理：基于同态-非同态分解变压器的HND的GKR协议
机构 * Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； State Key Laboratory of Multimodal Artificial Intelligence Systems（多模态人工智能系统国家重点实验室）
专题命中 代码与定理证明 ：verifier(abstract)；分类 cs.LG
AI总结 研究外包变压器推理问题，提出GKR-HND协议验证同态-非同态分解变压器多项式主干，保留验证器检查记录与开口，委托公共评估给计算工作者，实验验证了证明路径与委托计算，无需密集矩阵重放。
Comments 24 pages, including 4 pages of supporting information; 2 figures
从意图到基础设施：用于ISAC网络的基于大语言模型的智能体编译器
机构 * School of Computer Science and Technology, Xidian University（西安电子科技大学计算机科学与技术学院） ； Institute of Systems General, Academy of Systems Engineering, Academy of Military Sciences（系统工程院系统一般研究所）
专题命中 代码与定理证明 ：planning(abstract)；分类 cs.AI
AI总结 研究ISAC网络从概念验证到系统级部署的设计难题，提出基于大语言模型的智能体编译器，经四个阶段工作产生ISAC策略图，运行时引擎支持闭环自适应，以无人机救援为例展示编译过程并讨论开放问题。
$\max$@$k$强化学习的理论基础
机构 * Bocconi University（博科尼大学）
专题命中 代码与定理证明 ：reasoning(abstract)；分类 cs.LG
AI总结 研究有限 horizon 强化学习中$\max$@$k$学习问题，指出其与标准预期回报最大化不同，证明马尔可夫策略不足，识别状态增强，表征策略性能差距，表明学习更难，给出高效算法实现最优样本复杂度率。
验证者即评判者：来自Ada/SPARK中AI编码代理的经过验证的安全软件
专题命中 代码与定理证明 ：verifier(abstract)；分类 cs.AI
AI总结 研究人工智能编码代理生成安全软件代码的情况，核心方法是在验证器驱动循环下编写验证，主要贡献是通过GNATprove完成大量证明义务，降低监督成本，同时指出其不足及得出代理受反馈强度限制的教训。
CAVA：用于智能代理人工智能系统运行时治理的规范动作验证与认证
机构 * Ond Holdings Inc（Ond控股公司）
专题命中 代码与定理证明 ：verifier(abstract)；分类 cs.AI
AI总结 研究智能代理人工智能系统异构运行时带来的治理问题。提出CAVA，将异构代理活动转换为规范动作对象。通过基准参考实现研究，为部署者端人工智能治理提供动作级规范化和语义模式的系统表述。
Comments 35 pages. Working paper on canonical action verification, runtime governance, semantic pattern detection, and approval-bound action receipts
关于超博弈理论的综述：为多智能体系统建模错位感知与嵌套信念
专题命中 代码与定理证明 ：reasoning(abstract)；分类 cs.AI
AI总结 本文综述了超博弈理论在多智能体系统中的应用，分析了其建模错位感知与嵌套信念的能力及现有研究中的趋势与挑战。
OpenProver：使用Lean 4进行智能且交互式的定理证明
机构 * Charles University, Faculty of Mathematics and Physics（查尔斯大学数学与物理系）
专题命中 代码与定理证明 ：verifier(abstract)；分类 cs.AI
AI总结 介绍用于大语言模型驱动的自动化定理证明的开源系统OpenProver，它集成特定架构，完全开源，能自动验证证明，提供交互式界面，通过在ProofNet上评估展示自动验证在定量消融实验中的潜力。
Comments 7 pages, 2 figures. Accepted at the 19th Conference on Intelligent Computer Mathematics (CICM 2026)
Lean-QIT：迈向量子信息理论的形式化基础设施
机构 * QudeLeap Research（QudeLeap研究院） ； The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； Quantum Science Center of Guangdong-Hong Kong-Macao Greater Bay Area（粤港澳大湾区量子科学中心） ； The University of Hong Kong（香港大学）
专题命中 代码与定理证明 ：reasoning(abstract)；分类 cs.AI
AI总结 研究旨在为量子信息理论构建形式化基础设施，通过Lean 4库LeanQIT提供相关接口，将多个重要定理形式化，分离操作定义与解析表征，为形式化QIT及相关推理提供基础和知识底物。
Comments 24+5 pages, 3 figures
LLMlambda 计算：人工智能代理、对话与信息流
机构 * University of Nottingham, UK（诺丁汉大学） ； University of Edinburgh, UK（爱丁堡大学） ； Chalmers University of Technology（查尔姆斯理工大学） ； The University of Gothenburg, Sweden（哥德堡大学）
专题命中 代码与定理证明 ：reasoning(abstract)；分类 cs.AI
AI总结 本文提出了一种无类型的lambda计算模型，用于形式化描述和验证人工智能代理中对话和信息流的安全性。
设计和评估一种增强人工智能的沉浸式跨学科模拟（AIMS）用于多专业教育
专题命中 代码与定理证明 ：reasoning(abstract)；分类 cs.AI
AI总结 AIMS通过整合AI和虚拟环境，为多专业教育提供沉浸式模拟，提升学生协作能力和临床推理能力。
Comments 15 pages. Immersive Learning Research-Academic (2026)
执行证明：受治理人工智能代理行动的运行时验证
机构 * AlphaBitCore, Inc.（AlphaBitCore公司）
专题命中 代码与定理证明 ：planning(abstract)；分类 cs.AI
AI总结 研究人工智能代理行动正确性验证问题，提出运行时证明（PoE）方法构建执行三元组及相关谓词和保证，证明其合理性，通过原型测试验证效果，能将多方面绑定到可检查对象，使受治理执行可证。
Comments 14 pages, 1 figure, 4 tables, 1 algorithm; includes formal soundness and replay theorems with witness constructions in appendix
人工智能在科学发现中的三层框架
机构 * Department of Mathematics, University of Texas at Arlington（德克萨斯大学阿灵顿分校数学系）
专题命中 代码与定理证明 ：reasoning(abstract)；分类 cs.AI
AI总结 提出AI在科学发现中的三层框架，核心创新是第二层：通过定性推理进行模型形成，识别框架结构不足并寻找缺失概念，通过三个案例说明其重要性。
编码智能体中的潜在编程视界
机构 * KTH Royal Institute of Technology（瑞典皇家理工学院）
专题命中 代码与定理证明 ：reasoning(abstract)；分类 cs.LG
AI总结 该研究探究编码智能体底层语言模型的程序内部表征，通过逻辑回归探针发现其残差流可线性编码程序属性，还能提前约25步预测后续编辑结果，为编码智能体的机制可解释性研究提供新方向。
临床记录的多大型语言模型编排严重程度评估（MOSAIC）
机构 * Department of Drug Design and Pharmacology, University of Copenhagen（哥本哈根大学药物设计与药理学系） ； GSK（葛兰素史克） ； School of Pharmacy, University of Rhode Island（罗德岛大学药学院）
专题命中 代码与定理证明 ：reasoning(abstract)；分类 cs.CL
AI总结 研究用MOSAIC这一两阶段智能语言模型框架对2型糖尿病严重程度进行表型分析，以合成队列评估其与多种算法真值对比情况及全因死亡率等，结果显示该框架有优势，智能分类与固定规则执行不同。
使用中间形式规范训练代码语言模型进行推理
机构 * FPT Software AI Center（FPT软件人工智能中心） ； University of Texas at Dallas（德克萨斯大学达拉斯分校） ； Hanoi Univ. of Science and Tech.（河内科学技术大学） ； Texas, USA（得克萨斯州，美国） ； Hanoi, Vietnam（河内，越南）
专题命中 代码与定理证明 ：reasoning(abstract)；分类 cs.CL
AI总结 研究可执行检查点规范生成，介绍SpecCoder框架从多种程序学习，能选正确规范拒错误执行。引入HumanExec基准测试，实验表明其提升了检查点规范质量及下游正确性推理和修复能力。
SABLE：工业 EDA 流程中用于模拟电路优化的 NDA 安全闭环 LLM 框架
机构 * University of Minnesota, Twin Cities（明尼苏达大学，双城分校）
专题命中 代码与定理证明 ：reasoning(abstract)；分类 cs.LG
AI总结 研究针对工业模拟流程中数据安全问题，提出 SABLE 框架，结合多种安全措施，能让 LLM 通过特定工具优化模拟电路，在实际任务中评估多个模型，验证其有效性。
将AI用作带有时序计算的可能性骰子
机构 * Department of Surgery, University of Minnesota（明尼苏达大学外科系） ； Department of Computer Science & Engineering, University of Minnesota（明尼苏达大学计算机科学与工程系）
专题命中 代码与定理证明 ：reasoning(abstract)；分类 cs.AI
AI总结 本文提出基于动词的范式，定义时序计算和可能性，使AI能作为实现思维语法的工具，并在乳腺癌患者数据上自动发现临床轨迹和反事实时序推断。
LLMs作为数学考试评分的助教：可靠性与实际可用性
专题命中 代码与定理证明 ：reasoning(abstract)；分类 cs.AI
AI总结 评估六种LLM配置在离散数学考试评分中的表现，发现宽松评分策略降低错误率，但点校准与排名保持仍是不同目标。
Comments 12 Pages, 6 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