大模型推理能力

Investigating The Security of Modern AI and Cloud Infrastructure

调查现代AI和云基础设施的安全性

Andrew Adiletta

专题命中 其他推理 ：reasoning(abstract)

AI总结 本文通过物理内存共置到远程服务接口的交互层次分类法，系统解构AI和现代云基础设施的安全假设，并展示利用各抽象层假设的实际攻击。

Comments PhD thesis

Robot Critics that Sweat the Small Stuff

关注细节的机器人批评家

Sruthi Sudhakar, Junbang Liang, Sreehari Rammohan, Pavel Tokmakov, Richard Zemel, Carl Vondrick

机构 * Columbia University（哥伦比亚大学） ； Toyota Research Institute（丰田研究所） 纠错

专题命中 其他推理 ：reasoning(abstract)

AI总结 针对大视觉语言模型在机器人操作中难以区分微小视觉差异的问题，提出通过成功与失败轨迹构建成对进展监督来微调批评家，提升细粒度推理和失败检测能力，并在真实和仿真任务中分别提高策略成功率11%和5.9%。

AI Conversational Interviewing: Scaling Up Semi-Structured and In-depth Interviews

AI对话式访谈：扩展半结构化与深度访谈的规模

Alexander Wuttke, Max Melchior Lang, Christopher Klamm, Quirin Würschinger, Frauke Kreuter

专题命中 其他推理 ：reasoning(abstract)

AI总结 本研究提出AI对话式访谈方法，通过语音、文本或自由选择模式大规模收集开放型意见数据，证明其能捕捉标准化调查遗漏的深层思考，且受访者评价不低于传统调查。

Vision AI Agent for Continuous Material Monitoring of LEGEND-1000 LoFi Reentrant Tube

用于LEGEND-1000 LoFi回旋管连续材料监测的视觉AI智能体

Sonata Simonaitis-Boyd, Soonhong Lee, Lauren N. O'Brien, Brandon T. Turner, Ralph Massarczyk, Steven R. Elliott, Aobo Li, Alexander F. Leder

专题命中 其他推理 ：reasoning(abstract)

AI总结 提出基于LangChain和Claude Haiku 4.5的视觉AI智能体流水线，通过SAM2分割和混合OCR验证从静水压测试视频中自动提取OFHC铜圆柱的直径和应变，计算屈服强度并与模拟对比。

Comments 27 pages, 8 figures, 5 tables, submitted to PRX Intelligence

OneRank: Unified Transformer-Native Ranking Architecture for Multi-Task Recommendation

OneRank: 面向多任务推荐的统一Transformer原生排序架构

Jiakai Tang, Sunhao Dai, Kun Wang, Zhiluohan Guo, Yu Zhao, Cong Fu, Kangle Wu, Yabo Ni, Anxiang Zeng, Xu Chen, Jun Xu

专题命中 其他推理 ：reasoning(abstract)

AI总结 提出OneRank，一种Transformer原生多任务排序框架，通过消除编码器-预测器分离并引入任务私有通道，实现任务专用学习并减少干扰，显著提升多任务推荐性能。

Comments KDD 2026 Accepted

See What I See, Know What I Think: Dense Latent Communication Across Heterogeneous Agents

见我所见，知我所想：异构智能体间的密集潜通信

Siyi Chen, Xiaoyan Zhang, Meng Wu, Jonathan Tremblay, Valts Blukis, Stan Birchfield, Rene Vidal, Alvaro Velasquez, Sijia Liu, Qing Qu

专题命中 其他推理 ：reasoning(abstract)

AI总结 针对异构智能体间文本通信高损耗问题，提出基于KV缓存变换的密集对齐方法，通过两阶段训练实现跨模型潜空间对齐，在上下文感知和未知场景下均优于基线，计算成本降低2-3倍。

Why AI Slop Matters, but Not Like That

为什么AI垃圾内容重要，但不是那样重要

Sachita Nishal, Marijn Sax, Kimon Kieslich

专题命中 其他推理 ：reasoning(abstract)

AI总结 本文回应《为什么垃圾内容重要》一文，通过内在和外部批判，指出其推理忽视了AI垃圾内容的社会技术背景，并基于伦理和社会科学视角，强调应关注其社会功能和审美价值，呼吁进行语境化和文化基础的讨论。

Look Less, Reason More: Block-wise Attention Skipping for Efficient Multimodal LLMs

少看多思：面向高效多模态大语言模型的块级注意力跳过

Jie Ma, Zhike Qiu, Jiayi Ji, Xiaoshuai Sun, Rongrong Ji

机构 * Xiamen University（厦门大学） 纠错

专题命中 其他推理 ：reasoning(abstract)

AI总结 针对多模态大语言模型视觉注意力饱和问题，提出训练无关的Visual-Skip方法，通过选择性跳过冗余的视觉自注意力模块实现块级稀疏性，并利用轻量级校准动态选择最优稀疏路径，在保持性能的同时显著降低计算成本。

Hallucination Cascade: Analyzing Error Propagation in Multi-Agent LLM Systems

幻觉级联：多智能体大语言模型系统中的错误传播分析

Saeid Jamshidi, Arghavan Moradi Dakhel, Kawser Wazed Nafi, Foutse Khomh

专题命中 其他推理 ：reasoning(abstract)

AI总结 本文通过追踪多智能体LLM级联中的声明级事实不一致性，分析幻觉动态，发现更深级联降低幻觉分数但牺牲事实准确性，并揭示模型与领域差异。

CANote: Empowering Fact-checking Note Writing Through Scaffolded and Provenance-based Human-AI Collaboration

CANote: 通过支架式和基于来源的人机协作增强事实核查笔记撰写

Shuning Zhang, Jingruo Chen, Yuwei Chuai, Dai Shi, Yifan Wang, Xin Yi, Hewu Li

专题命中 其他推理 ：reasoning(abstract)

AI总结 提出CANote系统，通过子主张提取、证据链接和结构化草稿辅助用户撰写高质量辟谣笔记，显著提升非专家用户的笔记质量至专家水平。

DPAgent-in-the-Middle: Agentic Defense and Repair Against AI-Groomed Deceptive Patterns

中间DPAgent：针对AI诱导欺骗模式的代理防御与修复

Zewei Shi, Ruoxi Sun, Haoyang Li, Seong Oun Hwang, Feng Liu, Minhui Xue, Xingliang Yuan

专题命中 其他推理 ：reasoning(abstract)

AI总结 针对网络界面中的隐私欺骗模式，提出DPAgent框架，通过四个专门代理结合潜在空间净化与防御性提示，主动检测并修复欺骗性界面，检测率达90.98%，修复率77%。

The Custody Envelope Threshold: Authority-Scaled Admission of External Artifacts in Institutional Infrastructure

托管信封阈值：机构基础设施中外部工件的权限缩放准入

Amadeus Brandes

专题命中 其他推理 ：reasoning(abstract)

AI总结 提出托管信封阈值模型，根据工件身份、入口路径和撤销能力的封闭程度与执行权限的关系，决定机构对外部工件的准入策略，并应用于多种工件类型。

Comments 32 pages. Preregistered framework and protocol paper; empirical pilot is a separate planned study. OSF preregistration and replication package: https://doi.org/10.17605/OSF.IO/E57FJ