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。
ProACT：迈向多用户协作中具有故障感知的主动智能体
机构 * PRADA Lab, King Abdullah University of Science and Technology（阿卜杜拉国王科技大学PRADA实验室） ； Stanford University（斯坦福大学）
专题命中 规划推理 ：planning(abstract)；分类 cs.CL
AI总结 研究旨在使智能体在多用户协作中从被动变为主动，引入基于共同基础等理论的ProACT框架，通过观察对话历史判断是否需干预并决策，还介绍首个多用户协作基准，实验显示其性能优于直接聊天。
CONTRA：可个性化代理的红队配置
机构 * Max Planck Institute for Software Systems（马克斯·普朗克软件研究所）
专题命中 规划推理 ：reasoning(abstract)；分类 cs.AI
AI总结 探讨代理配置与执行危险行为风险的关系，提出CONTRA算法，通过推理评估良性但危险的配置发现导致恶意行为的代理配置，构建数据集分析发现多数技能有恶意配置，CONTRA能成功识别部分危险配置。
激励视觉语言模型进行长视频问答搜索
机构 * The University of Texas at Austin（德克萨斯大学奥斯汀分校）
专题命中 规划推理 ：reasoning(abstract)；分类 cs.LG
AI总结 研究将长视频问答从被动单流程感知任务转变为多轮检索过程，核心方法是自然语言驱动搜索及强化学习后训练，贡献是提升长视频理解基准测试分数。
Comments To appear at the European Conference on Computer Vision (ECCV 2026)
LLMoxie：探索用于科学软件开发的智能AI
机构 * eScience Institute University of Washington（eScience研究院华盛顿大学）
专题命中 规划推理 ：reasoning(abstract)；分类 cs.AI
AI总结 研究针对科学软件开发中现有AI编码代理的不足，介绍LLMoxie平台及其插件生态系统，通过实践总结多域研究软件工程师中心采用智能AI的挑战、平台设计及操作经验，提升AI编码代理能力。
Comments 9 pages, 4 figures. Accepted to ACM SIGKDD 2026 Workshop: Agentic AI for Scientific and Societal Advances (SciSoc Agents and LLMs). Describes an agentic AI platform for scientific software engineering with governed multi-cloud inference, structured multiagent workflows, and domain-aware coding support (cs.SE, cs.MA, cs.AI)
人工智能时代美国超大规模数据中心隐藏的水地理情况
机构 * Harvard University（哈佛大学）
专题命中 规划推理 ：planning(abstract)；分类 cs.AI
AI总结 研究美国超大规模数据中心用水路径，通过关联设施位置与电力区域等数据绘制472个设施的两种用水路径图，明确不同路径热点地理分布及占比，指出决策重点。
修复放大器，而非症状：面向智能体轨迹的稳定世界模型修正
机构 * Emory University（埃默里大学） ； The University of Tokyo（东京大学） ； LocationMind
专题命中 规划推理 ：planning(abstract)；分类 cs.AI
AI总结 针对长流程规划中的图级错误，提出WM-SAR方法，通过子图放大反向定位因果子图进行修复，在有限token预算下优于传统扫描修复方法。
Comments Under Review
通过工作流归纳实现多轮智能科学文献搜索
机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Together AI ； University of Pennsylvania（宾夕法尼亚大学） ； Stanford University（斯坦福大学）
专题命中 规划推理 ：reasoning(abstract)；分类 cs.CL
AI总结 提出PaperPilot，通过构建可执行DAG工作流进行多轮文献搜索，利用用户反馈优化查询和工作流，显著提升搜索性能并消除执行错误。
Comments 17 pages, 12 figures
行动前先询问世界：预算受限的环境探测用于世界模型校准
机构 * Emory University（埃默里大学） ； The University of Tokyo（东京大学） ； LocationMind
专题命中 规划推理 ：reasoning(abstract)；分类 cs.AI
AI总结 提出预算受限的环境探测算子，通过结构化信念表在行动前校准世界模型，减少长期任务中的终端误差。
Comments Under Review
理解图世界模型中的展开误差
机构 * Emory University（埃默里大学） ； The University of Tokyo（东京大学） ； LocationMind
专题命中 规划推理 ：planning(abstract)；分类 cs.AI
AI总结 本文研究图世界模型中的长时域展开误差，提出统一框架分析拓扑与模型引起的误差放大，并设计误差感知图世界模型，通过谱正则化、展开一致性和关键节点加权防止长时域发散。
Comments Under Review
将智能搜索引入地球观测数据发现
机构 * University of Maryland, College Park（马里兰大学学院公园分校）
专题命中 规划推理 ：reasoning(abstract)；分类 cs.LG
AI总结 提出一个基于智能搜索的系统，利用知识图谱和大型语言模型，从自然语言查询中返回匹配的地球科学数据集和工具，显著提升检索性能。
Comments 19 pages, 1 figure, 6 tables
ElephantAgent: 智能体系统中的上下文状态连续性
专题命中 规划推理 ：planning(abstract)；分类 cs.AI
AI总结 针对工具和记忆投毒攻击，提出ElephantAgent协议，通过强制上下文状态连续性防御状态篡改，并利用历史可追溯性实现事后审计与恢复。
AI交通科学家自主发现交通规律
机构 * State Key Laboratory of Multimodal Artificial Intelligence Systems, Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所多模态人工智能系统国家重点实验室） ； School of Artificial Intelligence, University of Chinese Academy of Sciences（中国科学院大学人工智能学院） ； China Telecom Research Institute（中国电信研究院） ； Macau Institute of Systems Engineering, Macau University of Science and Technology（澳门科技大学澳门系统工程研究所） ； State Key Laboratory for Management and Control of Complex Systems, Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所复杂系统管理与控制国家重点实验室）
专题命中 规划推理 ：planning(abstract)；分类 cs.AI
AI总结 提出TrafficSci智能体系统，通过迭代工作流自主发现交通规律，在四个案例中重现已知规律并发现城市驾驶行为中的内在时间记忆尺度。
Comments 19 pages, 6 figures
Bi-NAS：通过双层神经架构搜索实现推荐系统的有效和个性化解释
机构 * Virginia Tech（弗吉尼亚理工大学） ； Google（谷歌） ； Amazon（亚马逊）
专题命中 规划推理 ：reasoning(abstract)；分类 cs.LG
AI总结 提出Bi-NAS框架，通过双层神经架构搜索优化推荐解释，结合大语言模型生成个性化理由，提升准确性和解释效果。
印度皮肤科医生如何将人工智能用于临床实践和工作流程管理：一项以特应性皮炎为重点的全国性调查
机构 * Charnock Hospital, Kolkata, India（科钦医院，加尔各答，印度） ； Department of Dermatology, Jagannath Gupta Institute of Medical Sciences and Hospital, Kolkata, India（皮肤科部，贾亚纳塔·古普塔医学科学与医院，加尔各答，印度） ； Department of Pediatric Dermatology, Institute of Child Health, Kolkata-700017, India（儿科皮肤科部，儿童健康研究所，加尔各答-700017，印度） ； Department of Dermatology, Venereology, and Leprology, Postgraduate Institute of Medical Education and Research, Chandigarh-160012, India（皮肤科、性病学和麻风病学部，医学教育与研究研究生院，昌迪加尔-160012，印度） ； Department of Dermatology and STD, University College of Medical Sciences & GTBH, University of Delhi, Delhi-110095, India（皮肤科和性传播疾病部，医学科学大学及GTBH，德里大学，德里-110095，印度） ； Department of DVL, Sree Balaji Medical College and Hospital, Chennai, India（DVL部，Sree Balaji医学院和医院，钦奈，印度）
专题命中 规划推理 ：planning(abstract)；分类 cs.AI
AI总结 通过全国性调查，发现印度皮肤科医生主要使用通用大语言模型处理认知和行政任务，而临床需求集中于慢性病管理和特应性皮炎工作流支持，提示临床监督下的工作流工具可能比独立诊断应用更有用。
Comments 28 pages, 5 tables
MemSyco-Bench：智能体记忆中的谄媚基准测试
专题命中 规划推理 ：reasoning(abstract)；分类 cs.AI
AI总结 提出MemSyco-Bench基准，评估LLM智能体因记忆引发的谄媚问题，涵盖拒绝记忆、尊重适用范围、解决冲突、跟踪更新和个性化使用五个任务。
Agri-SAGE：基于模拟的多智能体LLM用于上下文感知的农业咨询生成
机构 * Indian Institute of Science, Bengaluru（印度科学理工学院，班加罗尔） ； BNM Institute of Technology, Bengaluru（BNM理工学院，班加罗尔）
专题命中 规划推理 ：reasoning(abstract)；分类 cs.AI
AI总结 提出Agri-SAGE框架，结合检索增强的多智能体LLM推理与APSIM生物物理模拟，生成并验证农艺建议；通过十年回顾分析，三种推理方法均优于静态基线，其中思维树实现最高产量，反思法以较低计算成本达到相当效果。
TRACE：面向对话数据的时间证据图状态感知查询处理
机构 * Hong Kong Institute of AI for Science, City University of Hong Kong（香港城市大学香港人工智能科学研究院） ； Independent Researcher（独立研究者） ； Central South University（中南大学） ； The Hong Kong Polytechnic University（香港理工大学）
专题命中 规划推理 ：reasoning(abstract)；分类 cs.CL
AI总结 提出TRACE框架，通过构建时间证据图并维护有效性标注，实现对话数据中状态感知的查询处理，提升时间推理和多跳推理能力。
搜索代理何时应提问：面向澄清感知的深度搜索的DiscoBench基准
机构 * Hunyuan, Tencent（腾讯混元） ； Shenzhen International Graduate School, Tsinghua University（清华大学深圳国际研究生院）
专题命中 规划推理 ：reasoning(abstract)；分类 cs.CL
AI总结 提出DiscoBench基准，评估大语言模型搜索代理在深度搜索中主动识别歧义、提出有效澄清问题并恢复正确推理路径的能力，实验表明歧义检测与有效澄清是不同能力，且盲目搜索不如直接猜测。
Comments 26 pages, 7 figures, 12 tables
面向LLM智能体的生成式技能组合
机构 * University of North Carolina at Chapel Hill（北卡罗来纳大学教堂山分校） ； Arizona State University（亚利桑那州立大学） ； Honda Research Institute USA（本田美国研究院）
专题命中 规划推理 ：reasoning(abstract)；分类 cs.CL
AI总结 提出SkillComposer方法，将技能组合形式化为任务条件技能序列预测，通过约束自回归解码器联合决定技能子集、数量和顺序，在真实技能库上训练并验证其提升下游任务成功率。
基于基础模型的图结构能源时间序列的关系与序列共形推断
专题命中 规划推理 ：planning(abstract)；分类 cs.LG
AI总结 提出STOIC框架，结合图神经网络与表格基础模型，通过零样本校准实现图结构能源时间序列的共形预测，提供可靠的不确定性估计。
Comments Under-review
校准，而非编译：检测和修复语言模型编写的错误指定概率程序
机构 * RIKEN iTHEMS ； RIKEN AIP ； South China University of Technology（南方科技大学） ； Columbia University（哥伦比亚大学）
专题命中 规划推理 ：verifier(abstract)；分类 cs.LG
AI总结 本文提出用贝叶斯工作流（后验预测检查、模拟校准等）作为验证器，检测和修复LLM编写的概率程序中的统计错误，在检测（AUC 0.97）和修复（显著优于单元测试反馈）上表现优异。
健康科学中的科学解释：因果关系、信任与认知充分性
机构 * College of Mathematical Medicine, Zhejiang Normal University（浙江师范大学数学医学院） ； DAIS, Ca’ Foscari University of Venice（威尼斯大学DAIS） ； European Centre for Living Technology（欧洲生命技术中心）
专题命中 规划推理 ：reasoning(abstract)；分类 cs.AI
AI总结 本文结合科学哲学与可解释AI，探讨健康科学中解释的标准，提出因果关系、信任和解释充分性三个核心分析轴，为医学AI设计认知稳健且符合临床需求的解释系统提供原则。
CLOUDADV: 漂移下基于零样本基础模型的决策对齐实例大小调整
机构 * University of Pisa（比萨大学） ； Independent Researcher（独立研究员） ； Sintra Consulting Limited（Sintra咨询有限公司） ； Luiss University（路易斯大学）
专题命中 规划推理 ：planning(abstract)；分类 cs.AI
AI总结 提出CLOUDADV系统，结合零样本时间序列预测与有界推荐生成，在非平稳云环境中实现决策对齐的实例大小调整，通过参考推荐和成本节约评估，在7个生产VM案例中实现52.9%成本节省。
Comments 9 pages, 2 figures
具身CAD：基于求解器的LLM代理用于参数化B-Rep装配建模
机构 * Nanjing University（南京大学）
专题命中 规划推理 ：planning(abstract)；分类 cs.AI
AI总结 提出Embodied CAD框架，通过分层技能库和求解器反馈，让LLM代理迭代生成并修复参数化B-Rep装配模型，实现高可执行率和任务完成率。
Comments This paper contains 12 pages, 7 figures. This is an original unpublished manuscript submitted to the arXiv preprint server, with no prior publication or conference presentation
迈向包容性移动建模：城市系统中老年人轨迹模式的特征化与评估
机构 * School of Computing and Artificial Intelligence, Shanghai University of Finance and Economics（上海财经大学计算机与人工智能学院） ； MOE Key Laboratory of Interdisciplinary Research of Computation and Economics, Shanghai University of Finance and Economics（上海财经大学计算与经济学交叉研究教育部重点实验室） ； Center for Data Science, New York University（纽约大学数据科学中心）
专题命中 规划推理 ：planning(abstract)；分类 cs.AI
AI总结 本研究利用共享单车数据，通过合成轨迹生成案例，定量评估老年人出行数据缺失对移动建模的偏差影响，并对比马尔可夫链与大语言模型在不同人口训练集下的表现。
DDIAgents: 机制条件上下文流用于药物相互作用预测
机构 * Department of Electronic Engineering, Tsinghua University（清华大学电子工程系） ； Institute of Biomedical Engineering, University of Oxford（牛津大学生物医学工程研究所） ； Division of Emerging Interdisciplinary Areas, Hong Kong University of Science and Technology（香港科技大学新兴跨学科领域学部）
专题命中 规划推理 ：reasoning(abstract)；分类 cs.AI
AI总结 提出DDIAgents多智能体框架，通过动态知识编排预测药物相互作用，减少无关信息并生成可解释推理，性能优于现有方法。
自然语言解释中的判断质量测量：来自预测锦标赛的证据
机构 * Forecasting Research Institute（预测研究所） ； Good Judgment Inc（Good Judgment公司） ； University of Toronto（多伦多大学） ； Vector Institute for Artificial Intelligence（向量人工智能研究所） ； Stanford University（斯坦福大学） ； School of Arts and Sciences & Wharton, University of Pennsylvania（宾夕法尼亚大学文理学院与沃顿商学院） ； Federal Reserve Bank of Chicago（芝加哥联邦储备银行） ； Federal Reserve System（联邦储备系统）
专题命中 规划推理 ：reasoning(abstract)；分类 cs.CL
AI总结 提出解释质量标记（EQMs），用大语言模型评分60种理论驱动的推理模式，在超过55,000个预测-理由对中预测准确性，优于传统方法。
商业世界模型
机构 * AI Engineering, USA TODAY Co., Inc.（AI工程，USA TODAY公司） ； School of Systems Science and Industrial Engineering, Binghamton University, State University of New York（系统科学与工业工程学院，宾夕法尼亚州立大学宾夕法尼亚州立大学） ； Binghamton Center of Complex Systems, Binghamton University, State University of New York（宾夕法尼亚州立大学复杂系统中心） ； Waseda Innovation Lab, Waseda University, Tokyo, Japan（早稻田大学创新实验室）
专题命中 规划推理 ：planning(abstract)；分类 cs.AI
AI总结 提出商业世界模型（BWM）架构，将世界模型思想应用于商业环境，通过编码状态、动态、约束和目标，支持自主决策与规划。
民主ICAI：通过辩论从偏好中推导指导原则
机构 * TCS Research（TCS研究）
专题命中 规划推理 ：reasoning(abstract)；分类 cs.LG
AI总结 提出Democratic ICAI方法，通过结构化角色辩论收集多元理由，从偏好中提取更全面的指导原则，提升偏好预测准确性。
Comments Accepeted to the ICLR 2026 HCAIR Workshop, 40 pages
JD Oxygen AI 商品中心 (Oxygen AIIC) V1：面向商品理解、管理和应用的工业级 LLM/VLM 解决方案
机构 * Oxygen AIIC（氧气AIIC）
专题命中 规划推理 ：planning(abstract)；分类 cs.AI
AI总结 针对电商平台海量SKU的知识生产与服务挑战，提出基于LLM/VLM的工业级平台Oxygen AIIC，通过本体工程、S2D知识识别架构、自进化模型和统一商品通道，实现高精度、高吞吐的知识生产，并在搜索、推荐等场景取得显著收益。
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