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。
VLM能稳健推理吗？一项神经符号研究
机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； University of Edinburgh（爱丁堡大学）
专题命中 逻辑推理 ：reasoning(abstract)；分类 cs.AI、cs.LG
AI总结 研究视觉语言模型在分布偏移下的推理稳健性，提出结合VLM概念识别与电路符号推理的神经符号方法VLC，在三个视觉演绎推理任务上实现更高的分布外准确率。
Comments TMLR 2026
ATHENA：分层进化数值算法的智能团队
机构 * Division of Applied Mathematics, Brown University（布朗大学应用数学系）
专题命中 逻辑推理 ：reasoning(abstract)；分类 cs.AI、cs.LG
AI总结 ATHENA通过知识驱动的诊断流程，实现科学计算与科学机器学习的自动化，结合专家蓝图和组合空间，生成高精度数值解和稳定求解器，达到10^-14的验证误差。
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。
波的语法：通过神经符号VLM智能体实现可解释的多变量时间序列事件检测
机构 * AI Lab, SLB（SLB人工智能实验室） ； Télécom Paris, Institut Polytechnique de Paris, France（巴黎电信学院，巴黎高等理工学院，法国）
专题命中 逻辑推理 ：reasoning(abstract)；分类 cs.AI、cs.LG
AI总结 提出语言引导的时间序列事件检测（TSED）任务，通过事件逻辑树（ELT）将文本描述转化为结构化时序逻辑，并构建神经符号VLM智能体SELA，实现零/少样本事件检测与可解释推理。
Comments 8 pages (main text), 28 pages total including appendix. 9 figures, 7 tables
生成AI的另一种轨迹
机构 * Princeton University（普林斯顿大学）
专题命中 逻辑推理 ：reasoning(abstract)；分类 cs.AI、cs.LG
AI总结 本文提出通过构建领域特定超智能（DSS）来改进生成AI，利用符号抽象提升领域推理能力，避免LLM合成数据的模型崩溃问题，实现可持续发展。
TQA-Bench：评估大语言模型在多表问答中的表现
机构 * Hong Kong University of Science and Technology（香港科技大学） ； Tsinghua University（清华大学）
专题命中 逻辑推理 ：reasoning(abstract)；分类 cs.CL、cs.AI
AI总结 提出TQA-Bench基准，通过长上下文多表问答任务评估LLM，揭示其在复杂数据驱动环境中的挑战与机遇。
Comments Accepted by IEEE Transactions on Big Data
教LLM字符串匹配、回溯与错误恢复：为组合爆炸的位操作谜题推导基和真值表
机构 * NVIDIA
专题命中 逻辑推理 ：reasoning(abstract,comments)；分类 cs.AI
AI总结 提出一种新方法，通过字符串相似性、结构化搜索和自主错误恢复，避免复杂布尔逻辑，解决位操作谜题中的组合爆炸问题，实现96%以上验证准确率。
Comments 22 pages, 4 figures, 2 tables. 7th Place Solution for the NVIDIA Nemotron Model Reasoning Challenge (Kaggle)
金融科技中智能体人工智能的治理
专题命中 逻辑推理 ：verifier(abstract)；分类 cs.AI
AI总结 针对金融科技中智能体AI治理研究不足的问题，构建多层次治理理论，通过三项研究验证其机制，发现可验证性缺口是核心约束，该框架可扩展至其他高风险领域。
Comments 58 pages, 12 figures
增强本地大语言模型代理的Linux提权攻击能力
机构 * TU Wien（维也纳技术大学）
专题命中 逻辑推理 ：chain-of-thought(abstract)；分类 cs.AI
AI总结 本文研究通过系统性实验验证针对性干预能否提升本地开源模型在Linux提权中的性能，发现开源模型可匹配甚至超越云模型，且反思类干预效果最佳，但漏洞发现仍是本地模型的瓶颈。
Comments Accepted at RAISE workshop (https://raise-workshop.github.io/)
语言模型作为形式化工具在约束满足问题上的现实检验
机构 * Drexel University（德雷塞尔大学） ； University of Pennsylvania（宾夕法尼亚大学） ； Allen Institute for AI（艾伦人工智能研究所）
专题命中 逻辑推理 ：reasoning(abstract)；分类 cs.CL
AI总结 研究评估了语言模型作为形式化工具在约束满足问题中的表现，发现其在15种模型-数据集组合中表现劣于作为求解器，尽管形式化更具可验证性和可解释性。
利用大语言模型进行因果发现：一种基于约束和论证的方法
机构 * Department of Computing（计算系） ； Imperial College London（帝国理工学院伦敦分校）
专题命中 逻辑推理 ：reasoning(abstract)；分类 cs.AI
AI总结 本文提出利用大语言模型作为不完美的专家，结合语义结构先验和条件独立性证据，实现因果发现的先进方法。
Comments Accepted at UAI 2026. 37 pages, including appendix
HybridToken-VLM：用于视觉-语言模型的混合令牌压缩
机构 * Sun Yat-sen University（中山大学） ； Princeton University（普林斯顿大学） ； Snap Inc（Snap公司）
专题命中 逻辑推理 ：reasoning(abstract)；分类 cs.AI
AI总结 HybridToken-VLM通过混合令牌压缩技术，在保持性能的同时显著提升视觉-语言模型的效率
Comments Accepted at CVPR 2026. Code available at https://github.com/jushengzhang/HybridToken-VLM
学习协调符号工具：用于验证平方和（SOS）证书的大语言模型（LLM）智能体
专题命中 逻辑推理 ：verifier(abstract)；分类 cs.AI
AI总结 该研究开发结合领域训练、符号工具和验证反馈的LLM智能体，在加权SOS验证任务上达到78.96%成功率，为可精确检查输出领域的工具调用智能体设计提供案例。
Comments 15 pages, 4 figures
AutoRefine: 从轨迹到可重用的专业知识为连续LLM代理优化
机构 * alibaba（阿里巴巴集团）
专题命中 逻辑推理 ：reasoning(abstract)；分类 cs.AI
AI总结 AutoRefine通过提取和维护双重形式的经验模式，提升连续LLM代理的知识积累与维护效率，实现98.4%的准确率提升。
Comments 7 pages, 2 figures, 3 tables
信念-愿望-意图本体用于建模心理现实与代理
机构 * CNR - Institute of Cognitive Sciences and Technologies（CNR认知科学与技术研究所） ； CNR - Institute for Research on Population and Social Policies（CNR人口与社会政策研究所） ； CNR - Research Institute on Sustainable Economic Growth（CNR可持续经济增长研究所） ； University of Bologna - Department of Philosophy（博洛尼亚大学哲学系）
专题命中 逻辑推理 ：reasoning(abstract)；分类 cs.AI
AI总结 本文提出了一种形式化的BDI本体，通过模块化设计模式实现信念、愿望、意图及其动态关系，结合LLMs和Semas平台验证其在认知基础和语义可互操作性中的应用。
Journal ref Journal of Web Semantics (2026) 90:100885
NeSyFS：部分可观测场景下LLM智能体的神经符号快慢思考框架
专题命中 逻辑推理 ：planning(abstract)；分类 cs.AI
AI总结 该研究针对部分可观测场景下LLM智能体的决策挑战，提出NeSyFS神经符号快慢思考框架，结合知识图谱、TSMC算法与反思模块，在三个基准测试中表现优于现有方法。
地图对机器来说仍然重要吗：重新审视分级统计图在基础模型空间理解中的作用
专题命中 逻辑推理 ：reasoning(abstract)；分类 cs.AI
AI总结 研究探讨分级统计图对基础模型空间理解的作用，引入ChoroplethMap-Bench基准，在三种输入条件下评估22个模型，发现地图能显著提升空间推理，尤其结合符号数据及高层次空间模式理解任务时，证明地图是基础模型空间推理的重要外部表示。
Comments 34 pages, 4 figures, and 10 tables
不要只看封面判断一本书：测试LLMs在逻辑混淆下的鲁棒性
机构 * Manipal University Jaipur（马纳普大学贾普尔分校） ； Indian Institute of Technology, Patna（印度理工学院帕坦分校） ； Indian Institute of Science Education and Research, Kolkata（印度科学教育与研究学院科钦分校）
专题命中 逻辑推理 ：reasoning(abstract)；分类 cs.CL
AI总结 本研究提出Logifus框架和LogiQAte基准，测试LLMs在逻辑混淆下的鲁棒性，发现混淆显著降低模型性能，揭示当前LLMs缺乏深度理解。
Comments 19 pages, 6 figures
MolSight: 一种用于统一化学图像理解的图感知视觉语言模型
机构 * Renmin University of China（中国人民大学）
专题命中 逻辑推理 ：reasoning(abstract)；分类 cs.AI
AI总结 提出MolSight框架，通过分子拓扑模块和分子接地模块增强视觉语言模型对分子图像的结构理解，在多项化学视觉理解任务中显著优于现有模型。
编译AI：基于LLM的工作流自动化确定性代码生成
机构 * XY.AI Labs, Palo Alto, CA（XY.AI实验室，帕洛阿尔托） ； Stanford University School of Medicine, Stanford, CA（斯坦福大学医学院，斯坦福） ； Cornell University, Department of Computer Science, Ithaca, NY（康奈尔大学计算机科学系，伊萨卡） ； Brigham and Women’s Hospital / Harvard Medical School, Boston, MA（布莱根妇女医院/哈佛医学院，波士顿）
专题命中 逻辑推理 ：planning(abstract)；分类 cs.AI
AI总结 本文研究编译AI，一种大语言模型在编译阶段生成可执行代码，随后工作流确定性执行的范式。重点探讨其在高风险企业工作流中的应用，尤其在医疗领域，强调可靠性与可审计性。
Comments 14 pages, 2 figures, 3 tables
网络智能：用于人类-人工智能团队科学的主动共享上下文图
机构 * Pacific Northwest National Laboratory（太平洋西北国家实验室）
专题命中 逻辑推理 ：reasoning(abstract)；分类 cs.AI
AI总结 研究旨在培养人类与AI系统间的网络智能。提出Mycelium主动共享工作区，能自动连接人员与智能体，捕获并路由重要信息。通过生物多组学活动测试，验证其可将局部发现转化为实验设计，还对网络智能进行了计算解释。
DAGForge：利用生物医学文献进行可审计的因果DAG创作
机构 * Massachusetts General Hospital（麻省总医院） ； Harvard University（哈佛大学） ； Northeastern University（东北大学）
专题命中 逻辑推理 ：reasoning(abstract)；分类 cs.AI
AI总结 该研究针对生物医学因果分析中构建因果DAG多为手动过程的问题，提出DAGForge系统。它能基于研究概念描述创作可审计的因果DAG，经评估在召回率等方面表现良好，减轻了DAG策划负担，支持生物医学研究相关工作。
Comments 10 pages, 2 figures
MARS：用于知识图谱问答的多跳自适应检索与SPARQL生成
机构 * Heinz Nixdorf Institute, Paderborn University（海因茨·尼克斯多夫研究所，帕德博恩大学）
专题命中 逻辑推理 ：reasoning(abstract)；分类 cs.CL
AI总结 研究针对大型语言模型在知识密集型任务中可靠性受限的问题，提出MARS方法，通过结构化检索过程链接问题实体与知识图谱，迭代获取信息并决定检索深度或生成SPARQL查询，在多个基准测试中性能有竞争力且高效可扩展。
Comments EKAW 2026 (accepted-posters-and-demos" target="_blank" rel="noopener">https://ekaw2026.di.unito.it/accepted-posters-and-demos)
对齐量子算子与大型语言模型
机构 * University of California, Berkeley（加州大学伯克利分校）
专题命中 逻辑推理 ：reasoning(abstract)；分类 cs.AI
AI总结 提出将酉算子映射到LLM潜空间的方法，实现量子与语言输入的联合建模，在Clifford+T电路合成任务上取得与最先进方法竞争的结果，并支持语言条件合成。
Evo-DKD：用于大语言模型中自主本体进化的双知识解码
机构 * Radian Group Inc.（Radian集团） ； Sri Sivasubramaniya Nadar College Of Engineering（纳德工程学院）
专题命中 逻辑推理 ：reasoning(abstract)；分类 cs.AI
AI总结 研究针对本体和知识图谱进化难题，提出Evo-DKD双解码器框架，结合结构化遍历与非结构化推理，通过动态注意力机制协调，经模拟在单流模式下近似双解码，实验证明其在多领域用例中优于基线，为知识库维护提供新范式。
Comments 6 pages, 6 figures, 2 tables. Accepted for publication at IEEE ICMLA 2026
AREX：迈向深度研究的递归自我改进智能体
机构 * Beijing Academy of Artificial Intelligence (BAAI)（北京通用人工智能研究院）
专题命中 逻辑推理 ：reasoning(abstract)；分类 cs.AI
AI总结 该研究针对深度研究中发现与验证答案的不对称性，提出递归自我改进智能体AREX。它通过内部研究与外部自我改进循环交替工作，学习自主上下文更新工具，经训练后在多个基准测试中显著优于同等规模基线，与参数更多模型竞争。
突破学习符号计算的数据障碍：变量顺序建议的圆柱代数分解案例研究
机构 * School of Mathematical Sciences, Jiangsu University（江苏大学数学科学学院） ； Chongqing Institute of Green and Intelligent Technology, Chinese Academy of Sciences（中国科学院重庆绿色智能技术研究所） ； Chongqing School, University of Chinese Academy of Sciences（中国科学院大学重庆学院）
专题命中 逻辑推理 ：reasoning(abstract)；分类 cs.LG
AI总结 本研究通过预训练和微调Transformer模型，改进了圆柱代数分解中变量顺序建议的效率，提升了符号计算的性能。
分析八个大语言模型的伦理逻辑
专题命中 逻辑推理 ：reasoning(abstract)；分类 cs.AI
AI总结 研究分析OpenAI等八个大语言模型的伦理逻辑，通过让模型回答伦理原则问题和道德困境，用多种理论分析其回答，发现模型伦理判断趋同但在做决定意愿等方面有差异，还能增进对人工智能工作及增强人类伦理行为的理解。
DN-Hypo-Pipeline：一种基于大语言模型和科学解释的AI驱动假设生成工作流
机构 * Computer Network Information Center, Chinese Academy of Sciences, China（中国科学院计算机网络信息中心）
专题命中 逻辑推理 ：reasoning(abstract)；分类 cs.AI
AI总结 提出DN-Hypo-Pipeline，利用大语言模型和科学解释作为先验知识，从现有文献中推导新假设，在数据科学建模中通过统计推断和专家评估证明优于直接生成方法，并验证了生成假设对应的算法性能。
基于贝尔纳普类型内涵一阶逻辑的神经符号通用人工智能机器人的概率扩展
机构 * ISRST（未知（可能是某个特定名称的机构））
专题命中 逻辑推理 ：reasoning(abstract)；分类 cs.AI
AI总结 研究基于$IFOL_B$的神经符号人工智能，通过概率计算扩展其认知能力，引入全局和局部对称变换，利用神经网络基于香农最大信息熵计算概率密度函数$KI$，实现对未知句子概率计算及相关实时决策。
Comments 37 pages
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