Maestro Order: A Model-Agnostic Orchestration Harness
Maestro Order: 一种模型无关的编排框架
专题命中 规划推理 ：verifier(abstract)；分类 cs.AI
AI总结 提出Maestro Order框架，通过分解、集成、验证和递归四种原语组合模型，并利用预算感知控制器分配计算资源，将不可靠的求解器转化为可靠的问题解决系统，显著提升可靠性。
Comments 10 pages, 4 figures
AI 大模型
大模型推理能力
大模型数学、逻辑、规划、多步推理和测试时计算能力。
1. 规划推理 880 篇
Decentralized Autonomous Traffic Management through Corridor Networks
通过走廊网络的去中心化自主交通管理
机构 * Department of Aeronautics and Astronautics（航空航天系） ； Massachusetts Institute of Technology（麻省理工学院） ； University of Maryland（马里兰大学）
专题命中 规划推理 ：planning(abstract)；分类 cs.AI
AI总结 针对高密度自主航空交通，提出基于多智能体强化学习的去中心化走廊网络交通流管理方法，零样本迁移至复杂网络，无需集中协调或重训练。
Comments Presented at the Second US-Europe Air Transportation Research and Development Symposium (ATRDS2026)
Superhuman AI for Generals.io Using Self-Play Reinforcement Learning
基于自我对弈强化学习的Generals.io超人类AI
机构 * Department of Applied Mathematics, Charles University（查尔斯大学应用数学系） ； Department of Computer Science, Faculty of Electrical Engineering, Czech Technical University in Prague（捷克理工大学电气工程学院计算机科学系） ； EquiLibre Technologies, Inc.（EquiLibre Technologies公司）
专题命中 规划推理 ：planning(abstract)；分类 cs.LG
AI总结 通过自研JAX模拟器（单GPU每秒千万帧，提速万倍）和自对弈策略梯度训练视觉Transformer，在实时策略游戏Generals.io中达到超人类水平，1v1排行榜第一，对顶级人类玩家胜率199-70。
Predicate Importance Estimation and Decoupled Rationale-Score Distillation for Entity Alignment
谓词重要性估计与解耦理由-分数蒸馏用于实体对齐
机构 * SungKyunKwan University（成均馆大学） ； NAVER
专题命中 规划推理 ：reasoning(abstract)；分类 cs.CL
AI总结 提出谓词重要性估计和解耦理由-分数蒸馏两个模块，通过谓词感知嵌入和蒸馏小语言模型提升知识图谱实体对齐性能，并利用分数与理由的不一致实现人机协同验证。
Comments 12 pages, 10 figures
CodeTeam: An LLM-Powered Multi-Agent Framework for Repository-Level Code Generation
CodeTeam: 一个基于LLM的多智能体框架用于仓库级代码生成
机构 * School of Computer Science, Wuhan University（武汉大学计算机学院） ； School of Computer Science, Nanjing University of Science and Technology（南京理工大学计算机学院） ； School of Computer Science, Central China Normal University（中央财经大学计算机学院） ； School of Computing Technologies, RMIT University（皇家墨尔本理工学院计算技术学院） ； M3S Research Group, SEIS Unit, University of Oulu（奥卢大学M3S研究组，SEIS单元）
专题命中 规划推理 ：planning(abstract)；分类 cs.AI
AI总结 提出CodeTeam框架，通过分离规划、决策和实现阶段，结合多智能体协作与依赖感知调度，解决仓库级代码生成中的长程规划与跨文件一致性问题，在SketchEval和NL2Repo-Bench上取得显著提升。
Comments 36 pages, 5 images, 9 tables, Manuscript submitted to a Journal (2026)
When to Plan, When to Polish: Noise Level as a Granularity Axis for Diffusion Language Models
何时规划，何时精炼：噪声水平作为扩散语言模型的粒度轴
机构 * Washington State University（华盛顿州立大学）
专题命中 规划推理 ：planning(abstract)；分类 cs.CL
AI总结 提出噪声依赖粒度控制（NDGC）方法，通过噪声水平调节训练和推理的粒度，实现从粗到细的去噪，无需显式规划器或层次结构，提升生成质量。
Agent Behavior Mining: Generative AI Agent Governance in Business Processes
智能体行为挖掘：业务流程中的生成式AI智能体治理
机构 * SAP ； Umeå University（于默奥大学）
专题命中 规划推理 ：reasoning(abstract)；分类 cs.AI
AI总结 针对生成式AI智能体在业务流程中的不可见自主性风险，提出智能体行为挖掘方法，通过事件数据模型将智能体活动转化为标准流程日志，实现决策可观测与可追溯，并验证其实用性。
Comments Accepted at BPM conference 2026 management main track
Zhinong AI: A Design-Science Study of an AI-Enabled Agricultural Decision-Support Platform for Smallholder Production
Zhinong AI：面向小农生产的AI赋能农业决策支持平台的设计科学研究
机构 * University of Sanya（三亚大学） ； Hebei International Studies University（河北国际关系学院）
专题命中 规划推理 ：planning(abstract)；分类 cs.AI
AI总结 本文通过设计科学研究，提出了一个集成信息推送、问答、诊断、日历管理等功能的小农决策支持平台，并构建了分层架构、闭环流程、评估指标和治理框架，为AI农业原型转化为可测试、负责任的基础设施提供了结构化研究框架。
Calibration Without Comprehension: Diagnosing the Limits of Fine-Tuning LLMs for Vulnerability Detection in Systems Software
无理解的校准：诊断微调大语言模型在系统软件漏洞检测中的局限性
机构 * University of North Carolina at Charlotte（北卡罗来纳大学夏洛特分校）
专题命中 规划推理 ：reasoning(abstract)；分类 cs.AI
AI总结 提出CWE-Trace框架，通过834个Linux内核样本和两个诊断指标（DFI和HDD）评估LLM漏洞检测能力，发现数据污染无实质帮助，微调仅改变输出阈值而非决策策略，模型缺乏真正的安全推理能力。
Lagrange: An Open-Vocabulary, Energy-Based Sparse Framework for Generalized End-to-End Driving
Lagrange: 一种面向通用端到端驾驶的开放词汇、基于能量的稀疏框架
专题命中 规划推理 ：reasoning(abstract)；分类 cs.AI
AI总结 提出Lagrange框架，利用掩码潜在场和视觉语言模型实现开放词汇、稀疏计算，通过拉格朗日动作最小化确保运动学约束，在nuScenes和CODA基准上验证了鲁棒性和可解释性。
Enhancing Decision-Making with Large Language Models through Multi-Agent Fictitious Play
通过多智能体虚拟博弈增强大语言模型的决策能力
机构 * National University of Singapore（新加坡国立大学）
专题命中 规划推理 ：reasoning(abstract)；分类 cs.CL
AI总结 针对多智能体系统中决策任务因立场纠缠而难以分解的问题，提出基于虚拟博弈的多智能体虚拟博弈（MAFP）范式，通过迭代最佳响应实现均衡求解，提升决策质量和鲁棒性。
Comments 18 pages, 8 figures
User as Engram: Internalizing Per-User Memory as Local Parametric Edits
用户作为印迹：将每用户记忆内化为局部参数编辑
机构 * Pine AI
专题命中 规划推理 ：reasoning(abstract)；分类 cs.AI
AI总结 提出User as Engram方法，将用户事实存储为Engram模型的哈希键控记忆表中的局部编辑，推理技能共享一个适配器，实现高精度间接推理且内存占用极小。
Toward Vibe Medicine: A Self-Evolving Multi-Agent Framework for Clinical Decision Support
迈向振动医学：一种用于临床决策支持的自演化多智能体框架
机构 * Medical AI Lab, The First Hospital of Hebei Medical University（河北医科大学第一医院医学人工智能实验室） ； Hebei Provincial Engineering Research Center for AI-Based Cancer Treatment Decision-Making, The First Hospital of Hebei Medical University（河北省人工智能癌症治疗决策工程研究中心，河北医科大学第一医院） ； State Key Laboratory of Neurology and Oncology Drug Development（神经与肿瘤药物研发国家重点实验室） ； School of Computing, University of Georgia（佐治亚大学计算学院） ； Department of Radiation Oncology, National Cancer Center/National Clinical Research Center for Cancer/Cancer Hospital and Shenzhen Hospital, Chinese Academy of Medical Sciences and Peking Union Medical College（中国医学科学院北京协和医学院国家癌症中心/国家肿瘤临床医学研究中心/肿瘤医院深圳医院放射治疗科） ； Department of Radiation Oncology, Mayo Clinic（梅奥诊所放射肿瘤科） ； College of Mechanical and Power Engineering, China Three Gorges University（三峡大学机械与动力工程学院） ； Department of Radiation Oncology, Guangzhou Concord Cancer Center（广州康华肿瘤中心放射治疗科） ； Gastrointestinal Disease Diagnosis and Treatment Center, The First Hospital of Hebei Medical University（河北医科大学第一医院胃肠疾病诊疗中心） ； Department of General Surgery, The First Hospital of Hebei Medical University（河北医科大学第一医院普通外科）
专题命中 规划推理 ：planning(abstract)；分类 cs.AI
AI总结 提出VIBEMed多智能体框架，通过自演化机制和架构级安全沙箱，从交互历史中动态学习，实现个性化临床决策支持。
LoHoSearch: Benchmarking Long-Horizon Search Agents Beyond the Human Difficulty Ceiling
LoHoSearch: 超越人类难度上限的长时域搜索代理基准测试
机构 * Meituan（美团）
专题命中 规划推理 ：reasoning(abstract)；分类 cs.CL
AI总结 提出LoHoSearch基准，基于700万维基实体知识图谱自动构建544个复杂问题，评估显示最强模型仅34.74%准确率，远超人类难度上限。
Fixed-Point Reasoners: Stable and Adaptive Deep Looped Transformers
不动点推理器：稳定且自适应的深度循环Transformer
机构 * ELLIS Institute Tübingen, Max Planck Institute for Intelligent Systems, Tübingen AI Center（ELLIS研究所蒂宾根，马克斯·普朗克智能系统研究所，蒂宾根人工智能中心） ； ETH Zurich（苏黎世联邦理工学院） ； Swiss Institute of Bioinformatics（瑞士生物信息学研究所） ； Université Paris Cité（巴黎西岱大学） ； Liquid AI
专题命中 规划推理 ：reasoning(abstract)；分类 cs.AI
AI总结 针对循环架构中深度导致的信号传播问题，提出基于预层归一化和残差缩放的FPRM模型，利用不动点收敛作为端到端停止机制，在Sudoku、Maze等推理基准上自适应计算并有效提升性能。
Comments Code available at https://github.com/nilskiKonjIzDunava/fprm
A Unified Framework for Context-Aware and Relation-Aware Graph Retrieval-Augmented Generation
上下文感知与关系感知的图检索增强生成统一框架
机构 * Zhejiang University（浙江大学） ； Nanyang Technological University（南洋理工大学） ； Finvolution Group（信也科技集团）
专题命中 规划推理 ：reasoning(abstract)；分类 cs.AI
AI总结 提出HyGRAG分层图RAG框架，通过构建融合上下文与关系的摘要、跨层级检索及动态更新，将多跳推理准确率提升9.7%。
Comments Accepted at The ACM Web Conference 2026 (WWW '26)
MagicSim: A Unified Infrastructure for Executable Embodied Interaction
MagicSim: 可执行具身交互的统一基础设施
机构 * Northwestern University（西北大学） ； Peking University（北京大学） ； University of California, Berkeley（加州大学伯克利分校） ； ShanghaiTech University（上海科技大学）
专题命中 规划推理 ：planning(abstract)；分类 cs.AI
AI总结 提出MagicSim，一个基于确定性批处理运行时和共享MDP的具身交互基础设施，通过YAML规范解耦内容、放置、行为和智能体暴露，统一世界构建、执行、评估和自动生成轨迹。
Transformer-Based Warm-Starting for Feasible and Optimal Terminal Approach to Tumbling Objects with Space Manipulators
基于Transformer的可行且最优末端接近翻滚目标的空间机械臂热启动方法
机构 * Stanford University（斯坦福大学）
专题命中 规划推理 ：planning(abstract)；分类 cs.AI
AI总结 针对空间机械臂末端接近翻滚目标的实时轨迹生成问题，提出基于因果Transformer的热启动方法，通过分解规划并热启动姿态-力矩分配阶段，在300个测试场景中减少28%迭代次数和23%运行时间，同时保持控制成本分布。
Comments 8 pages, 4 figures
From Shield to Target: Denial-of-Service Attacks on LLM-Based Agent Guardrails
从盾牌到靶心：针对基于LLM的智能体护栏的拒绝服务攻击
机构 * National University of Singapore（新加坡国立大学） ； University of Science and Technology of China（中国科学技术大学）
专题命中 规划推理 ：reasoning(abstract)；分类 cs.AI
AI总结 本文揭示基于LLM的护栏易受拒绝服务攻击，通过束搜索优化框架和机制感知结构变异生成恶意负载，导致令牌放大13-63倍、延迟放大148倍，威胁系统可用性。
Context-Aware RL for Agentic and Multimodal LLMs
上下文感知强化学习用于智能体与多模态大语言模型
机构 * Princeton University（普林斯顿大学） ； UC Davis（加州大学戴维斯分校）
专题命中 规划推理 ：reasoning(abstract)；分类 cs.CL
AI总结 提出ContextRL方法，通过间接辅助目标（上下文选择奖励）增强大模型在长上下文和多模态任务中的细粒度推理能力，在5个长程基准和12个视觉问答基准上分别提升+2.2%和+1.8%。
Comments 29 pages, 9 figures
Medical world models: representing medical states, modelling clinical dynamics and guiding intervention policies
医疗世界模型：表示医疗状态、建模临床动态与指导干预策略
机构 * College of Computer Science, Zhejiang University（浙江大学计算机科学与技术学院） ； School of Medicine, Zhejiang University（浙江大学医学院） ； Department of Biomedical Informatics, Harvard University（哈佛大学生物医学信息学系）
专题命中 规划推理 ：planning(abstract)；分类 cs.AI
AI总结 本文提出医疗世界模型框架，通过构建患者状态、建模临床动态和支持干预决策，推动医疗AI从静态诊断向动态模拟演进。
Misinformation Propagation in Benign Multi-Agent Systems
良性多智能体系统中的错误信息传播
机构 * University of Göttingen, Germany（德国哥廷根大学） ； LKA NRW, Germany（德国北莱茵-威斯特法伦州警署） ； Shared last authorship（共同通讯作者）
专题命中 规划推理 ：reasoning(abstract)；分类 cs.CL
AI总结 研究在良性多智能体系统中，基于意图的错误信息如何通过智能体交互传播，并发现多智能体辩论相比单智能体提示能减少性能下降，鲁棒性取决于群体组成和决策协议。
Comments 20 pages, 8 figures, 1 table
User as Code: Executable Memory for Personalized Agents
用户即代码：面向个性化智能体的可执行记忆
机构 * Pine AI
专题命中 规划推理 ：reasoning(abstract)；分类 cs.AI
AI总结 提出可执行记忆范式User as Code，将用户模型转化为可运行的Python代码，通过两阶段流水线实现精确聚合与规则执行，在长对话基准上达到78.8%召回率，聚合问题准确率99%，并能主动触发安全警报。
Can LLM Coding Agents Reason About Time Series?
LLM 编码智能体能否推理时间序列？
机构 * Institute of Formal and Applied Linguistics, Faculty of Mathematics and Physics, Charles University（查尔斯大学数学与物理学院形式与应用语言学研究所）
专题命中 规划推理 ：reasoning(abstract)；分类 cs.CL
AI总结 研究 LLM 编码智能体在时间序列分析中的能力，发现代码访问可提升性能达 10%，但仍有 22-34% 错误，并分析了推理差距。
Comments 17 pages, 7 figures
Steering Emotional Dynamics for Art Therapy: Controllable Narrative Script Generation through Hierarchically Guided LLM Agents
引导艺术治疗的情感动态：通过分层引导的LLM智能体实现可控叙事脚本生成
机构 * Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； School of Artificial Intelligence, University of Chinese Academy of Sciences（中国科学院大学人工智能学院）
专题命中 规划推理 ：planning(abstract)；分类 cs.AI
AI总结 提出EC-Script框架，通过分层控制情感轨迹生成叙事脚本，实现情感轨迹规划、场景驱动和局部情感调节，显著优于基线方法。
Is Your Trajectory Displacement Safe in Long-tail?
你的轨迹位移在长尾场景中安全吗？
机构 * Shanghai Qi Zhi Institute（上海期智研究院） ； Tsinghua University（清华大学） ； Tongji University（同济大学）
专题命中 规划推理 ：planning(abstract)；分类 cs.AI
AI总结 提出FluidTest评估框架，通过成对WebUI协议、32种语义威胁分类和三元验证系统，检测规划轨迹相对于专家参考的额外威胁，实验发现SOTA规划器仍存在大量安全相关失败。
Comments 20 pages, 15 figures
A Comprehensive Survey of Medical Image Segmentation: Challenges, Benchmarks, and Beyond
医学图像分割综述：挑战、基准与未来展望
机构 * School of Control and Computer Engineering, North China Electric Power University（华北电力大学控制与计算机工程学院） ； SPIC Digital Technology Co., Ltd（国家电投数字科技有限公司） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； Department 6 of Health Care, Second Medical Center, People’s Liberation Army General Hospital（中国人民解放军总医院第二医学中心健康医学科六病区）
专题命中 规划推理 ：planning(abstract)；分类 cs.AI
AI总结 本文系统综述了基于U-Net、Transformer和SAM架构的医学图像分割方法，分析主要挑战，旨在指导未来研究并推动临床转化。
Comments 12 pages,3 figures,1 table. All related resources are available at https://github.com/andrew-pengyu/Awsome_MedSeg/tree/main
Mutual Distillation of Dual-Foundation Models for Semi-Supervised PET/CT Segmentation
双基础模型的相互蒸馏用于半监督PET/CT分割
机构 * Central South University（中南大学） ； Hangzhou Dianzi University（杭州电子科技大学） ； Communication University of Zhejiang（浙江传媒学院） ； Northeastern University（东北大学）
专题命中 规划推理 ：planning(abstract)；分类 cs.AI
AI总结 提出MuDuo框架，利用SAM-Med3D和SegAnyPET分别从CT和PET中蒸馏知识到轻量学生网络，实现半监督器官分割，仅用5个标注样本在AutoPET数据集上达到最优性能。
Comments MICCAI 2026
FactCheck: Feasibility-aware Long-term Action Anticipation with Multi-agent Collaboration
FactCheck: 基于多智能体协作的可行性感知长期动作预测
机构 * The Hong Kong Polytechnic University（香港理工大学） ； China Mobile（中国移动）
专题命中 规划推理 ：verifier(abstract)；分类 cs.AI
AI总结 提出FactCheck多智能体框架，通过闭环“观察-规划-验证”机制，结合历史动作图验证可行性，在EPIC-Kitchens-55和EGTEA Gaze+上超越现有方法。
Selective Agentic Recovery for UAV Autonomy with a Persistent Mission Runtime
面向无人机自主性的选择性代理恢复与持久任务运行时
机构 * Department of Electrical and Electronic Engineering, Korea University（高丽大学电气与电子工程系）
专题命中 规划推理 ：reasoning(abstract)；分类 cs.AI
AI总结 提出持久任务运行时（PMR）框架，通过选择性调用外部代理推理器实现无人机恢复，引入学习型调用认知价值（learned-CVI）门控机制，在Gazebo/PX4基准测试中将硬/模糊场景成功率从5.0%提升至95.0%，同时减少16.7%的远程调用和29.2%的令牌消耗。
Comments 17 pages, 2 figures. Preprint
