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。
SupplyNet: 通过上下文多智能体模拟支持供应链中的视觉探索式学习
专题命中 规划推理 ：reasoning(abstract)
AI总结 提出SupplyNet，一种基于上下文图的多智能体LLM框架的视觉模拟系统，通过交互式网络视图、分支时间线和任务分析控制台，支持供应链中的反事实探索、因果追踪和比较推理，提升用户参与度和理解。
Comments 25 pages, 7 figures
基于选择性成本估计的多智能体系统变束大小反应式多任务分配
机构 * Luleå University of Technology（吕勒奥理工大学）
专题命中 规划推理 ：planning(abstract)
AI总结 提出一种分布式两阶段多保真束生成框架，通过低保真启发式搜索束空间，仅对最有希望候选进行高保真路径规划，实现反应式多机器人任务分配，提高拍卖方法性能。
Comments Accepted for publication at the 23rd World Congress of the International Federation of Automatic Control (IFAC 2026)
ActiveScope: 主动寻求和纠正MLLMs的感知
机构 * University of Chinese Academy of Sciences（中国科学院大学） ； State Key Lab of AI Safety, Institute of Computing Technology, Chinese Academy of Sciences, Beijing, China（中国科学院人工智能安全国家重点实验室，计算技术研究所，北京，中国） ； Harbin Institute of Technology (Weihai)（哈尔滨工业大学（威海））
专题命中 规划推理 ：self-correction(abstract)
AI总结 提出ActiveScope框架，通过语义锚点定位和干扰抑制细化模块，解决MLLMs在高分辨率图像中的细粒度感知问题，在V* Bench上达到96.34%准确率。
Comments ICML 2026
AI训练集群的预调度共振安全准则
专题命中 规划推理 ：planning(abstract)
AI总结 针对AI训练集群在BSP协议下对电网产生的周期性功率波动，提出一种预调度安全准则，通过解析两区域摇摆方程，界定危险迭代周期带，并量化集群规模上限。
Comments Submitted for North American Power Symposium (NAPS) 2026, October 11 - 13, 2026
RAPID：一种可复现的多智能体管道，用于从卫星和街景图像中进行可解释的灾害损害评估
机构 * National University of Singapore（新加坡国立大学） ； The University of Alabama（阿拉巴马大学）
专题命中 规划推理 ：reasoning(abstract)
AI总结 提出RAPID，一种可复现的多智能体管道，无需任务特定微调即可实现零样本灾害损害评估，通过跨视图理解、图像恢复和结构化识别生成可解释的评估报告，在多种灾害中达到0.92的分类准确率。
Comments 12 pages, 8 figures
AI数据中心与电力系统可持续性：理解AI驱动数据中心对电力系统的可持续性影响
专题命中 规划推理 ：planning(abstract)
AI总结 本文概述AI数据中心对电力系统可持续性的影响机制，分析其负荷行为、供电配置及对碳排放和可再生能源利用的影响，并评估企业可持续性路径与碳核算实践。
Comments 13 pages, 3 figures, to be published in IEEE Energy Sustainability Magazine
DEFENGRAPH：面向蓝队网络防御的知识图谱增强型大语言模型
专题命中 规划推理 ：reasoning(abstract)
AI总结 提出DEFENGRAPH框架，通过双层静态-动态知识图谱与图路径检索、上下文过滤和重排序增强LLM的上下文推理，在红蓝对抗演习数据上显著提升防御决策的召回率和精确率。
Timage: 一种用于微调视觉语言模型的文本嵌入图像生成范式
机构 * Fudan University（复旦大学） ； Shenzhen University of Advanced Technology（深圳先进技术大学） ； Tencent Jarvis Lab（腾讯贾维斯实验室） ； Southern University of Science and Technology（南方科技大学）
专题命中 规划推理 ：reasoning(abstract)
AI总结 提出Timage范式，通过约束薛定谔桥将查询文本作为排版覆盖层嵌入图像，以显式空间锚点引导模型关注，在不侵蚀骨干能力前提下提升细粒度空间推理性能。
Comments ECCV
Vortex: 面向智能视频检索的多模态融合系统
机构 * University of Science, VNU-HCM（越南国立大学胡志明市理科大学） ； Vietnam National University, Ho Chi Minh City（越南国立大学胡志明市）
专题命中 规划推理 ：reasoning(abstract)
AI总结 提出Vortex系统，融合自适应关键帧提取、多模态元数据生成及混合检索策略（CLIP与SigLIP2的倒数秩融合），结合Rocchio反馈和多阶段时序搜索，在比赛中取得优异成绩。
Comments SOICT 2025
SAFE-Cascade: 面向图表问答的成本自适应视觉语言路由
机构 * University of Arkansas（亚拉巴马大学）
专题命中 规划推理 ：reasoning(abstract)
AI总结 提出SAFE-Cascade系统，通过OCR和轻量语言模型先给出答案，再由学习路由器决定是否调用VLM，在ChartQA上以73.1%的VLM调用率达到69.1%准确率，减少26.9%的VLM调用和9.3%的成本。
Comments Demo paper submitted at CIKM 2026. 4 pages, 2 figures
LLM介导的人机交互在搜索与救援中的应用：专业知识对注意力分配的影响
专题命中 规划推理 ：planning(abstract)
AI总结 本研究通过模拟搜索救援任务，比较有无大语言模型（LLM）指导的条件，结合眼动追踪和行为分析，发现LLM提升任务效率但未增加总救援人数，并揭示了注意力-指导权衡，其中专业知识调节了用户对AI的依赖模式。
自动驾驶中基于反事实分析的自监督相关性建模
机构 * Networked Systems Lab, Universidad Miguel Hernandez de Elche（网络系统实验室，米格尔·希内斯·埃尔切大学）
专题命中 规划推理 ：planning(abstract)
AI总结 提出一种基于反事实分析的自监督方法，用于量化自动驾驶中物体的相关性，实现毫秒级实时估计，并生成相关性热图以辅助感知与规划。
自动驾驶汽车的混合现实测试平台
机构 * Division of Systems Engineering（系统工程系） ； Boston University（波士顿大学） ； Department of Electrical and Computer Engineering（电气与计算机工程系）
专题命中 规划推理 ：planning(abstract)
AI总结 提出一种混合现实硬件在环测试平台，集成物理移动机器人与高保真仿真环境，用于验证感知、规划和控制算法，并支持多智能体系统研究。
Comments 9 pages, 7 figures, 1 table
Mind Companion: 一种用于基于过程心理治疗的具身对话代理
专题命中 规划推理 ：planning(abstract)
AI总结 提出Mind Companion，一种基于大语言模型的具身对话代理，通过多层级心理分析与过程治疗原则，实时分析客户陈述并生成回应，评估显示GPT-5.2在多个维度上优于人类治疗师。
Journal ref 2026 IEEE 14th International Conference on Healthcare Informatics (ICHI), Minneapolis, MN, June 1-3, 2026, pp. 980-989
SpecGen: 利用推测生成加速智能体内核优化
专题命中 规划推理 ：reasoning(abstract)
AI总结 针对智能体内核优化中生成延迟长、反馈不足和资源利用率低的问题，提出SpecGen系统，通过推测生成在推理过程中提前产生候选内核，并行验证剖析，动态调整资源，并利用远程KV缓存减少前缀重计算，显著降低端到端时间并提升内核加速比。
两个自私智能体在图上的间歇性战略合作
机构 * Bar-Ilan University（巴伊兰大学）
专题命中 规划推理 ：planning(abstract)
AI总结 研究两个自私智能体在时间与空间约束下的战略合作问题，通过IC2PP模型刻画纯纳什均衡结构，证明均衡存在性并提出多项式时间枚举算法。
百事公司大规模部署AI驱动的定价与促销优化
专题命中 规划推理 ：planning(abstract)
AI总结 本文介绍百事公司部署的PromoAI和PricingAI两个大规模优化系统，分别通过混合整数线性规划和非线性规划，结合机器学习与贝叶斯模型，实现促销日历和基础定价的自动优化，提升收入管理效率。
Comments 40 pages, 1 figure
Journal ref INFORMS Journal on Applied Analytics (2026)
机器人何时应重新规划？时变MDP中的遗憾引导更新调度
机构 * University of Illinois Urbana–Champaign（伊利诺伊大学厄巴纳-香槟分校）
专题命中 规划推理 ：planning(abstract)
AI总结 针对时变环境下机器人因预算限制无法持续重规划的问题，提出基于动态遗憾的在线更新调度规则，在仿真和实物实验中优于固定预算基线。
Tangram: 隐藏GPU异构性以实现高效的大语言模型并行化
专题命中 规划推理 ：planning(abstract)
AI总结 提出Tangram系统，通过将并行化规划与GPU异构性解耦，利用同构GPU岛和模型切片组合成工作平衡流水线，实现现有异构不可知并行化器在异构集群中的高效使用，训练吞吐量提升高达2.3倍。
WaveSync: 面向人形机器人同步共语手势的约束波前优化
机构 * University of Engineering and Technology, Vietnam National University（越南国立大学工程与技术大学） ； School of Information Science, Japan Advanced Institute of Science and Technology（日本先端科学技术大学院大学信息科学学院） ； School of Electronics and Computer Science, University of Southampton（南安普顿大学电子与计算机科学学院） ； Department of Robotics, Hanyang University（汉阳大学机器人学系）
专题命中 规划推理 ：planning(abstract)
AI总结 提出WaveSync框架，利用大语言模型分解语义并构建重要性波，通过动态运动基元生成手势轨迹，再经波前优化实现手势与语音的峰值同步，同时满足运动学约束，在五组对话场景中优于基线方法。
RHO：你的编码代理其实是个机器人专家
机构 * University of California, Berkeley（加州大学伯克利分校） ； AMD
专题命中 规划推理 ：planning(abstract)
AI总结 提出RHO范式，通过训练时搜索神经符号化多文件策略库，实现机器人任务的高效零样本泛化，在LIBERO-PRO和Robosuite上分别达到45%和70%的成功率，显著优于现有方法。
Comments 46 pages, 9 figures, 15 tables. Project page: https://rho-robotics.github.io
机器人作为令牌：面向协调多机器人轨迹生成的统一扩散Transformer
机构 * Nanyang Technological University（南洋理工大学） ； Agency for Science, Technology and Research（新加坡科技研究局） ； National University of Singapore（新加坡国立大学）
专题命中 规划推理 ：planning(abstract)
AI总结 提出Roken框架，将每个机器人表示为离散令牌，通过扩散Transformer直接生成满足安全和连通性约束的多机器人轨迹，无需迭代后处理。
Comments 23 pages, 13 figures; \textbf{Project page:} \href{https://bairuofei.github.io/roken-project-page/}{\texttt{bairuofei.github.io/roken-project-page}}
面向AI原生6G网络的可解释任务导向Token通信
机构 * IEEE
专题命中 规划推理 ：reasoning(abstract)
AI总结 提出ET-TokenCom框架，通过跨模态注意力融合视觉Token与任务Token，实现可解释的任务导向图像通信，解决Token表示不足、协作差和可解释性低的问题。
工作流中的安全：探索基于角色的智能体架构处理漏洞
专题命中 规划推理 ：verifier(abstract)
AI总结 本文提出基于角色的智能体工作流（规划、分析、修复、验证），结合CodeQL工具，在25个真实C/C++漏洞上实现44%检测准确率和19%修复准确率。
Comments 52nd Euromicro Conference on Software Engineering and Advanced Applications (SEAA) 2026
朴素视觉记忆不足：GUI代理的失败模式研究
机构 * KAIST（韩国科学技术院）
专题命中 规划推理 ：reasoning(abstract)
AI总结 本文提出动作锚定视觉记忆（AGMem），通过存储与成功动作相关的局部GUI区域图像而非全屏截图，减少GUI代理中的动作级错误，在OSWorld上将任务成功率提升33.3%。
Comments 9 pages, 5 figures, ICML 2026 WORKSHOP
AI数据中心主导电力系统中的空间负荷相关性
专题命中 规划推理 ：planning(abstract)
AI总结 本文研究数据中心主导电网中负荷空间相关性的产生及其对电压和频率稳定性的影响，通过解析推导和实时仿真揭示相关性会放大扰动、降低稳定裕度，为运营商提供基于可测负荷相关性的稳定规划准则。
Comments To appear in proceedings of 2026 IEEE Power & Energy Society General Meeting, 19-23 July 2026, Montréal, Canada
构建透明度：开发高等教育中特定领域生成式AI声明框架
专题命中 规划推理 ：planning(abstract)
AI总结 针对高等教育中通用AI声明不足的问题，提出基于GenAI使用分类法的两种任务特定声明结构（写作和编程），以促进学术诚信和AI素养。
基于李雅普诺夫监督的物理信息神经网络校正层的欠驱动航天器MPC控制
机构 * Politecnico di Torino（托斯纳理工学院） ； Argotec S.R.L.（Argotec公司）
专题命中 规划推理 ：planning(abstract)
AI总结 针对欠驱动航天器姿态控制，提出一种分层架构，结合非线性模型预测控制、物理信息神经网络和李雅普诺夫监督机制，在不确定性下降低稳态误差并保持鲁棒性。
Comments Accepted at SPAICE (AI in and for Space) 2026
DARRMS——资源受限多智能体系统中动态注意力半径的高效算法
机构 * Texas A&M University（德克萨斯A&M大学）
专题命中 规划推理 ：planning(abstract)
AI总结 提出DARRMS算法，通过优化注意力半径和决策，在资源受限下降低计算需求，提升协调性和可扩展性。
AerialClaw：一个用于LLM驱动的自主空中智能体的开源框架
机构 * Xidian University（西安电子科技大学） ； Xi'an University of Architecture and Technology（西安建筑科技大学）
专题命中 规划推理 ：planning(abstract)
AI总结 提出AerialClaw开源框架，采用模块化脑-技能-运行时架构，使基于LLM的智能体能够理解自然语言任务、调用空中技能、闭环决策，提升无人机系统的灵活性、可复现性和可扩展性。
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