OAT: Ordered Action Tokenization
OAT：有序动作标记化
专题命中 其他推理 ：reasoning(abstract)；分类 cs.AI、cs.LG
AI总结 OAT通过有序动作标记化方法，实现高压缩性和因果有序的标记空间，提升机器人动作生成的灵活性和性能。
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. 其他推理 5813 篇
A.X K1 Technical Report
A.X K1 技术报告
机构 * SK Telecom（SK电信）
专题命中 其他推理 ：reasoning(abstract)；分类 cs.CL、cs.AI
AI总结 A.X K1 是一个5190亿参数的混合专家语言模型，通过Think-Fusion训练配方实现可控推理，具备在韩语基准测试中优于开源模型的性能。
Step-resolved data attribution for looped transformers
循环变换器中逐步数据归因
机构 * Hasso Plattner Institute for Digital Engineering, University of Potsdam（波恩大学数字工程研究所） ； Technical University of Munich（慕尼黑技术大学） ； Munich Center for Machine Learning (MCML)（慕尼黑机器学习中心） ； Harvard University（哈佛大学） ； Imperial College London（伦敦帝国理工学院） ； Google DeepMind（谷歌DeepMind）
专题命中 其他推理 ：reasoning(abstract)；分类 cs.AI、cs.LG
AI总结 本文提出SDI方法，用于分析循环变换器中每个循环步骤对模型的影响，提升数据归因和可解释性能力。
Routing, Cascades, and User Choice for LLMs
路由、级联与用户选择用于大语言模型
机构 * University of Ottawa（渥太华大学） ； NVIDIA（NVIDIA公司）
专题命中 其他推理 ：reasoning(abstract)；分类 cs.AI、cs.LG
AI总结 本文研究了大语言模型路由策略与用户行为之间的博弈，揭示了提供者与用户在效用和成本排序上的不一致，提出了基于Stackelberg博弈的路由优化方法，并得出了单用户单提供者互动的阈值规则。
Comments 23 pages, accepted in ICLR 2026
Contractual Deepfakes: Can Large Language Models Generate Contracts?
合同型深度伪造：大语言模型能生成合同吗？
专题命中 其他推理 ：reasoning(abstract)；分类 cs.CL、cs.AI
AI总结 本文指出大语言模型生成的合同可能不具法律效力，质疑其在法律领域应用的可行性。
Comments Accepted for publication
Near-Oracle KV Selection via Pre-hoc Sparsity for Long-Context Inference
通过预处理稀疏性实现近oracle的KV选择用于长上下文推理
机构 * University College London（伦敦大学学院） ； Shenzhen Institutes of Advanced Technology, Chinese Academy of Sciences (CAS)（深圳先进技术研究院，中国科学院） ； Chinese University of Hong Kong（香港中文大学） ； College of Computing & Data Science, Nanyang Technological University（computing 与数据科学学院，南洋理工大学）
专题命中 其他推理 ：reasoning(abstract)；分类 cs.AI、cs.LG
AI总结 PrHS通过预处理稀疏性在长上下文推理中实现近oracle的KV选择，有效降低计算和带宽成本，提升推理效率。
Comments An effective method for accelerating LLM's inference via selective KV processing
DeltaKV: Residual-Based KV Cache Compression via Long-Range Similarity
DeltaKV: 基于残差的KV缓存压缩 via 长距离相似性
机构 * Harbin Institute of Technology (Shenzhen)（哈尔滨工业大学（深圳））
专题命中 其他推理 ：reasoning(abstract)；分类 cs.CL、cs.AI
AI总结 DeltaKV通过残差编码减少KV缓存内存，提升长上下文LLM的部署效率。
Comments preprint
Data Darwinism Part I: Unlocking the Value of Scientific Data for Pre-training
数据达尔文主义 第一部分：解锁科学数据为预训练带来的价值
专题命中 其他推理 ：reasoning(abstract)；分类 cs.CL、cs.AI
AI总结 数据达尔文主义通过十级分类法提升科学数据预训练效果，利用生成细化和认知完成技术，实现数据与模型的共同进化。
BudgetMem: Learning Selective Memory Policies for Cost-Efficient Long-Context Processing in Language Models
BudgetMem: 为语言模型中的低成本长上下文处理学习选择性记忆策略
机构 * University of Texas at Arlington（德克萨斯大学阿灵顿分校）
专题命中 其他推理 ：reasoning(abstract)；分类 cs.CL、cs.AI
AI总结 BudgetMem通过学习选择性记忆策略，在语言模型中实现低成本长上下文处理，相比基线RAG节省72.4%内存且F1分数仅下降1.0%。
Comments 11 pages, 3 figures, 5 tables. Evaluated on 700 QA pairs across multiple document lengths
What Layers When: Learning to Skip Compute in LLMs with Residual Gates
层何时启用：通过残差门学习跳过计算在LLMs中
机构 * Humboldt University Berlin（洪堡大学柏林） ； Qualcomm-UvA Lab, University of Amsterdam（高通-乌得勒支实验室，阿姆斯特丹大学） ； FunAI Lab, University of Technology Nuremberg（FunAI实验室，纽伦堡技术大学）
专题命中 其他推理 ：reasoning(abstract)；分类 cs.CL、cs.AI
AI总结 通过残差门机制实现LLMs中按token跳过层，节省计算并保持高准确性，适用于大模型和指令调优场景。
Comments Published as a conference paper at ICLR 2026
CHAI: Command Hijacking against embodied AI
CHAI：针对具身AI的命令劫持
机构 * Johns Hopkins University（约翰霍普金斯大学）
专题命中 其他推理 ：reasoning(abstract)；分类 cs.AI、cs.LG
AI总结 CHAI是一种针对具身AI的物理环境间接提示注入攻击，通过嵌入误导性自然语言指令，利用多模态语言解释能力，有效提升了攻击性能，凸显了对传统对抗鲁棒性之外的防御需求。
Comments This work has been accepted for publication at the IEEE Conference on Secure and Trustworthy Machine Learning (SaTML). The final version will be available on IEEE Xplore
AgentCPM-Report: Interleaving Drafting and Deepening for Open-Ended Deep Research
AgentCPM-Report: 交错起草与深入以促进开放性深度研究
机构 * AgentCPM Team（AgentCPM团队）
专题命中 其他推理 ：reasoning(abstract)；分类 cs.CL、cs.AI
AI总结 AgentCPM-Report通过交错起草与深入的方法，提升开放性深度研究的性能，优于现有闭源系统。
CoBA-RL: Capability-Oriented Budget Allocation for Reinforcement Learning in LLMs
CoBA-RL：面向大语言模型强化学习的基于能力的预算分配
机构 * Zhejiang University（浙江大学） ； Nanjing University（南京大学） ； National University of Singapore（新加坡国立大学） ； Shanghai Jiao Tong University（上海交通大学）
专题命中 其他推理 ：reasoning(abstract)；分类 cs.AI、cs.LG
AI总结 CoBA-RL通过基于能力的价值函数和堆贪心策略，优化大语言模型强化学习中的预算分配，提升训练效率和泛化能力。
FadeMem: Biologically-Inspired Forgetting for Efficient Agent Memory
FadeMem: 基于生物机制的高效代理记忆遗忘
机构 * Alibaba International Digital Commerce Group（阿里巴巴国际数字商业集团） ； School of Software and Microelectronics（软件与微电子学院） ； Peking University（北京大学）
专题命中 其他推理 ：reasoning(abstract)；分类 cs.CL、cs.AI
AI总结 FadeMem通过生物启发的主动遗忘机制，提升代理记忆的效率与存储容量，实现更有效的信息管理与多跳推理能力。
GRP-Obliteration: Unaligning LLMs With a Single Unlabeled Prompt
GRP-Obliteration: 通过单个无标签提示解耦大语言模型
机构 * Microsoft（微软）
专题命中 其他推理 ：reasoning(abstract)；分类 cs.AI、cs.LG
AI总结 GRP-Obliteration通过单个无标签提示解耦大语言模型，利用GRPO技术有效移除安全约束，实现更强的不对齐能力。
DARWIN: Dynamic Agentically Rewriting Self-Improving Network
DARWIN: 动态代理式自我改进网络
机构 * College of Computing, Georgia Institute of Technology（计算学院、佐治亚理工学院）
专题命中 其他推理 ：reasoning(abstract)；分类 cs.CL、cs.AI
AI总结 DARWIN通过进化算法和动态代理机制实现GPT模型的自我改进，实验显示其在FLOPS利用率和困惑度上均有显著提升。
Comments 6 pages, 3 figures, 2 tables
In defence of post-hoc explanations in medical AI
为医疗AI中的事后解释辩护
机构 * Center for the Philosophy of AI（哲学人工智能中心） ； University of Copenhagen（哥本哈根大学） ； Department of Philosophy and History of Ideas（哲学与思想史系） ； Aarhus University（奥胡斯大学）
专题命中 其他推理 ：reasoning(abstract)；分类 cs.AI、cs.LG
AI总结 本文为医疗AI中的事后解释辩护，指出其虽无法完全复制黑盒推理过程，但能提升用户理解、提高临床团队准确性并辅助医生决策。
Journal ref 2026. Hastings Center Report 56(1): 40-46
Are Open-Weight LLMs Ready for Social Media Moderation? A Comparative Study on Bluesky
开放权重大语言模型是否准备好用于社交媒体审查？对Bluesky的比较研究
机构 * Duke University（杜克大学）
专题命中 其他推理 ：reasoning(abstract)；分类 cs.CL、cs.LG
AI总结 本文评估了开放权重LLMs在社交媒体审查中的表现，发现其在敏感性和特异性上与专有模型有较高重叠，并探讨了在不同审查场景下的应用考量。
Towards Universal Neural Likelihood Inference
面向通用神经似然推断
机构 * Department of Computer Science, University of North Carolina at Chapel Hill, Chapel Hill, NC, USA（计算机科学系，北卡罗来纳大学教堂山分校）
专题命中 其他推理 ：reasoning(abstract)；分类 cs.AI、cs.LG
AI总结 本文提出通用神经似然推断框架ASPIRE，通过异构表格数据推理引擎实现跨领域零样本学习，提升预测精度与效率。
RL in Name Only? Analyzing the Structural Assumptions in RL post-training for LLMs
仅名义上的强化学习？分析在LLM中post-training强化学习的结构假设
机构 * SCAI, Arizona State University（SCAI，亚利桑那州立大学）
专题命中 其他推理 ：reasoning(abstract)；分类 cs.AI、cs.LG
AI总结 本文分析了LLM post-training强化学习的结构假设，发现其退化为过滤迭代SFT，且激励生成更长的中间token序列。
UniGeM: Unifying Data Mixing and Selection via Geometric Exploration and Mining
UniGeM: 通过几何探索与挖掘统一数据混合与选择
机构 * Politecnico di Torino（托斯大学） ； Ant Group（蚂蚁集团） ； Renmin University of China（中国人民大学） ； Institute of Microelectronics of the CAS（中国科学院微电子研究所）
专题命中 其他推理 ：reasoning(abstract)；分类 cs.AI、cs.LG
AI总结 UniGeM通过几何探索与挖掘统一数据混合与选择，提升大语言模型的数据效率和推理性能
A Multi-scale Linear-time Encoder for Whole-Slide Image Analysis
全滑动图像分析的多尺度线性时间编码器
机构 * Department of Electrical and Computer Engineering, University of Houston（电子与计算机工程系，休斯顿大学） ； Department of Information Science Technology, University of Houston（信息科学与技术系，休斯顿大学） ； Department of Neurology, College of Medicine, University of Florida（神经病学系，医学学院，佛罗里达大学）
专题命中 其他推理 ：reasoning(abstract)；分类 cs.AI、cs.LG
AI总结 MARBLE是一种基于Mamba的多尺度线性时间编码器，通过并行处理和线性时间建模，实现高效且可扩展的全滑动图像分析。
Comments Accepted to ISBI 2026, 4 pages with 2 figures
CoDiQ: Test-Time Scaling for Controllable Difficult Question Generation
CoDiQ：测试时缩放用于可控的困难问题生成
机构 * Fudan University（复旦大学） ； Shanghai Innovation Institute（上海创新研究院）
专题命中 其他推理 ：reasoning(abstract)；分类 cs.CL、cs.AI
AI总结 CoDiQ通过测试时缩放实现可控困难问题生成，提升模型推理能力。
Comments 11 pages, 5 tables, 5 figures
P-EAGLE: Parallel-Drafting EAGLE with Scalable Training
P-EAGLE：具有可扩展训练的并行草稿EAGLE
机构 * University of California, Santa Cruz（加州大学圣克ruz分校） ； AWS Amazon（亚马逊AWS）
专题命中 其他推理 ：reasoning(abstract)；分类 cs.AI、cs.LG
AI总结 P-EAGLE通过可学习共享隐藏状态实现并行多标记预测，结合注意力掩码预计算和序列划分技术，提升长上下文训练效率，实现比自回归EAGLE-3快1.10-1.36倍的速度提升。
Probe and Skip: Self-Predictive Token Skipping for Efficient Long-Context LLM Inference
探测与跳过：用于高效长上下文LLM推理的自预测token跳过
机构 * School of Computer Science and Engineering, Beihang University, Beijing, China（计算机科学与工程学院，北航，北京，中国） ； State Key Laboratory of Virtual Reality Technology and Systems, Beihang University, Beijing, China（虚拟现实技术与系统国家重点实验室，北航，北京，中国）
专题命中 其他推理 ：reasoning(abstract)；分类 cs.CL、cs.LG
AI总结 本文提出自预测token跳过框架，通过两种选择性跳过策略和多阶段延迟剪枝策略，提升长上下文LLM推理效率，实现显著加速与高精度
IterResearch: Rethinking Long-Horizon Agents with Interaction Scaling
IterResearch: 重新思考长视界智能体与交互扩展
机构 * Gaoling School of Artificial Intelligence, Renmin University of China（中国人民大学北京校区人工智能学院） ； Tongyi Lab, Alibaba Group（阿里集团通义实验室）
专题命中 其他推理 ：reasoning(abstract)；分类 cs.CL、cs.AI
AI总结 IterResearch通过交互扩展范式提升长视界推理能力，实现高效探索与稳定训练，显著提升性能并缩小与前沿系统的差距。
Comments Camera Ready version for ICLR 2026. https://github.com/Chen-GX/IterResearch
Using Reinforcement Learning to Train Large Language Models to Explain Human Decisions
利用强化学习训练大语言模型以解释人类决策
机构 * Princeton University（普林斯顿大学） ； The University of Hong Kong（香港大学） ； Georgia Institute of Technology（佐治亚理工学院）
专题命中 其他推理 ：reasoning(abstract)；分类 cs.CL、cs.AI
AI总结 本文利用强化学习训练大语言模型，使其能解释人类决策行为，实现预测与可解释性的双重目标。
Enhancing Human-Like Responses in Large Language Models
增强大型语言模型的人类样响应
专题命中 其他推理 ：reasoning(abstract)；分类 cs.CL、cs.AI
AI总结 本文提出通过提升自然语言理解、对话连贯性和情感智能来增强大型语言模型的人类化响应，展示了改进用户交互和跨领域应用的潜力。
Comments Presented at the AAAI-26 Workshop on Personalization in the Era of Large Foundation Models (PerFM), Singapore, January 2026
Journal ref Presented at the AAAI-26 Workshop on Personalization in the Era of Large Foundation Models (PerFM), 2026
TriPlay-RL: Tri-Role Self-Play Reinforcement Learning for LLM Safety Alignment
TriPlay-RL：三角色自我对抗强化学习用于大语言模型安全对齐
机构 * Peking University（北京大学） ； Qiyuan Tech（启元科技） ； University of Chinese Academy of Sciences（中国科学院大学）
专题命中 其他推理 ：reasoning(abstract)；分类 cs.AI、cs.LG
AI总结 TriPlay-RL通过三角色自我对抗强化学习，实现LLM安全对齐的高效且可扩展范式，提升攻击有效性、安全性能和评估准确性。
From Next-Token to Next-Block: A Principled Adaptation Path for Diffusion LLMs
从单个token到单个block：一种为扩散语言模型设计的原理性适应路径
机构 * Peking University（北京大学） ； Huawei Technologies（华为技术）
专题命中 其他推理 ：reasoning(abstract)；分类 cs.CL、cs.AI
AI总结 本文提出了一种原理性适应路径，将自回归模型适配到扩散语言模型，以提升其长上下文生成能力，并在7B类模型中取得最佳性能。
Comments 14 pages, 5 figures
