语言大模型 / LLM

Deep Researcher Agent: An Autonomous Framework for 24/7 Deep Learning Experimentation with Zero-Cost Monitoring

深度研究员代理：一个全天候深度学习实验的自主框架，零成本监控

Xiangyue Zhang

机构 * The University of Tokyo（东京大学） 纠错

专题命中 长上下文与记忆 ：LLM(abstract)；large language model(abstract)；language model(abstract)；分类 cs.AI

AI总结 本文提出深度研究员代理框架，实现24/7深度学习实验自动化，通过零成本监控、双层固定大小内存和最小工具集架构，提升实验效率与成本效益。

From Cool Demos to Production-Ready FMware: Core Challenges and a Technology Roadmap

从Cool演示到生产级FMware：核心挑战和技术路线图

Gopi Krishnan Rajbahadur, Gustavo A. Oliva, Dayi Lin, Jiho Shin, Ahmed E. Hassan

机构 * Centre for Software Excellence, Huawei Canada（华为加拿大软件卓越中心） ； Queen's University（女王大学） 纠错

专题命中 长上下文与记忆 ：large language model(abstract)；language model(abstract)；foundation model(abstract)；分类 cs.AI

AI总结 本文探讨了从演示级到生产级FMware的过渡挑战，分析了FMware选型、数据对齐、提示工程等关键问题，并提出技术路线图以指导其规模化应用。

Improving Sparse Memory Finetuning

改进稀疏记忆微调

Satyam Goyal, Anirudh Kanchi, Garv Shah, Prakhar Gupta

机构 * University of Michigan, Ann Arbor（密歇根大学安娜堡分校） 纠错

专题命中 长上下文与记忆 ：large language model(abstract)；language model(abstract)；分类 cs.CL、cs.LG

AI总结 本文提出稀疏记忆微调方法，通过局部更新显式内存层参数，解决持续学习中的灾难性遗忘问题，并在消费级硬件上验证了其有效性。

Short Data, Long Context: Distilling Positional Knowledge in Transformers

短数据，长上下文：在Transformer中蒸馏位置知识

Patrick Huber, Ernie Chang, Chinnadhurai Sankar, Rylan Conway, Igor Fedorov, Md Rifat Arefin, Adithya Sagar

机构 * Meta Reality Labs（Meta现实实验室） 纠错

专题命中 长上下文与记忆 ：language model(abstract)；分类 cs.CL、cs.LG

AI总结 本文通过基于logit的知识蒸馏，在不使用长上下文预训练的情况下，实现了长上下文检索能力的转移，揭示了位置信息在模型中的传播机制及参数更新模式。

Poison Once, Exploit Forever: Environment-Injected Memory Poisoning Attacks on Web Agents

一次投毒，永久利用：针对网络代理的环境注入内存投毒攻击

Wei Zou, Mingwen Dong, Miguel Romero Calvo, Shuaichen Chang, Jiang Guo, Dongkyu Lee, Xing Niu, Xiaofei Ma, Yanjun Qi, Jiarong Jiang

机构 * Pennsylvania State University（宾夕法尼亚州立大学） ； Amazon Web Services（亚马逊云服务） 纠错

专题命中 长上下文与记忆 ：LLM(abstract)；分类 cs.AI

AI总结 研究提出eTAMP攻击，通过环境观察污染代理内存，实现跨会话和跨网站的持久化攻击，实验显示攻击成功率高达32.5%，且环境压力下代理易受攻击，高能力模型同样存在漏洞。

PET-DINO: Unifying Visual Cues into Grounding DINO with Prompt-Enriched Training

PET-DINO：将视觉线索统一到Grounding DINO中通过提示增强训练

Weifu Fu, Jinyang Li, Bin-Bin Gao, Jialin Li, Yuhuan Lin, Hanqiu Deng, Wenbing Tao, Yong Liu, Chengjie Wang

机构 * YouTu Lab, Tencent（腾讯优图实验室） ； Huazhong University of Science and Technology（华中科技大学） ； Kling Team, Kuaishou Technology（快手科技可灵团队） 纠错

专题命中 长上下文与记忆 ：prompting(abstract)

AI总结 PET-DINO通过提示增强训练策略，统一视觉线索到Grounding DINO中，提升零样本目标检测性能。

Comments Accepted by CVPR 2026

ReMemNav: A Rethinking and Memory-Augmented Framework for Zero-Shot Object Navigation

ReMemNav：一种重新思考和记忆增强的零样本物体导航框架

Feng Wu, Wei Zuo, Wenliang Yang, Jun Xiao, Yang Liu, Xinhua Zeng

机构 * Fudan University（复旦大学） ； Tongji University（同济大学） 纠错

专题命中 长上下文与记忆 ：language model(abstract)

AI总结 ReMemNav通过整合全景语义先验和事件记忆，改进了零样本物体导航中的空间推理和决策，提升了成功率和探索效率。

Comments 8 pages, 5 figures

From Evidence to Verdict: An Agent-Based Forensic Framework for AI-Generated Image Detection

从证据到判决：一种基于智能体的AI生成图像检测框架

Mengfei Liang, Yiting Qu, Yukun Jiang, Michael Backes, Yang Zhang

机构 * CISPA Helmholtz Center for Information Security（CISPA亥姆霍兹信息安全中心） 纠错

专题命中 长上下文与记忆 ：language model(abstract)

AI总结 本文提出AIFo框架，通过多智能体协作进行多阶段取证分析，整合逆向图像搜索、元数据提取等工具，实现高准确率的AI生成图像检测。

Comments 15 pages, 5 figures

Context-Value-Action Architecture for Value-Driven Large Language Model Agents

基于价值的大型语言模型代理的上下文-价值-行动架构

TianZe Zhang, Sirui Sun, Yuhang Xie, Xin Zhang, Zhiqiang Wu, Guojie Song

机构 * State Key Laboratory of General Artificial Intelligence, School of Intelligence Science and Technology, Peking University（北京大学智能科学与技术学院通用人工智能国家重点实验室） ； Yuanpei College, Peking University（北京大学元培学院） ； School of Psychological and Cognitive Sciences, Peking University（北京大学心理与认知科学学院） ； Key Laboratory of Machine Perception (Ministry of Education), Peking University（北京大学机器感知重点实验室（教育部）） ； PKU-Wuhan Institute for Artificial Intelligence（北大武汉人工智能研究院） 纠错

专题命中 推理与问题求解 ：large language model(title,abstract)；language model(title,abstract)；LLM(abstract)；分类 cs.AI

AI总结 本文提出CVA架构，通过价值验证器缓解价值极化，提升代理行为的准确性和可解释性。

Comments Accepted to Findings of the Association for Computational Linguistics: ACL 2026

TDA-RC: Task-Driven Alignment for Knowledge-Based Reasoning Chains in Large Language Models

TDA-RC：基于任务驱动的知识推理链对齐方法

Jiaquan Zhang, Qigan Sun, Chaoning Zhang, Xudong Wang, Zhenzhen Huang, Yitian Zhou, Pengcheng Zheng, Chi-lok Andy Tai, Sung-Ho Bae, Zeyu Ma, Caiyan Qin, Jinyu Guo, Yang Yang, Hengtao Shen

机构 * School of Information and Software Engineering, University of Electronic Science and Technology of China（电子科技大学信息与软件工程学院） ； School of Computer Science and Engineering, University of Electronic Science and Technology of China（电子科技大学计算机科学与工程学院） ； College of Professional and Continuing Education, The Hong Kong Polytechnic University（香港理工大学专业及持续教育学院） ； School of Robotics and Advanced Manufacture, Harbin Institute of Technology, Shenzhen（哈尔滨工业大学（深圳）机电工程与自动化学院） ； School of Computing, Kyung Hee University（庆熙大学计算机学院） ； School of Computer Science and Technology, Tongji University（同济大学计算机科学与技术学院） 纠错

专题命中 推理与问题求解 ：large language model(title,abstract)；language model(title,abstract)；分类 cs.CL、cs.AI

AI总结 本文提出TDA-RC方法，通过拓扑学优化提升大语言模型推理效率与准确性，结合持久同调将不同推理范式统一到拓扑空间中，实现高效且精准的推理链优化。

Comments 14 pages, 4 figures

CodeMind: Evaluating Large Language Models for Code Reasoning

CodeMind: 评估大型语言模型的代码推理能力

Changshu Liu, Yang Chen, Reyhaneh Jabbarvand

机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） 纠错

专题命中 推理与问题求解 ：large language model(title,abstract)；language model(title,abstract)；分类 cs.CL、cs.AI

AI总结 本文提出CodeMind框架，通过独立执行推理、规范推理和动态语义推理任务评估LLM的代码推理能力，发现LLM在处理复杂代码时性能下降，且bug修复性能与代码推理任务无关。

Knowledge Reasoning Language Model: Unifying Knowledge and Language for Inductive Knowledge Graph Reasoning

知识推理语言模型：统一知识与语言以进行归纳知识图谱推理

Xingrui Zhuo, Jiapu Wang, Gongqing Wu, Zhongyuan Wang, Jichen Zhang, Shirui Pan, Xindong Wu

机构 * The Key Laboratory of Knowledge Engineering with Big Data (the Ministry of Education of China), Hefei University of Technology, China（合肥工业大学大数据知识工程教育部重点实验室） ； School of Computer Science and Information Engineering, Hefei University of Technology, China（合肥工业大学计算机与信息学院） ； Nanjing University of Science and Technology, China（南京理工大学） ； China Unicom Digital Technology Co., Ltd., Beijing, China（联通数字科技有限公司） ； China Unicom Internet of Things Co., Ltd., Nanjing, China（联通物联网有限责任公司） ； Shandong Inspur Science Research Institute, Jinan, China（山东浪潮科学研究院） ； Griffith University, Australia（格里菲斯大学） 纠错

专题命中 推理与问题求解 ：language model(title,abstract)；LLM(abstract)；large language model(abstract)；foundation model(abstract)

AI总结 本文提出KRLM，通过统一语言模型知识与知识图谱上下文，解决归纳知识图谱推理中的知识扭曲和生成幻觉问题，实验表明其在25个真实数据集上表现优异。

MARS: Multi-Agent Robotic System with Multimodal Large Language Models for Assistive Intelligence

MARS：基于多模态大语言模型的多智能体机器人系统用于辅助智能

Renjun Gao

机构 * School of Computer Science and Engineering, Faculty of Innovation Engineering, Macau University of Science and Technology（澳门科技大学创新工程学院计算机科学与工程学院） 纠错

专题命中 推理与问题求解 ：large language model(title,abstract)；language model(title,abstract)

AI总结 MARS系统利用多模态大语言模型实现风险感知和个性化辅助，通过多智能体决策框架提升智能家庭机器人在动态环境中的表现。

Comments 3 figures, 1 table

LLM Reasoning as Trajectories: Step-Specific Representation Geometry and Correctness Signals

大语言模型推理作为轨迹：步骤特定的表示几何与正确性信号

Lihao Sun, Hang Dong, Bo Qiao, Qingwei Lin, Dongmei Zhang, Saravan Rajmohan

机构 * Microsoft（微软） 纠错

专题命中 推理与问题求解 ：LLM(title,abstract)；large language model(abstract)；language model(abstract)；分类 cs.CL、cs.AI、cs.LG

AI总结 研究通过表示空间结构揭示大语言模型的推理过程，发现推理步骤在不同层深度下逐渐分离，晚期阶段正确与错误解的分歧可预测最终答案正确性，提出轨迹引导框架控制推理。

Comments ACL 2026 (Main)

Can Large Language Models Reinvent Foundational Algorithms?

大语言模型能否重新发明基础算法？

Jian Zhao, Haoren Luo, Yu Wang, Yuhan Cao, Pingyue Sheng, Tianxing He

机构 * Xiongan AI Institute（雄安人工智能研究院） ； Institute for Interdisciplinary Information Sciences, Tsinghua University（清华大学交叉信息研究院） ； Shanghai Qi Zhi Institute（上海期智研究院） ； Institute of Information Engineering, Chinese Academy of Sciences（中国科学院信息工程研究所） ； Beijing University of Posts and Telecommunications（北京邮电大学） 纠错

专题命中 推理与问题求解 ：large language model(title)；language model(title)；LLM(abstract)；分类 cs.AI

AI总结 本文研究大语言模型能否在受控环境中重新发明基础算法，通过Unlearn-and-Reinvent流程验证模型在无提示、低提示和高提示下的表现，发现生成验证器在推理过程中起到关键作用。

Learning to Edit Knowledge via Instruction-based Chain-of-Thought Prompting

通过基于指令的思考链提示学习知识编辑

Jinhu Fu, Yan Bai, Longzhu He, Yihang Lou, Yanxiao Zhao, Li Sun, Sen Su

机构 * Beijing University of Posts and Telecommunications（北京邮电大学） ； Peking University（北京大学） ； Huawei Technologies Ltd.（华为技术有限公司） ； Chongqing University of Posts and Telecommunications（重庆邮电大学） 纠错

专题命中 推理与问题求解 ：prompting(title)；large language model(abstract)；language model(abstract)；SFT(abstract)

AI总结 本文提出CoT2Edit方法，通过思考链推理提升大语言模型的知识编辑能力，解决泛化差和范围窄的问题，实验显示在六个场景中表现优异。

Comments Accepted by ACL 2026 main conference

A Multi-Agent Approach to Validate and Refine LLM-Generated Personalized Math Problems

一种多智能体方法用于验证和细化LLM生成的个性化数学问题

Fareya Ikram, Nischal Ashok Kumar, Junyang Lu, Hunter McNichols, Candace Walkington, Neil Heffernan, Andrew S. Lan

专题命中 推理与问题求解 ：LLM(title,abstract)；large language model(abstract)；language model(abstract)

AI总结 本文提出多智能体框架，通过生成-验证-修订流程提升LLM生成的个性化数学问题的现实性和可读性，实验显示单一迭代能显著减少初始问题的失败模式。

Comments Published in AIED 2026: The 27th International Conference on Artificial Intelligence in Education

ThinkTwice: Jointly Optimizing Large Language Models for Reasoning and Self-Refinement

ThinkTwice：联合优化大型语言模型以进行推理和自我完善

Difan Jiao, Qianfeng Wen, Blair Yang, Zhenwei Tang, Ashton Anderson

机构 * Department of Computer Science, University of Toronto（多伦多大学计算机科学系） ； Coolwei AI Lab（Coolwei AI实验室） 纠错

专题命中 推理与问题求解 ：large language model(title)；language model(title)；分类 cs.AI

AI总结 ThinkTwice通过两阶段框架联合优化LLM，提升推理和自我完善性能，基于GRPO方法，在多个数学推理基准上优于现有基线。

Comments 27 pages,7 figures,5 tables

Assessing Coherency and Consistency of Code Execution Reasoning by Large Language Models

通过大型语言模型评估代码执行推理的连贯性与一致性

Changshu Liu, Yang Chen, Reyhaneh Jabbarvand

专题命中 推理与问题求解 ：large language model(title)；language model(title)

AI总结 本文提出CES任务，评估大语言模型在模拟程序执行和编程任务中的推理能力，引入连贯性概念以判断执行逻辑是否符合常识，提出新的度量标准以衡量推理一致性，发现LLM在编程任务中存在路径敏感分析的不足。

Thinking Diffusion: Penalize and Guide Visual-Grounded Reasoning in Diffusion Multimodal Language Models

Thinking Diffusion: 通过惩罚和引导在扩散多模态语言模型中抑制和引导视觉推理

Keuntae Kim, Mingyu Kang, Yong Suk Choi

机构 * Department of Computer Science, Hanyang University（汉阳大学计算机科学系） ； Department of Artificial Intelligence, Hanyang University（汉阳大学人工智能系） 纠错

专题命中 推理与问题求解 ：language model(title,abstract)；large language model(abstract)；分类 cs.AI

AI总结 本文针对扩散多模态语言模型在视觉推理中生成过早答案的问题，提出位置与步数惩罚和视觉推理引导方法，提升推理准确率并加快推理速度。

Comments CVPR 2026 - main

LUDOBENCH: Evaluating LLM Behavioural Decision-Making Through Spot-Based Board Game Scenarios in Ludo

LUDOBENCH：通过基于点的棋盘游戏场景评估LLM的行为决策

Ojas Jain, Dhruv Kumar

机构 * Department of Computer Science and Information Systems, BITS Pilani（比拉理工学院皮拉尼校区计算机科学与信息系统系） 纠错

专题命中 推理与问题求解 ：LLM(title,abstract)；分类 cs.CL、cs.AI、cs.LG

AI总结 LudoBench通过12种不同决策类别中的480个手工设计点场景，评估LLM在Ludo棋盘游戏中的战略推理能力，发现模型在行为上呈现不同特征，揭示了提示敏感性作为关键漏洞。

Comments Under Review

Less Detail, Better Answers: Degradation-Driven Prompting for VQA

细节越少，答案越好：基于退化的提示方法用于视觉问答

Haoxuan Han, Weijie Wang, Zeyu Zhang, Yefei He, Bohan Zhuang

机构 * State Key Lab of CAD&CG, Zhejiang University（浙江大学计算机辅助设计与图形学国家重点实验室） 纠错

专题命中 推理与问题求解 ：prompting(title,abstract)；language model(abstract)

AI总结 本文提出退化驱动提示（DDP）方法，通过降低图像清晰度迫使模型关注关键结构信息，提升视觉问答性能。在物理属性和感知现象任务中，DDP通过降采样、结构辅助和提示技术实现更准确的推理。

Comments Accepted to CVPRW 2026. Project page: https://hhx-jpg.github.io/ddp/ , Code: https://github.com/ziplab/DDP

Semantic-Topological Graph Reasoning for Language-Guided Pulmonary Screening

语义-拓扑图推理用于语言引导的肺部筛查

Chenyu Xue, Yiran Liu, Mian Zhou, Jionglong Su, Zhixiang Lu

机构 * Xi’an Jiaotong-Liverpool University（西交利物浦大学） ； University College London（伦敦大学学院） ； University of Liverpool（利物浦大学） 纠错

专题命中 推理与问题求解 ：LLM(abstract)；large language model(abstract)；language model(abstract)；foundation model(abstract)

AI总结 本文提出语义-拓扑图推理框架，结合大语言模型与视觉基础模型，解决临床报告语义模糊和低对比度扫描的解歧问题，实现高精度肺部筛查。

Planning to Explore: Curiosity-Driven Planning for LLM Test Generation

规划以探索：基于好奇心的规划用于LLM测试生成

Alfonso Amayuelas, Firas Laakom, Piotr Piękos, Wenyi Wang, Yifan Xu, Yuhui Wang, Jürgen Schmidhuber, William Wang

机构 * University of California, Santa Barbara（加州大学圣塔芭芭拉分校） ； King Abdullah University of Science and Technology（阿卜杜拉国王科技大学） 纠错

专题命中 推理与问题求解 ：LLM(title,abstract)；分类 cs.CL、cs.AI

AI总结 本文提出CovQValue方法，通过将覆盖地图反馈给LLM生成多样化计划，并利用LLM估计的Q值选择最信息量的计划，以平衡即时分支发现与未来可达性，优于贪心策略，在测试生成任务中取得更高覆盖率。

Analogical Reasoning as a Doctor: A Foundation Model for Gastrointestinal Endoscopy Diagnosis

作为医生的类比推理：一种胃肠内镜诊断的基础模型

Peixi Peng, Housheng Xie, Yanling Wei, Guangcong Ruan, Xiaoyang Zou, Qian Cao, Yongjian Nian, Guoyan Zheng

专题命中 推理与问题求解 ：foundation model(title,abstract)；分类 cs.AI

AI总结 本文提出RATNet基础模型，通过类比推理提升胃肠内镜诊断的泛化能力与鲁棒性，在六个场景中超越现有模型，支持联邦学习隐私保护部署。

Cactus: Accelerating Auto-Regressive Decoding with Constrained Acceptance Speculative Sampling

Cactus：通过受约束的接受推测采样加速自动回归解码

Yongchang Hao, Lili Mou

机构 * Dept. Computing Science & Alberta Machine Intelligence Institute (Amii), University of Alberta（阿尔伯塔大学计算机科学系与阿尔伯塔机器智能研究所） ； Canada CIFAR AI Chair（加拿大CIFAR人工智能讲席） 纠错

专题命中 推理与问题求解 ：LLM(abstract)；large language model(abstract)；language model(abstract)；分类 cs.AI、cs.LG

AI总结 本文提出Cactus方法，通过受约束优化框架，在保证与验证器分布可控差异的同时提升接受率，有效解决传统推测采样在分布匹配上的限制问题。

Comments Camera-ready version. Accepted at ICLR 2026

Learning to Retrieve from Agent Trajectories

从智能体轨迹中学习检索

Yuqi Zhou, Sunhao Dai, Changle Qu, Liang Pang, Jun Xu, Ji-Rong Wen

机构 * Gaoling School of Artificial Intelligence, Renmin University of China（中国人民大学高瓴人工智能学院） ； CAS Key Laboratory of AI Safety, Institute of Computing Technology, Chinese Academy of Sciences（中国科学院计算技术研究所人工智能安全重点实验室） 纠错

专题命中 推理与问题求解 ：LLM(abstract)；large language model(abstract)；language model(abstract)；分类 cs.CL、cs.AI

AI总结 本文提出从智能体交互数据直接训练检索模型的新方法，通过分析轨迹中的行为信号，提出LRAT框架提升检索性能。

TS-Agent: Understanding and Reasoning Over Raw Time Series via Iterative Insight Gathering

TS-Agent：通过迭代洞察获取理解并推理原始时间序列

Penghang Liu, Elizabeth Fons, Annita Vapsi, Mohsen Ghassemi, Svitlana Vyetrenko, Daniel Borrajo, Vamsi K. Potluru, Manuela Veloso

机构 * JPMorgan AI Research, NY, USA（摩根大通人工智能研究院，纽约，美国） 纠错

专题命中 推理与问题求解 ：language model(abstract,comments)；LLM(abstract)；large language model(abstract)；分类 cs.AI

AI总结 TS-Agent通过迭代洞察获取机制，在时间序列理解和推理任务中匹配或超越文本、视觉及时间序列语言模型基线，尤其在零样本设置下表现更优。

Comments NeurIPS 2025 Workshop on Foundations of Reasoning in Language Models

Flowr -- Scaling Up Retail Supply Chain Operations Through Agentic AI in Large Scale Supermarket Chains

Flowr -- 通过大规模超市连锁中的代理AI实现零售供应链运营的扩展

Eranga Bandara, Ross Gore, Sachin Shetty, Piumi Siyambalapitiya, Sachini Rajapakse, Isurunima Kularathna, Pramoda Karunarathna, Ravi Mukkamala, Peter Foytik, Safdar H. Bouk, Abdul Rahman, Xueping Liang, Amin Hass, Tharaka Hewa, Ng Wee Keong, Kasun De Zoysa, Aruna Withanage, Nilaan Loganathan

机构 * Old Dominion University（老道明大学） ； Florida International University（佛罗里达国际大学） ； Nanyang Technological University（南洋理工大学） ； University of Colombo（科伦坡大学） ； Center for Wireless Communications, University of Oulu（奥卢大学无线通信中心） ； University of Sri Jayewardenepura（斯里贾亚瓦德纳普拉大学） ； Accenture Technology Labs（埃森哲技术实验室） 纠错

专题命中 推理与问题求解 ：LLM(abstract)；large language model(abstract)；language model(abstract)；分类 cs.AI

AI总结 本文提出Flowr框架，通过代理AI自动化大规模超市连锁的端到端供应链流程，减少人工协调负担，提升供需匹配度和异常处理能力。

MA-IDS: Multi-Agent RAG Framework for IoT Network Intrusion Detection with an Experience Library

MA-IDS：基于经验库的多智能体RAG框架用于物联网网络入侵检测

Md Shamimul Islam, Luis G. Jaimes, Ayesha S. Dina

专题命中 推理与问题求解 ：LLM(abstract)；large language model(abstract)；language model(abstract)；分类 cs.AI

AI总结 本文提出MA-IDS框架，结合大语言模型与RAG技术，通过经验库实现自学习的入侵检测，实验表明其在物联网网络中具有高准确率和可解释性。

Comments Preprint. Submitted to IEEE conference