AI 大模型
大语言模型、预训练、指令微调、后训练和语言模型应用。
当大语言模型发展语言：用于高效多智能体推理的符号通信
专题命中 推理与问题求解 ：LLM(summary_cn,abstract)；large language model(abstract)；language model(abstract)；分类 cs.AI
AI总结 提出CLSR框架，让多个LLM智能体自主发明和演化紧凑符号语言，通过路由器自适应选择以优化准确率与token成本的权衡，在保持准确率的同时将推理token数减少3-6倍。
Comments ICML2026 Regular paper
HEARTS：基于健康时间序列的LLM推理基准测试
专题命中 推理与问题求解 ：LLM(title,abstract)；large language model(abstract)；language model(abstract)；分类 cs.AI、cs.LG
AI总结 HEARTS是一个统一的基准测试，用于评估LLM在一般健康时间序列上的分层推理能力，包含16个真实世界数据集和110个任务，揭示了LLM在多步时间推理上的不足。
无需演示的机器人控制 via LLM 代理
机构 * independent researchers（独立研究人员）
专题命中 推理与问题求解 ：LLM(title,abstract)；large language model(abstract)；language model(abstract)；分类 cs.AI、cs.LG
AI总结 本文提出FAEA框架，利用通用大语言模型实现无需演示的机器人操控，通过迭代推理生成操控策略，在多个基准测试中取得高成功率，展示了通用代理在任务规划中的有效性。
Comments Accepted to IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS) 2026
AERMANI-VLM：基于视觉语言模型的空中 manipulation 的结构提示与推理
机构 * Robotics Research Center, IIIT Hyderabad（IIIT海得拉巴机器人研究中心） ； Department of Computer Science, University of Manchester（曼彻斯特大学计算机科学系） ； Newcastle University（纽卡斯尔大学）
专题命中 推理与问题求解 ：language model(title,abstract)；prompting(title)
AI总结 本文提出AERMANI-VLM框架，通过分离高层推理与低层控制，利用结构化提示生成自然语言推理轨迹，实现安全可靠的空中 manipulation 任务执行。
推理还是捏造：通过提示锚定的成对聚合实现无捷径推理
专题命中 推理与问题求解 ：LLM(abstract,abstract_cn)；SFT(abstract,abstract_cn)；pretraining(abstract)；分类 cs.CL、cs.AI
AI总结 针对强化学习前数据重叠导致模型利用捷径记忆答案的问题，提出HIPPO框架，通过提示注入触发重叠行为并利用成对奖励模型区分真实推理与捷径合理化，显著提升推理真实性及泛化能力。
统计不可区分，操作上截然不同：表格基础模型的形式化障碍
机构 * SAP SE（SAP公司）
专题命中 推理与问题求解 ：foundation model(title,abstract)；LLM(abstract)；分类 cs.AI、cs.LG
AI总结 本文提出操作图灵测试，证明仅基于值的表格模型无法区分合法与违规数据库状态，而操作审计特征可突破该障碍，揭示可识别性而非模型容量是根本限制。
Comments Accepted at the 2nd ICML Workshop on Foundation Models for Structured Data, 2026
AlgoSkill: 通过调度类人技能学习设计算法
机构 * Emory University（埃默里大学） ； The University of Tokyo（东京大学） ； LocationMind
专题命中 推理与问题求解 ：LLM(abstract,abstract_cn)；large language model(abstract)；language model(abstract)；prompting(abstract)
AI总结 提出AlgoSkill框架，将算法设计建模为基于类型化技能库的序列决策，通过MCTS和验证反馈调度技能，在竞赛编程和组合优化任务上优于直接生成和自优化方法。
Comments Under Review
OP3DSG：面向真实环境的开放词汇部件感知3D场景图生成
机构 * Gwangju Institute of Science and Technology（全州科学技术院）
专题命中 推理与问题求解 ：LLM(summary_cn,abstract)；foundation model(abstract)
AI总结 提出OP3DSG框架，通过部件感知检测与融合、几何初始化先验图及LLM精炼，实现开放词汇下对象、交互部件、空间/功能关系及可供性的统一建模，在UniGraph3D基准上达到最优性能。
Comments Accepted to ECCV 2026
SCRIBE：结构化中层监督用于工具使用语言模型
机构 * University of Maryland, Baltimore County（马里兰大学巴尔的摩分校）
专题命中 推理与问题求解 ：language model(title)；LLM(abstract,abstract_cn)；分类 cs.AI
AI总结 SCRIBE通过引入中层抽象监督框架，减少多步推理中的信用分配难度，提升工具使用代理的可靠性与准确性。
多表问答的潜在桥梁
机构 * EURECOM ； University of Antwerp（安特卫普大学）
专题命中 推理与问题求解 ：LLM(summary_cn,abstract)；分类 cs.CL、cs.AI
AI总结 提出GRAB管道，通过图编码器和潜在桥梁将关系数据转化为紧凑表示，冻结LLM以保持推理能力，在多表问答中显著提升性能。
形式化公理系统中的自监督定理发现
机构 * The University of Tokyo, Japan（东京大学，日本） ； RIKEN AIP, Japan（日本RIKEN AIP）
专题命中 推理与问题求解 ：LLM(abstract,abstract_cn)；large language model(abstract)；language model(abstract)；分类 cs.AI、cs.LG
AI总结 提出一种自监督定理发现算法，通过交替进行证明搜索和有用定理提取，从公理和推理规则出发逐步构建定理库，实验表明发现的定理具有人类数学意义且能提升大语言模型证明性能。
Comments AI for Math Workshop @ ICML 2026
将神经符号程序蒸馏到3D多模态大语言模型中
机构 * University of California, Berkeley（加州大学伯克利分校）
专题命中 推理与问题求解 ：LLM(abstract,abstract_cn)；SFT(abstract,abstract_cn)；分类 cs.CL、cs.AI
AI总结 提出APEIRIA，通过三阶段课程学习将符号推理模式蒸馏到3D多模态大语言模型中，实现透明推理与开放词汇空间推理的统一。
Comments To appear in ICML 2026
在拜占庭故障下鲁棒的多智能体大语言模型
机构 * Department of Robotics, University of Michigan, Ann Arbor, USA（密歇根大学机器人系，安娜堡，美国） ； Thomas Lord Department of Computer Science, University of Southern California, USA（南加州大学计算机科学托马斯·劳德系，美国）
专题命中 推理与问题求解 ：LLM(abstract,abstract_cn)；large language model(abstract)；language model(abstract)；分类 cs.AI、cs.LG
AI总结 本文提出Self-Anchored Consensus算法，通过去中心化迭代过滤和优化协议提升多智能体系统在拜占庭故障下的鲁棒性，实验表明其在数学和常识推理任务中表现优异。
预测影响，缺失分布：评估LLMs作为运营管理中的人类行为模拟器
机构 * Department of Industrial Engineering and Decision Analytics, Hong Kong University of Science and Technology（香港科技大学工业工程与决策分析系）
专题命中 推理与问题求解 ：LLM(abstract)；large language model(abstract)；language model(abstract)；prompting(abstract)
AI总结 本文评估LLMs在运营管理中模拟人类行为的能力，通过九个实验发现LLMs能复制假设效应，但分布不匹配问题显著，轻量策略可缓解此问题。
CRISTAL方法：来自AI合成世界模型的神经符号分析
机构 * GAIA Lab（GAIA实验室） ； South Westphalia University of Applied Sciences（西南弗里西亚应用科学大学） ； Technical University Dresden（德累斯顿技术大学） ； Primordia Co.（Primordia公司）
专题命中 推理与问题求解 ：LLM(summary_cn,abstract)；分类 cs.AI
AI总结 提出CRISTAL神经符号框架，通过贝叶斯推理、主动学习和持续学习自动化复杂分析，在合成股票分类任务中仅用5个样本和5秒达到贝叶斯最优精度，远超LLM。
Agentic Abstention: 智能体知道何时停止而非行动吗？
机构 * University of Leeds（利兹大学） ； Southwest Jiaotong University（西南交通大学） ； University of Washington（华盛顿大学） ； Allen Institute for AI（人工智能研究院）
专题命中 推理与问题求解 ：LLM(summary_cn,abstract)；分类 cs.AI
AI总结 研究LLM智能体在不确定环境下何时应停止行动的问题，提出Agentic Abstention概念，通过实验分析不同模型和框架的弃权行为，并引入CONVOLVE方法提升及时弃权率。
HoT: 用于从输入中引用支持事实的高亮推理链
机构 * Auburn University（亚伯拉罕大学） ； University of Alberta（阿尔伯塔大学）
专题命中 推理与问题求解 ：LLM(abstract)；large language model(abstract)；language model(abstract)；prompting(abstract)
AI总结 本文提出HoT技术，通过XML标签高亮输入中的关键事实，减少LLM的幻觉问题，提升22项任务的准确性，并帮助人类更高效地验证结果。
OmniCoT: 全局与多步骤全景推理基准
机构 * MBZUAI ； Shanghai AI Lab（上海人工智能实验室）
专题命中 推理与问题求解 ：SFT(abstract,abstract_cn)；large language model(abstract)；language model(abstract)
AI总结 提出OmniCoT基准，通过链式思维标注和两阶段训练策略，增强多模态大模型在全景图像中的全局多步推理能力。
Dynamo: 视觉-语言代理的动态技能-工具演化
机构 * Qwen Large Model Application Team, Alibaba（阿里云大模型应用团队） ； Alibaba Zhejiang University（阿里巴巴浙江大学） ； University of Waterloo（多伦多大学） ； Vector Institute（向量研究所） ； Nanjing University（南京大学） ； Binjiang Institute of Zhejiang University（浙江大学滨江学院）
专题命中 推理与问题求解 ：language agent(title)；language model(abstract)；分类 cs.AI
AI总结 提出Dynamo，一种无需训练、无需权重更新的框架，通过让冻结的VLM在少量标注数据上自我检查并演化可复用的推理技能和可执行的视觉工具，提升视觉推理性能。
NIVA：面向可操作地球系统智能的多模态基础模型
机构 * Planette AI
专题命中 推理与问题求解 ：foundation model(title,abstract)；分类 cs.LG
AI总结 提出多模态基础模型NIVA，通过联合学习海洋与大气模态，捕获耦合地球系统动力学，为次季节至季节预测提供基础，并准确预测主要气候指数。
提示注入作为角色混淆
机构 * Massachusetts Institute of Technology（麻省理工学院）
专题命中 推理与问题求解 ：LLM(summary_cn,abstract_cn)；分类 cs.CL、cs.AI
AI总结 本文通过角色探测和CoT伪造攻击，揭示提示注入源于LLM对文本来源的角色感知混淆，并提出角色混淆程度可预测攻击成功率。
Comments ICML 2026
面向可部署社交机器人导航的视觉-语言模型：弥合语义推理与低级控制
机构 * Graduate School of Information Science and Technology, Hokkaido University（弘前大学信息科学与技术研究生院） ； Graduate School of Information Science and Technology, The University of Tokyo（东京大学信息科学与技术研究生院）
专题命中 推理与问题求解 ：language model(title,abstract)
AI总结 本文综述了将视觉-语言模型（VLM）集成到社交机器人导航中的方法，提出包含高层推理、低层控制及中间机制的统一框架，并讨论了关键挑战与未来方向。
NeuReasoner: 理论驱动的推理激发边界映射
机构 * ETH Zürich（苏黎世联邦理工学院） ； Imperial College London（伦敦帝国理工学院） ； Technical University of Munich（慕尼黑技术大学）
专题命中 推理与问题求解 ：large language model(abstract)；language model(abstract)；post-training(abstract)；分类 cs.LG
AI总结 提出理论驱动的NeuReasoner框架，通过神经透镜与认知透镜结合，在无需外部工具下激发大模型推理能力，在数学、编码及认知任务上匹配或超越后训练思维模式，并发现风险决策等边界。
增强工具的时空推理用于视频问答任务的优化
机构 * BNRist, Department of Computer Science and Technology, Tsinghua University（清华大学计算机科学与技术系，北京信息科学与技术国家研究中心）
专题命中 推理与问题求解 ：large language model(abstract)；language model(abstract)；foundation model(abstract)；分类 cs.AI
AI总结 本文提出STAR框架和视频工具包，提升多模态大语言模型的时空推理能力，在VideoMME和LongVideoBench上分别提升8.2%和4.6%。
Comments Accepted by NeurIPS 2025 main track
语言模型潜在轨迹中的不变推理方向
专题命中 推理与问题求解 ：language model(title)；分类 cs.AI、cs.LG
AI总结 发现潜在推理轨迹中存在稳定不变方向，提出TILR方法通过低秩子空间干预提升推理一致性与稳定性。
Comments 9 main text pages and 6 appendix pages
通过自适应安全上下文学习缓解LLM对齐中的安全性与效用权衡
机构 * Ritzz-AI
专题命中 推理与问题求解 ：LLM(title)；分类 cs.CL、cs.AI
AI总结 本文提出ASCL框架，通过多轮工具使用过程提升推理能力，引入IFPO平衡优势估计，实现更高的整体性能。
Comments ICML 2026 Poster
SABER-Math：数学信息检索评估的自动化基准
专题命中 推理与问题求解 ：LLM(abstract,abstract_cn)；分类 cs.CL、cs.AI、cs.LG
AI总结 提出首个无需专家标注的数学信息检索自动化基准SABER-Math，通过三步构建重排序任务，评估检索器在数学领域的效果，发现通用基准无法可靠预测数学检索性能。
Comments Accepted in the 3rd AI for Math Workshop at the 43rd International Conference on Machine Learning (ICML), Seoul, South Korea, 2026
结构生成在大语言模型中的隐性成本：草案条件约束解码
专题命中 推理与问题求解 ：large language model(abstract)；language model(abstract)；分类 cs.CL、cs.AI、cs.LG
AI总结 本文提出DCCD方法，通过分步解码提升结构生成的准确性与效率，实验显示在结构推理基准中，DCCD在严格结构准确性上提升了24个百分点，且在参数效率上优于传统约束解码。
冗长的思维链真的有用吗？来自分布内证据表明，内容而非长度才是关键
机构 * Fin AI Research（Fin AI研究）
专题命中 推理与问题求解 ：LLM(abstract)；prompting(abstract)；分类 cs.CL、cs.AI
AI总结 通过分布内采样和受控干预实验，发现思维链中额外标记的长度不影响推理准确性，真正起作用的是标记携带的推理和验证内容。
Comments ICML Workshop on Efficient Multimodal Question Answering (EMM-QA)
一个量子优化猜想的机器验证证明
机构 * Center of Mathematical Sciences and Applications, Harvard University（哈佛大学数学科学中心） ； MIT Center for Theoretical Physics - a Leinweber Institute（麻省理工学院理论物理中心 - 莱因韦伯研究所） ； Research Laboratory of Electronics, Massachusetts Institute of Technology（麻省理工学院电子研究实验室）
专题命中 推理与问题求解 ：large language model(abstract)；language model(abstract)；分类 cs.AI、cs.LG
AI总结 利用大语言模型Claude Fable 5发现证明，并通过Lean 4证明助手端到端验证了Farhi-Goldstone-Gutmann猜想，即深度p的量子近似优化算法在环上的近似比恰好为(2p+1)/(2p+2)。
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