SkillGuard: A Permission-Centric Framework for Agent Skill Security
SkillGuard：一种面向智能体技能的权限框架
专题命中 推理与问题求解 ：LLM(abstract,abstract_cn)
AI总结 提出SkillGuard权限框架，通过双平面治理模型联合管控上下文影响和动作副作用，以缩小技能声明意图与运行时行为之间的安全差距。
AI 大模型
语言大模型 / LLM
大语言模型、预训练、指令微调、后训练和语言模型应用。
1. 推理与问题求解 863 篇
SpaceDrive: Infusing Spatial Awareness into VLM-based Autonomous Driving
SpaceDrive: 在基于视觉语言模型的自动驾驶中引入空间感知
机构 * Mercedes-Benz AG（梅赛德斯-奔驰集团） ； University of Tübingen（图宾根大学） ； Tübingen AI Center（图宾根人工智能中心） ； TU Munich（慕尼黑工业大学） ； Karlsruhe Institute of Technology（卡尔斯鲁厄理工学院） ； University of Stuttgart（斯图加特大学） ； UCLA（加州大学洛杉矶分校）
专题命中 推理与问题求解 ：language model(abstract)；pretraining(abstract)
AI总结 本文提出SpaceDrive框架，通过将空间信息作为显式位置编码来增强基于VLM的自动驾驶系统对精细3D空间关系的理解，从而提升规划精度和开放环性能。
Towards Temporal Compositional Reasoning in Long-Form Sports Videos
长期体育视频中的时间组成推理方法
机构 * School of Artificial Intelligence, University of Chinese Academy of Sciences（中国科学院大学人工智能学院） ； MAIS, Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所MAIS）
专题命中 推理与问题求解 ：large language model(abstract)；language model(abstract)
AI总结 本文提出SportsTime基准和CoTR方法，通过时间接地证据组成提升体育视频长期推理能力，优于现有多模态大语言模型。
Speech World Model: Causal State-Action Planning with Explicit Reasoning for Speech
语音世界模型：基于显式推理的语音因果状态-动作规划
专题命中 推理与问题求解 ：large language model(abstract)；language model(abstract)
AI总结 研究旨在改进语音语言模型推理弱的问题，采用模块化视角和世界模型观点，将语音理解分解为四个模块通过因果图通信，建立认知状态搜索空间，实现显式推理，让语音理解更透明可控。
Comments Accepted to 2026 ICLR
SanDRA: Safe Large-Language-Model-Based Decision Making for Automated Vehicles Using Reachability Analysis
SanDRA：基于可达性分析的自动驾驶车辆安全大语言模型决策
机构 * Department of Computer Engineering, Technical University of Munich（计算机工程系，慕尼黑技术大学） ； Munich Center for Machine Learning（慕尼黑机器学习中心）
专题命中 推理与问题求解 ：large language model(abstract)；language model(abstract)
AI总结 针对大语言模型用于自动驾驶决策时安全性无法保证的问题，提出SanDRA框架，先描述驾驶场景促使模型生成排序动作，转化为时序逻辑公式并结合可达性分析消除不安全动作，经实验验证能提供安全合规驾驶动作，代码和实验设置公开。
Comments @2026 IEEE. Personal use of this material is permitted. Permission from IEEE must be obtained for all other uses, in any current or future media, including reprinting/republishing this material for advertising or promotional purposes, creating new collective works, for resale or redistribution to servers or lists, or reuse of any copyrighted component of this work in other works
Journal ref T-ITS, 2026
Semiotic problem framing: a new framework to guide students and teachers in conceptual understanding and teaching of physics
符号问题框架：指导学生和教师进行物理概念理解与教学的新框架
专题命中 推理与问题求解 ：large language model(abstract)；language model(abstract)
AI总结 该论文提出符号问题框架，将符号学融入物理问题框架，突出学生解决问题时调动多种资源的情况，为学生提供推理指导与表征流畅性发展方向，为教师提供诊断工具，还能分析新的推理模式与错误类型，为教学设计指引新方向。
Comments 24 pages, 5 figures, 4 tables; accepted version for publication
Journal ref 2026 Eur. J. Phys. 47 015712
Diagnosing Long-Video Quantitative Reasoning in Multimodal LLMs via Enumeration and Counting
EC-Bench：超长视频的枚举与计数基准
机构 * The University of Tokyo, Japan（东京大学） ； Institute of Science Tokyo, Japan（东京科学大学） ； National Institute of Informatics, Japan（国立信息学研究所）
专题命中 推理与问题求解 ：large language model(abstract)；language model(abstract)
AI总结 EC-Bench针对超长视频的枚举与计数问题，通过152部超过30分钟的视频和1699个查询，评估多模态大语言模型的性能，揭示模型在时间推理和计数任务中的局限性。
Comments The first two authors are equally contributed. The data and code are publicly available at: https://github.com/matsuolab/EC-Bench
A Collaborative Reasoning Framework for Anomaly Diagnostics in Underwater Robotics
水下机器人异常诊断的协作推理框架
机构 * School of Engineering & Physical Sciences, Heriot-Watt University（工程与物理科学学院，赫瑞斯泰大学）
专题命中 推理与问题求解 ：large language model(abstract)；language model(abstract)
AI总结 研究水下机器人异常诊断，提出AURA协作框架，集成大语言模型、数字孪生和人在回路交互，通过两个代理进行异常检测与诊断，经人类验证的诊断转化为训练示例完善模型，建立可信赖、不断改进的人机团队模式。
Comments Paper was submitted for ICRA 2026
Utonia: Toward One Encoder for All Point Clouds
Utonia：迈向适用于所有点云的单一编码器
机构 * The University of Hong Kong（香港大学） ； The Chinese University of Hong Kong（香港中文大学） ； Xiaomi（小米）
专题命中 推理与问题求解 ：language model(abstract)；foundation model(abstract)
AI总结 研究旨在训练跨多领域的单自监督点变压器编码器Utonia，其能学习一致表征空间实现跨域转移，统一各领域点云，提升感知能力，还对具身和多模态推理有益，有望成为稀疏3D数据基础模型。
Comments produced by Pointcept, project page: https://pointcept.github.io/Utonia
Journal ref International Conference on Machine Learning 2026
IndustryNav: Exploring Spatial Reasoning of Embodied Agents in Dynamic Industrial Navigation
IndustryNav：探索动态工业导航中具身智能体的空间推理
机构 * Michigan State University（密歇根州立大学） ； Independent Researcher（独立研究者） ； University of California, Irvine（加州大学尔湾分校） ； Ohio State University（俄亥俄州立大学） ； University of North Carolina at Chapel Hill（北卡罗来纳大学教堂山分校） ； University of California, Santa Barbara（加州大学圣巴巴拉分校） ； University of Pittsburgh（匹兹堡大学） ； University of Virginia（弗吉尼亚大学） ； Arizona State University（亚利桑那州立大学） ； Purdue University Northwest（普渡大学西北分校）
专题命中 推理与问题求解 ：large language model(abstract)；language model(abstract)
AI总结 针对视觉大语言模型在空间推理的挑战，提出IndustryNav基准，利用动态工业场景评估，给出零样本导航管道及安全指标，研究发现模型在路径规划等方面有缺陷，凸显向主动探索等任务发展的需求。
A pragmatic classification framework for AI incident monitoring
一种实用的AI事件监控分类框架
专题命中 推理与问题求解 ：LLM(abstract,abstract_cn)
AI总结 本文提出一种分类框架，用于分析AI事件随时间变化的趋势，通过结构化问题、分层估计过程和分类方案，提升AI治理的实用性。
The Illusion of Agentic Complexity in README.md Generation: Evaluating Single-Agent vs. Multi-Agent RAG Systems
README.md生成中的代理复杂性幻觉：评估单代理与多代理RAG系统
专题命中 推理与问题求解 ：large language model(abstract)；language model(abstract)
AI总结 通过对比单代理、多代理和开发者引导规划三种RAG架构生成GitHub仓库README文件，发现单代理管道在词汇质量相当的情况下，令牌消耗降低86%、速度提升一倍，而多代理系统结构一致性达98%但存在规划瓶颈，开发者引导规划获得最佳文档质量。
Comments The paper has been peer-reviewed and accepted to the 42nd International Conference on Software Maintenance and Evolution (ICSME 2026)
NOVA: Next-step Open-Vocabulary Autoregression for 3D Multi-Object Tracking in Autonomous Driving
NOVA：自动驾驶中3D多目标跟踪的下一步开放词汇自回归
机构 * College of Mechanical and Vehicle Engineering, Hunan University（湖南大学机械与运载工程学院） ； State Key Laboratory of Intelligent Autonomous Systems, Tongji University（同济大学智能自主系统国家重点实验室）
专题命中 推理与问题求解 ：large language model(abstract)；language model(abstract)
AI总结 提出NOVA方法，通过自回归关联将3D多目标跟踪转化为轨迹条件时空语义序列完成，利用大语言模型实现开放词汇泛化，在nuScenes等数据集上显著提升新类别跟踪性能。
Comments Accepted to IROS 2026. Code will be available at https://github.com/xifen523/NOVA
RoadBench: Benchmarking MLLMs on Fine-Grained Spatial Understanding and Reasoning under Urban Road Scenarios
RoadBench: 在城市道路场景下对多模态大语言模型进行细粒度空间理解与推理的基准测试
机构 * Department of Electronic Engineering, BNRist, Tsinghua University（清华大学电子工程系、北京信息科学与技术国家研究中心） ； Zhongguancun Academy（中关村学院） ； Amap, Alibaba Group（阿里巴巴集团高德地图）
专题命中 推理与问题求解 ：large language model(abstract)；language model(abstract)
AI总结 针对城市复杂场景中多模态大语言模型在细粒度空间理解与推理能力上的不足，提出RoadBench基准，包含8个任务、3040个测试用例，通过鸟瞰图和第一人称视角图像评估模型性能，揭示现有模型在此类任务上的显著缺陷。
Comments Accepted by ECCV 2026, the code and data are publicly available at: https://github.com/tsinghua-fib-lab/RoadBench
RASR: Retrieval-Augmented Semantic Reasoning for Fake News Video Detection
RASR：基于检索的语义推理用于虚假新闻视频检测
机构 * School of Informatics, Xiamen University（厦门大学信息学院） ； School of Computer Science and Information Security, Guilin University of Electronic Technology（桂林电子科技大学计算机科学与信息安全学院） ； School of Computer and Big Data, Minjiang University（闽江学院计算机与大数据学院） ； Xiamen University（厦门大学） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室）
专题命中 推理与问题求解 ：large language model(abstract)；language model(abstract)
AI总结 本文提出RASR框架，通过跨实例语义解析器和检索器、领域引导多模态推理模块和多视图特征解耦融合模块，提升虚假新闻视频检测的准确性和跨域泛化能力。
Comments The paper needs revision, and the experiments need to be expanded
EgoVITA: Learning to Plan and Verify for Egocentric Video Reasoning
EgoVITA：学习规划与验证以实现自我中心视频推理
专题命中 推理与问题求解 ：large language model(abstract)；language model(abstract)
AI总结 提出EgoVITA框架，通过先规划自我中心动作序列再以第三方视角验证时空一致性的方法，提升自我中心视频推理的准确性。
Comments ECCV 2026
Talking Surveys: How Photorealistic Embodied Conversational Agents Shape Response Quality, Engagement, and Satisfaction
对话式调查：逼真的具身对话代理如何影响回答质量、参与度和满意度
专题命中 推理与问题求解 ：large language model(abstract)；language model(abstract)
AI总结 研究提出一种集成AI驱动视频生成、语音识别和大语言模型的虚拟化身对话调查工具，实验表明具身代理能显著提升回答信息量和详细度，提高参与效率，但对满意度无显著影响。
Mimic Human Cognition, Master Multi-Image Reasoning: A Meta-Action Framework for Enhanced Visual Understanding
模仿人类认知，掌握多图像推理：增强视觉理解的元动作框架
机构 * East China Normal University（华东师范大学） ； ByteDance（字节跳动）
专题命中 推理与问题求解 ：large language model(abstract)；language model(abstract)
AI总结 提出受人类认知启发的元动作框架CINEMA，将多图像推理分解为五个结构化元动作，结合检索树采样和两阶段强化学习，在多个基准上超越GPT-4o。
Comments Accepted by CVPR 2026
Agentic-AI Detector Co-design and Optimization in Vertically-Integrated Differentiable Full Simulations
Agentic-AI探测器协同设计与优化在垂直集成可微分全模拟中
专题命中 推理与问题求解 ：LLM(abstract,abstract_cn)
AI总结 提出双层级优化框架，将AI智能体集成到高能物理探测器设计中，通过可微分全模拟联合优化几何、前端数字化和重建算法参数，在竞争性能指标下找到最优设计点。
Comments 7 pages, 3 figures
Graphs Don't Stay Secret: Practical Subgraph Reconstruction Attacks on Defended Graph RAG
图并非保密：对防御图RAG的实用子图重构攻击
专题命中 推理与问题求解 ：LLM(abstract,abstract_cn)
AI总结 提出GRASP攻击，通过多轮查询从防御的图RAG系统中重构子图，达到82.9 F1，并评估防御措施。
ThinkJEPA: Empowering Latent World Models with Large Vision-Language Reasoning Model
ThinkJEPA：赋予潜在世界模型大型视觉-语言推理能力
机构 * Northeastern University（东北大学） ； University of California San Diego（加州大学圣地亚哥分校） ； University of Maryland（马里兰大学） ； The University of Texas at Austin（德克萨斯大学奥斯汀分校） ； University of Washington（华盛顿大学）
专题命中 推理与问题求解 ：language model(abstract)；分类 cs.CL、cs.AI、cs.LG
AI总结 提出ThinkJEPA框架，结合密集JEPA分支与稀疏VLM思考者分支，通过分层金字塔表示提取模块，实现细粒度运动建模与长程语义引导，在手部操作轨迹预测任务上超越基线。
Comments 10 pages, 5 figures
GroupToM-Bench: Benchmarking Group Theory of Mind and Nonlinear Social Emergence in MLLMs
GroupToM-Bench: 多模态大语言模型中群体心智理论和非线性社会涌现的基准测试
机构 * Xidian University（西安电子科技大学） ； National University of Singapore（新加坡国立大学） ； University of Electronic Science and Technology of China（电子科技大学） ； University of Science and Technology of China（中国科学技术大学）
专题命中 推理与问题求解 ：large language model(abstract)；language model(abstract)
AI总结 针对多模态大语言模型在群体心智理论推理上的不足，提出GroupToM-Bench基准，通过七级认知审计框架评估模型从微观BDI状态到宏观结果预测的因果链，揭示模型在处理社会结构和非线性集体动态上的缺陷。
Comments ACL 2026 (Main Conference)
Planning with Unified Multimodal Models
统一多模态模型规划
机构 * Mila - Québec AI Institute（魁北克人工智能研究所） ； Université de Montréal（蒙特利尔大学） ； Nanjing University（南京大学）
专题命中 推理与问题求解 ：large language model(abstract)；language model(abstract)
AI总结 提出Uni-Plan框架，利用统一多模态模型同时作为策略、动态模型和价值函数，通过自判别过滤避免动态预测幻觉，在具身决策任务中优于VLM方法，无需专家演示且数据可扩展。
Comments 29 pages, 11 figures
A Comprehensive Survey of Knowledge-Based Vision Question Answering Systems: The Lifecycle of Knowledge in Visual Reasoning Task
基于知识的视觉问答系统综述：视觉推理任务中的知识生命周期
机构 * University Technology of Sydney（悉尼大学技术学院） ； East China Normal University（华东师范大学） ； Education University of Hong Kong（香港教育大学）
专题命中 推理与问题求解 ：large language model(abstract)；language model(abstract)
AI总结 综述基于知识的视觉问答（KB-VQA）方法，将其分为知识表示、检索和推理三个阶段，并探讨大语言模型带来的变革，指出未来研究方向。
Comments Accepted at TKDE, 20 pages, 5 figures, 4 tables
Journal ref IEEE Transactions on Knowledge and Data Engineering, 2026
Structured Visualization Design Knowledge for Grounding Generative Reasoning and Situated Feedback
结构化可视化设计知识：用于基础生成推理和情境反馈
专题命中 推理与问题求解 ：large language model(abstract)；language model(abstract)
AI总结 提出一种结构化方案，将可视化设计知识编码为带语义元数据的自然语言指南，支持专家编写、机器查询，并嵌入向量空间以分析冲突和跨领域原则，弥补符号系统与生成模型之间的鸿沟。
GAE: Unleashing Physical Potential of VLM with Generalizable Action Expert
GAE: 利用可泛化动作专家释放VLM的物理潜力
机构 * University of California, Berkeley（加州大学伯克利分校） ； Stanford University（斯坦福大学）
专题命中 推理与问题求解 ：language model(abstract)；pretraining(abstract)
AI总结 提出通用动作专家（GAE），通过稀疏几何接口将VLM的高层意图转化为连续动作轨迹，采用动作预训练-点云微调（APPF）方案解耦动作动力学与几何基础，实现跨视觉域、视角和指令的强泛化。
P3D-Bench: Benchmarking MLLMs for Parametric 3D Generation and Structural Reasoning
P3D-Bench：用于参数化3D生成与结构推理的多模态大语言模型基准
机构 * Nanjing University（南京大学） ； Envision
专题命中 推理与问题求解 ：large language model(abstract)；language model(abstract)
AI总结 提出P3D-Bench基准，通过参数化3D程序评估多模态大语言模型在几何精度、语义对齐和装配一致性上的表现，涵盖文本到3D、图像到3D和装配3D三类任务。
Comments Project page: https://spatiaos.github.io/projects/P3D-Bench
Geometry of Reason: Spectral Signatures of Valid Mathematical Reasoning
推理的几何：有效数学推理的谱特征
机构 * Valentin Noël（瓦伦丁·诺埃尔）
专题命中 推理与问题求解 ：language model(abstract)；分类 cs.CL、cs.AI、cs.LG
AI总结 通过将注意力矩阵视为加权词图，提取四个无需学习的谱诊断指标（Fiedler值、高频能量比、谱熵和平滑度），有效区分有效推理与模式匹配，在多个模型上达到85-96%的分类准确率。
Comments 30 pages, 13 figures, Accepted at ICML 2026 (main track)
PIGEON: VLM-Driven Object Navigation via Points of Interest Selection
PIGEON: 通过兴趣点选择的VLM驱动物体导航
机构 * Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； Beijing Academy of Artificial Intelligence (BAAI)（北京人工智能研究院） ； Peking University（北京大学） ； 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 推理与问题求解 ：language model(abstract)；foundation model(abstract)
AI总结 提出PIGEON框架，将物体导航建模为基于原始观测的稀疏决策问题，通过兴趣点（PoI）作为视觉决策单元，结合VLM选择关键点，实现零样本SOTA性能并迁移至主动具身问答。
QA-Merging: Query-Adaptive Reasoning via Layer Selective Model Merging
适应性推理的推理模式对齐融合
机构 * The University of Queensland（昆士兰大学） ； City University of Hong Kong（香港城市大学） ； Griffith University（格里菲斯大学）
专题命中 推理与问题求解 ：prompting(abstract)；分类 cs.CL、cs.AI
AI总结 本文提出RPAM，通过融合长链式思考和短链式提示模型，实现高效的查询自适应推理，减少推理成本并保持高性能。
Comments Accepted to CIKM 2026
