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。
MIRA-Math：最小信息请求与数学推理基准测试
机构 * Lebanese American University（黎巴嫩美国大学）
专题命中 推理与问题求解 ：LLM(abstract)；分类 cs.AI
AI总结 介绍MIRA-Math基准测试，用于解决特定数学问题，求解器需按预算请求缺失信息并整合到答案，包含多类实例，实验表明请求成功率和答案准确率可分离，还发布相关工具支持可重复评估。
驾驭效应：编排设计如何设定企业智能体人工智能的代币经济学
机构 * Writer, Inc.（作家公司）
专题命中 推理与问题求解 ：foundation model(abstract)；分类 cs.AI
AI总结 研究智能体人工智能开发中代币最大化问题及应对方法，核心方法是通过控制交换实验凸显驾驭层作用，主要贡献为证明驾驭层可降低成本、提升效率和质量，且效率提升适用于所有模型，质量提升与模型强度相关。
当智能体行为异常时：基于激活的多智能体系统恶意行为检测
专题命中 推理与问题求解 ：LLM(abstract)；分类 cs.AI
AI总结 针对多智能体系统面临的安全挑战，提出基于激活的框架AcMAS，通过分析智能体激活空间中的推理状态检测隐蔽攻击，不依赖交互图，还能恢复受损智能体功能，在检测隐蔽攻击上显著优于基线方法。
Comments Accepted to ICML 2026
通过视觉动作结果推理对齐实现物理推理与任务泛化的桥梁
机构 * National Taiwan University（国立台湾大学） ； The University of California, Merced（加州大学默塞德分校）
专题命中 推理与问题求解 ：language model(abstract)；分类 cs.AI
AI总结 研究针对视觉语言模型在物理推理中难以泛化的问题，提出VAORA奖励设计，包括视觉对齐奖励和视觉-动作对齐奖励，通过预训练专家估计概率实现平滑密集奖励，经实验验证可有效提升模型在新任务和未见环境中的物理推理性能。
Comments ICML'26 Workshop RLxF: Reinforcement Learning from World Feedback
代理分析：作为条件编码器的视觉语言模型中的定位信号
机构 * Tel Aviv University, Tel Aviv, Israel（特拉维夫大学） ； Google DeepMind（谷歌DeepMind）
专题命中 推理与问题求解 ：language model(abstract)；分类 cs.AI
AI总结 研究视觉语言模型（VLMs）作条件编码器时编辑管道定位性能差的问题，引入代理分析框架，通过训练代理模型分析VLM中间表示来揭示编码定位信息的表示，发现现有条件提取策略缺陷，为条件架构设计提供新思路。
Comments Accepted as a Spotlight at the ICML 2026 Mechanistic Interpretability Workshop
模态相关性并非模态效用：用于成本感知多模态RAG的事后选择性模态升级
机构 * Hangzhou International Innovation Institute, Beihang University（杭州国际创新研究院，北京航空航天大学）
专题命中 推理与问题求解 ：language model(abstract)；分类 cs.AI
AI总结 研究多模态检索增强生成中模态选择决策点问题，提出事后选择性模态升级方法，先低成本从文本和表格回答，再按需支付VLM证据费用，校准路由器决定是否升级，在MultiModalQA上减少视觉调用并缩小与神谕升级率差距，扩展了路由信号层次结构。
编码智能体中的潜在编程视界
机构 * KTH Royal Institute of Technology（瑞典皇家理工学院）
专题命中 推理与问题求解 ：language model(abstract)；分类 cs.LG
AI总结 该研究探究编码智能体底层语言模型的程序内部表征，通过逻辑回归探针发现其残差流可线性编码程序属性，还能提前约25步预测后续编辑结果，为编码智能体的机制可解释性研究提供新方向。
符号方法在人工智能中不断演变的角色
机构 * Singapore Management University（新加坡管理大学）
专题命中 推理与问题求解 ：foundation model(abstract)；分类 cs.AI
AI总结 本文提出压缩原理与建模-推理权衡，指出显式符号推理是简化现实模型的计算产物，未来符号方法将成为高能力AI与人类间的交互接口。
视觉语言动作模型所言即所指？论忠实性在具身推理中的作用
机构 * Stanford University（斯坦福大学） ； Politecnico di Milano（米兰理工大学） ； KTH Royal Institute of Technology（皇家理工学院） ； Italian Institute of Artificial Intelligence (AI4I)（意大利人工智能研究所） ； NVIDIA Research（英伟达研究院）
专题命中 推理与问题求解 ：post-training(abstract)；分类 cs.AI
AI总结 研究视觉语言动作模型中具身思维链是否真实反映决策过程。区分功能推理与忠实推理，指出当前对齐策略不足，通过人类评估揭示差距，用学习的评论家操作具身忠实性的行为替代物，强化学习后训练策略提升了忠实性。
NeSy-CSA：一种用于开放式关键场景归因的神经符号框架
机构 * School of Automation, Beijing Institute of Technology（北京理工大学自动化学院） ； Department of Automation, Tsinghua University（清华大学自动化系）
专题命中 推理与问题求解 ：LLM(abstract)；分类 cs.LG
AI总结 研究如何理解场景测试中关键场景的成因，提出神经符号框架NeSy-CSA，通过选择相关因素缩小归因空间，经证据图使推理可追溯，结合符号与神经推理，提升关键场景归因有效性。
使用开源药物发现引擎进行折叠、推理和扩展
机构 * Aureka AI（奥雷卡人工智能）
专题命中 推理与问题求解 ：foundation model(abstract)；分类 cs.AI
AI总结 介绍开源全原子生物分子基础模型OpenDDE，以共折叠为切入点构建可扩展AI驱动药物发现引擎，整合多方面进展实现一定精度，还指出共折叠模型扩展方向，推动药物发现发展。
将交错多模态推理作为统一决策过程进行衔接
机构 * Nanjing University（南京大学） ； Tencent Youtu Lab（腾讯优图实验室） ； Shanghai AI Laboratory（上海人工智能实验室） ； Tsinghua University（清华大学） ； Zhejiang University（浙江大学） ； University of Washington（华盛顿大学） ； The Chinese University of Hong Kong（香港中文大学） ； Australian National University（澳大利亚国立大学）
专题命中 推理与问题求解 ：language model(abstract)；分类 cs.AI
AI总结 研究统一多模态模型中强化学习优化多轮生成的问题，提出BRAID框架，将文本-图像-文本推理视为统一马尔可夫决策过程，通过单一强化学习目标联合优化文本和视觉生成，实验表明该框架性能优于基线。
Comments 22 pages, 8 figures
ProACT：迈向多用户协作中具有故障感知的主动智能体
机构 * PRADA Lab, King Abdullah University of Science and Technology（阿卜杜拉国王科技大学PRADA实验室） ； Stanford University（斯坦福大学）
专题命中 推理与问题求解 ：LLM(abstract)；分类 cs.CL
AI总结 研究旨在使智能体在多用户协作中从被动变为主动，引入基于共同基础等理论的ProACT框架，通过观察对话历史判断是否需干预并决策，还介绍首个多用户协作基准，实验显示其性能优于直接聊天。
GRASP：用于高保真相关工作生成的图推理辅助综述规划
机构 * Department of Computer Science（计算机科学系）
专题命中 推理与问题求解 ：LLM(abstract)；分类 cs.CL
AI总结 研究如何写文献综述，核心方法是结合大语言模型规划与图算法，主要贡献是提出GRASP框架，其两层图结构及拓扑感知剪枝能生成与人工撰写匹配的相关工作部分。
Comments 23 pages, 3 figures. Published in Findings of the Association for Computational Linguistics: ACL 2026
Journal ref Findings of the Association for Computational Linguistics: ACL 2026, pages 36427-36449, San Diego, California, United States. Association for Computational Linguistics
CONTRA：可个性化代理的红队配置
机构 * Max Planck Institute for Software Systems（马克斯·普朗克软件研究所）
专题命中 推理与问题求解 ：LLM(abstract)；分类 cs.AI
AI总结 探讨代理配置与执行危险行为风险的关系，提出CONTRA算法，通过推理评估良性但危险的配置发现导致恶意行为的代理配置，构建数据集分析发现多数技能有恶意配置，CONTRA能成功识别部分危险配置。
VideoSearcher：通过强化学习利用多工具智能推理助力视频深度研究
机构 * Stephengzk
专题命中 推理与问题求解 ：language model(abstract)；分类 cs.AI
AI总结 针对视频理解局限，提出VideoSearcher框架，统一多任务于单推理轨迹，用强化学习算法BiSPO优化推理轨迹，构建新基准，实验表明其在多基准中显著优于开源基线。
Comments Technical report. Project page: https://stephen-gzk.github.io/VideoSearcher-website/ ; Code: https://github.com/Stephen-gzk/VideoSearcher ; Model & Data on HuggingFace
R3D：用于以自我为中心的可穿戴设备的定量3D空间推理
机构 * Meta Reality Labs（元现实实验室）
专题命中 推理与问题求解 ：LLM(abstract)；分类 cs.AI
AI总结 研究针对以自我为中心的可穿戴设备定量3D空间推理，介绍R3D-Bench基准及R3D工具调用框架，用分割和深度提升对象表示构建3D场景，通过工具提供信息给语言模型，在基准测试中表现出色。
用于视频推理的潜在视觉缓存
机构 * Tencent Youtu Lab（腾讯优图实验室） ； Tsinghua University（清华大学） ； University of Illinois at Chicago（伊利诺伊大学芝加哥分校）
专题命中 推理与问题求解 ：SFT(abstract)；分类 cs.CL
AI总结 研究视频推理中视觉锚定衰减问题，提出潜在视频缓存Latent-VC插入解码器，通过监督对比缓存对齐等训练，在多视频基准测试中表现优于基线，能保留视觉证据提升推理。
CheckRLM: 检索增强推理中的有效知识-思维连贯性检查
机构 * School of Artificial Intelligence, Beijing Normal University（北京师范大学人工智能学院） ； Beijing Key Laboratory of Artificial Intelligence for Education（北京人工智能教育重点实验室） ； Institute of Information Engineering, Chinese Academy of Sciences（中国科学院信息工程研究所） ； School of Cyber Security, University of Chinese Academy of Sciences（中国科学院大学网络安全学院） ； Department of Computer Science and Technology, Institute for AI, Tsinghua University（清华大学人工智能研究院计算机科学与技术系） ； Northeastern University（东北大学）
专题命中 推理与问题求解 ：language model(abstract)；分类 cs.CL
AI总结 提出CheckRLM框架，通过检索增强生成及时检查和纠正推理链中的事实错误，确保推理与知识一致，降低长程推理错误累积成本。
Comments 24 pages, 7 figures
多样证据，更好预测：信息不对称下的多智能体商议
机构 * School of Computer Science, Carnegie Mellon University（卡内基梅隆大学计算机科学学院） ； College of Engineering, Carnegie Mellon University（卡内基梅隆大学工程学院）
专题命中 推理与问题求解 ：LLM(abstract_cn)；分类 cs.AI
AI总结 针对多智能体系统中信息同质化导致商议效果不佳的问题，提出通过设计信息不对称（共享公开证据与私有证据）降低智能体间误差相关性，并构建InfoDelphi框架，在预测任务上显著提升性能。
群体跟随机器人的自适应陪伴：处理动态变化的群体编队
机构 * National Cheng Kung University（国立成功大学）
专题命中 推理与问题求解 ：language model(abstract)；分类 cs.AI
AI总结 提出基于视觉语言模型的自适应群体陪伴方法，通过语义推理推断同伴位置、维持社交距离并理解群体动态，结合MPPI控制器实现稳定安全跟随，在五个场景中成功率提升15%，碰撞率降低25%。
Comments Accepted to the IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2026)
MVP-Nav: 多层价值地图规划导航器
机构 * Shanghai Jiao Tong University（上海交通大学）
专题命中 推理与问题求解 ：foundation model(abstract)；分类 cs.AI
AI总结 针对零样本目标导航中缺乏深度信息导致的物理不确定性，提出MVP-Nav框架，通过3D基础模型重建物理占用并构建多层价值地图，实现语义与物理约束的统一规划，达到最先进性能。
Evo-PI：通过演化原则引导的对齐医学推理
机构 * School of Computer Science, University of Auckland（奥克兰大学计算机科学学院） ； Beijing University of Posts and Telecommunications（北京邮电大学） ； Renyixun Health Technology Co., Ltd.（仁医讯健康科技有限公司） ； National Yang Ming Chiao Tung University（国立阳明交通大学） ； Harbin Institute of Technology (Shenzhen)（哈尔滨工业大学（深圳））
专题命中 推理与问题求解 ：language model(abstract)；分类 cs.AI
AI总结 提出Evo-PI框架，将推理原则作为可演化的语言监督信号，通过协同进化循环动态调整模型推理，在医学视觉问答中提升准确率最高达24.6%。
用竞争奖励解决大语言模型中的过度拒绝问题
机构 * Carnegie Mellon University（卡内基梅隆大学） ； SynthLabs
专题命中 推理与问题求解 ：language model(abstract)；分类 cs.LG
AI总结 提出SEAR方法，通过对抗优化和过程奖励，让模型在推理中探索有害思路但最终输出安全答案，从而缓解安全训练导致的过度拒绝问题。
什么驱动了来自反馈的交互式改进？
机构 * University of Warsaw（华沙大学） ； AKCES NCBR ； Princeton University（普林斯顿大学） ； Mistral AI ； Institute of Mathematics, Polish Academy of Sciences（波兰科学院数学研究所）
专题命中 推理与问题求解 ：language agent(abstract)；分类 cs.AI
AI总结 通过受控的学生-教师协议，分离反馈、重试和格式修正对多轮语言智能体性能提升的影响，发现有用反馈必须提供超越通用重试的指导，且学生利用反馈的能力是交互改进的关键瓶颈。
Comments 9 pages, 7 figures, accepted to the RLxF Workshop at ICML 2026
拆除病理性捷径：忠实LVLM解码的因果框架
专题命中 推理与问题求解 ：language model(abstract)；分类 cs.AI
AI总结 提出Fox框架，通过视觉注意力熵探针定位风险中介头，利用数值logit饱和进行因果干预，并结合冲突门控协同解码，消除视觉语言模型中的对象幻觉，实现忠实解码。
Comments 29 pages, 25 figures. Accepted by ICML 2026
大模型何处更胜一筹：约束引导推理的首要性
机构 * National Chengchi University（国立政治大学） ； Academia Sinica（中央研究院）
专题命中 推理与问题求解 ：language model(abstract)；分类 cs.CL
AI总结 研究大语言模型在推理基准上性能差距的原因，提出AdvCluster框架自动识别大模型优势问题并提取细粒度优势描述，发现约束引导推理是大模型的核心优势。
Comments 10 pages, 3 figures,
通过ROI重思考与合成数据增强脑部MRI异常检测与推理
机构 * College of Biomedical Engineering, Fudan University（复旦大学 生物医学工程学院）
专题命中 推理与问题求解 ：language model(abstract)；分类 cs.AI
AI总结 提出BrReMark框架，通过显式区域标记和假设验证机制增强脑部MRI诊断的可信度，结合结构化推理轨迹的监督微调和强化学习，以及基于域随机化的病理合成增强，显著提升定位精度并减少幻觉。
Maestro Order: 一种模型无关的编排框架
专题命中 推理与问题求解 ：language model(abstract)；分类 cs.AI
AI总结 提出Maestro Order框架，通过分解、集成、验证和递归四种原语组合模型，并利用预算感知控制器分配计算资源，将不可靠的求解器转化为可靠的问题解决系统，显著提升可靠性。
Comments 10 pages, 4 figures
几何动作模型用于机器人策略学习
机构 * KAIST AI（韩国科学技术院人工智能学院） ； ETH Zurich（苏黎世联邦理工学院） ； ETH AI Center（苏黎世联邦理工学院人工智能中心）
专题命中 推理与问题求解 ：foundation model(abstract)；分类 cs.LG
AI总结 提出几何动作模型(GAM)，通过重用预训练几何基础模型(GFM)作为共享骨干，实现语言条件下的操作策略，在仿真和真实机器人任务中优于现有方法。
Comments Project page: https://cvlab-kaist.github.io/Geometric-Action-Model/
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