Cognitive Interpretation of Everyday Activities: Toward Perceptual Narrative Based Visuo-Spatial Scene Interpretation
University of Bremen（不来梅大学）
我们定位一个叙事为中心的计算模型，高层次的知识表示和推理的范围内的辅助技术与“视觉空间感知和认知”的任务。我们提出的叙事模型包括\emph{space, events, actions, change, and interaction}等方面，从常识推理和大规模认知系统中的学习的观点。本文的广泛重点是在智能环境，环境智能等领域的“人类活动的解释”的背景下，“智能会议摄影”域，我们的位置提出的叙事模型，感性叙事的初步工作，并立即展望构建通用的开源工具感性叙事。ACM分类：I.2人工智能：I.2.0一般-认知模拟，I.2.4知识表示形式和方法，I.2.10视觉和场景理解：架构和控制结构，运动，感知推理，形状，视频分析一般关键词：认知系统;人机交互;空间认知和计算;常识推理;空间和时间推理;辅助技术
2013-06-22 cs.AI cs.CV cs.HC
Applications of Artificial Intelligence to aid detection of dementia: a narrative review on current capabilities and future directions
University of Tasmania（塔斯马尼亚大学）；Wicking Dementia Research and Education Centre（威金痴呆症研究与教育中心）
随着人口老龄化，到2050年，全球痴呆症患者人数预计将增加两倍，达到1.52亿。70%的病例是由于阿尔茨海默病（AD）病理学，并且在发生显著的认知能力下降之前有10-20年的“临床前”期。我们迫切需要成本效益高的客观方法来早期检测AD和其他痴呆症。修改风险因素可以预防40%的病例，如果参与者在早期招募，药物试验将有更大的成功机会。目前，痴呆症的检测主要是通过笔和纸的认知测试，但这些测试耗时且对临床前阶段不敏感。专业的脑部扫描和体液生物标志物可以检测痴呆症的早期阶段，但对于广泛使用来说，侵入性太强或太昂贵。随着技术的进步，人工智能（AI）在协助早期痴呆症的检测方面显示出了很好的效果。现有的人工智能辅助方法和潜在的未来研究方向进行了审查和讨论。
2021-04-29 cs.AI
ComoRAG: A Cognitive-Inspired Memory-Organized RAG for Stateful Long Narrative Reasoning
Tencent（腾讯）
针对长叙事理解中LLM推理能力下降和传统RAG方法不足的问题，提出受认知启发的ComoRAG，通过动态记忆工作空间和迭代推理循环提升性能，在长上下文叙事基准测试中相对最强基线提升达11%。
2025-11-12 cs.AI cs.CL cs.LG
Self-Awareness before Action: Mitigating Logical Inertia via Proactive Cognitive Awareness
School of Software, Jilin University（吉林大学软件学院）；School of Computer Science, Jilin University（吉林大学计算机科学学院）
本文提出SABA框架，通过在最终决策前引入对缺失前提的自我意识，解决大语言模型在非交互谜题中因早期假设传播导致的结论不稳定问题，实现了在多个基准测试中的最佳性能。
2026-04-22 cs.AI
StoryTR: Narrative-Centric Video Temporal Retrieval with Theory of Mind Reasoning
Department of Computer Science and Engineering, The Chinese University of Hong Kong, Hong Kong（香港中文大学计算机科学与工程系）；SkyReels, Skywork AI（SkyReels与Skywork AI）；Independent Researcher（独立研究者）
StoryTR首次引入需要心智理论推理的视频时刻检索基准，通过生成包含8100个样本的叙事短视频数据集，验证了心智理论推理在视频理解中的重要性。
2026-04-25 cs.AI
From Narrative to Action: A Hierarchical LLM-Agent Framework for Human Mobility Generation
Hong Kong University of Science and Technology (Guangzhou)（香港科学与技术大学（广州））
本研究提出分层LLM-Agent框架Narrative-to-Action，整合多层认知过程，结合职业移动熵指标引导自适应调整，生成兼具真实性与可解释性的人类移动轨迹，推动合成移动生成向认知驱动模拟发展。
2025-10-28 cs.AI cs.CY cs.MA
Understanding Narratives through Dimensions of Analogy
Information Sciences Institute, University of Southern California（南加州大学信息科学研究所）
类比推理是一种强大的定性推理工具，它使人类能够将两种情况联系起来，并将他们的知识从熟悉的情况推广到新的情况。认知科学的研究提供了宝贵的见解类比推理的丰富性和复杂性，以及有限的可扩展性的表达性类比推理机的实现。具有类比推理潜力的现代可扩展人工智能技术仅适用于比例类比的特殊情况，而不是理解高阶类比。在本文中，我们的目标是通过以下方式弥合这一差距：1）基于认知科学研究的成熟见解，将类比的六个维度形式化，2）用这些维度中的每一个来注释寓言语料库，以及3）定义四个复杂性不断增加的任务，以实现对人工智能技术的可扩展评估。在这些任务上使用语言模型和神经符号AI推理机的实验表明，最先进的方法可以应用于类比推理，但成功有限，因此需要进一步研究AI的全面和可扩展的类比推理。我们提供所有的代码和数据。
2022-06-27 cs.AI cs.CL
Demanding and Designing Aligned Cognitive Architectures
随着人工智能系统变得越来越强大和普遍，关于使其行动与人类更广泛的目标和需求保持一致的争论越来越多。这种多学科和多利益攸关方的辩论必须解决许多问题，在此我们探讨其中三个问题。第一个问题是澄清利益相关者可能对人工智能系统的设计者提出什么有用的要求，这是有用的，因为存在实现它们的技术。我们通过使用认知架构的框架使这个技术主题更容易理解。第二个问题是超越一个分析框架，将有用的情报视为回报最大化。为了支持这一举措，我们定义了几个AI认知架构，将奖励最大化与其他旨在提高一致性的技术元素相结合。第三个问题是利益相关者应该如何校准他们与现代机器学习研究人员的互动。我们考虑了当前机器学习的时尚如何创造了一种叙事拉力，技术和政策讨论的参与者应该意识到这一点，以便他们能够弥补这一点。我们确定了几个技术上易于处理但目前不流行的改进AI对齐的选项。
2021-12-19 cs.AI
The TEA Nets framework combines AI and cognitive network science to model targets, events and actors in text
CogNosco Lab, Department of Psychology and Cognitive Science, University of Trento（CogNosco实验室，心理学与认知科学系，特伦托大学）
TEA Nets框架通过认知网络科学和人工智能提取文本中的主体、事件和目标，展示了在阴谋文本和LLM生成文本中进行可解释情绪检测、语义框架分析和语言研究的能力。
2026-04-30 cs.AI cs.CY cs.HC
Geospatial Narratives and their Spatio-Temporal Dynamics: Commonsense Reasoning for High-level Analyses in Geographic Information Systems
University of Bremen（不来梅大学）；Penn State University（宾夕法尼亚州立大学）
动态地理空间现象的建模、分析和可视化已被确定为下一代地理信息系统（GIS）的关键发展挑战。在这种情况下，设想的范式扩展到当代基础GIS技术提出了基本问题的本体论，正式的代表性，和（分析）计算方法，将成为其空间信息理论的基础。我们提出的概念概述和架构的发展高层次的语义和定性分析能力的动态地理空间域。建立在常识推理，定性推理，空间和时间的表示和推理，推理行动和变化，和计算模型的叙事领域的正式方法，我们确定具体的理论和实践的挑战，在有关“空间，事件，行动和变化”的正式推理的背景下产生。以此为基础，并在一个说明的情况下，涉及城市叙事的时空动态的背景下，我们解决具体的问题和解决方案的技术，主要涉及“定性抽象”，“数据集成和空间一致性”，和“实际的地理空间绑架”。从一个广泛的主题的观点，我们提出，下一代动态GIS技术需要一个跨学科的科学观点，汇集了地理，人工智能和认知科学。保留字：人工智能;认知系统;人机交互;地理信息系统;时空动力学;叙事的计算模型;地理空间分析;地理空间建模;本体论;定性空间建模和推理;空间辅助系统
2013-12-16 cs.AI cs.ET cs.HC
CAREBench: Evaluating LLMs' Emotion Understanding by Assessing Cognitive Appraisal Reasoning
Department of Informatics（信息学院）；King’s College London（伦敦国王学院）；Institute of Psychology（心理学研究所）；University of Tartu（塔尔图大学）；Department of Psychology（心理学系）；Stanford University（斯坦福大学）；The Alan Turing Institute（艾伦·图灵研究所）
本文提出CAREBench，首个全面标注认知评价推理、评价评分和多标签情感标注的基准，通过系统实验发现更强模型在某些任务上匹配或超越人类，但在评价推理和积极情绪识别上表现不足，揭示了当前模型未能内部化捕捉人类主观异质性的机制。
2026-05-16 cs.AI
MIRROR: Converging Cognitive Principles as Computational Mechanisms for AI Reasoning
arcarae
MIRROR通过将人类认知原理转化为计算机制，提升了多轮对话中在注意力干扰下的约束维持能力，验证了平行处理与整合合成的互补性。
2026-04-17 cs.AI
Enhancing Structural Mapping with LLM-derived Abstractions for Analogical Reasoning in Narratives
Vrije Universiteit Amsterdam（阿姆斯特丹自由大学）；University of Southern California（南加州大学）
本文提出YARN框架，利用LLM分解叙事并抽象单元，提升叙事类比推理能力，实验表明抽象显著提升性能，揭示了抽象层级、隐含因果关系和类比模式分类的挑战。
2026-03-31 cs.AI cs.CL
Radically Compositional Cognitive Concepts
University of Oxford（牛津大学）
尽管有充分的证据表明，我们的概念、认知结构和数学本身都是深度组合的，但很少有模型利用这种结构。因此，我们提出了一个从根本上组成的方法，计算神经科学，应用范畴理论的方法。我们描述了这些工具如何为我们提供了一种克服复杂性和提高可解释性的方法，并为科学建模提供了一种严格的通用语言，类似于计算机科学的类型理论。作为一个案例研究，我们勾勒出如何从合成叙事概念到神经回路的转换。
2019-11-14 cs.AI cs.CL cs.NE
A Modular Cognitive Architecture for Assisted Reasoning: The Nemosine Framework
Edervaldo José de Souza Melo
Nemosine框架通过模块化认知架构实现辅助推理和系统分析，结合元认知与分布式认知原理，提供结构化问题解决的计算基础。
2025-12-04 cs.AI cs.HC cs.MA
The Artificial Intelligence Cognitive Examination: A Survey on the Evolution of Multimodal Evaluation from Recognition to Reasoning
本文综述了多模态AI评估从识别到推理的演变，探讨了测评方法的转变及当前前沿基准的发展。
2026-01-05 cs.AI
ActPC-Chem: Discrete Active Predictive Coding for Goal-Guided Algorithmic Chemistry as a Potential Cognitive Kernel for Hyperon & PRIMUS-Based AGI
SingularityNET（奇点网）；TrueAGI；OpenCog
提出 ActPC-Chem 范式，利用元图重写规则的算法化学与离散主动预测编码，融合 AIRIS 和 PLN，为 OpenCog Hyperon 等架构构建认知内核，实现结构化、多模态的逻辑一致预测。
2024-12-21 cs.AI
Narrative-Centered Emotional Reflection: An Early Prototype for AI-Supported Emotional Self-Reflection
该研究以Reflexion为早期原型，通过整合情感检测、分层反思提示和隐喻故事生成等方法，探索结构化情感自我反思，支持用户超越基本情感分类进行自主情感探索，记录了理论驱动的情感计算方向。
2026-11-03 cs.AI cs.CY cs.HC
World-aware Planning Narratives Enhance Large Vision-Language Model Planner
Fudan University（复旦大学）；Shanghai Innovation Institute（上海创新研究院）；Shanghai AI Laboratory（上海人工智能实验室）
本文提出世界感知规划叙事增强框架WAP，通过四种认知能力为LVLMs注入环境理解，在EB-ALFRED上使Qwen2.5-VL任务成功率大幅提升，并超越GPT-4o等专有模型。
2025-07-02 cs.AI cs.RO
When Models Know More Than They Say: Probing Analogical Reasoning in LLMs
Cambridge University（剑桥大学）；Northeastern University（东北大学）；Athenahealth；Johns Hopkins University（约翰霍普金斯大学）
研究探讨了LLMs在类比推理任务中的表现，发现探测内部表示比提示性能更优，揭示了任务依赖性和提示机制的局限性。
2026-04-04 cs.AI cs.CL cs.LG
Sophia: A Persistent Agent Framework of Artificial Life
Westlake University（西湖大学）；Shanghai Innovation Institute（上海创新研究院）；Project Cuddlepark Team（Project Cuddlepark团队）；Shanghai Jiao Tong University（上海交通大学）
Sophia通过引入系统3，实现持久代理框架，使AI代理具备自我改进、身份连续性和透明行为解释能力，推动人工生命的发展。
2025-12-20 cs.AI
DAC-h3: A Proactive Robot Cognitive Architecture to Acquire and Express Knowledge About the World and the Self
Universitat Pompeu Fabra（庞培法布拉大学）；Institute for Bioengineering of Catalonia（加泰罗尼亚生物工程研究所）；The Barcelona Institute of Science and Technology（巴塞罗那科学技术学院）；Institució Catalana de Recerca i Estudis Avançats（加泰罗尼亚研究与高级研究学院）
本文介绍了一种认知架构的人形机器人从事积极的，混合的主动探索和操纵的环境，其中的主动性可以来自人类和机器人。该框架基于大脑和心灵的生物学理论，集成了反应式交互引擎，一些最先进的感知和运动学习算法，以及规划能力和自传体记忆。作为一个整体，架构驱动机器人的行为来解决符号基础问题，获得语言能力，执行目标导向的行为，并表达自己在世界上的经验的口头叙述。我们验证了我们的方法在人机交互实验与iCub人形机器人，表明所提出的认知架构可以应用于实时的在一个现实的情况下，它可以与天真的用户。
2017-09-18 cs.AI cs.RO
CRASH: Cognitive Reasoning Agent for Safety Hazards in Autonomous Driving
King Abdullah University of Science and Technology（国王阿卜杜勒-阿齐兹科技大学）
本文提出CRASH，一种基于大语言模型的自动驾驶安全隐患分析工具，通过自动化处理事故报告，识别事故原因并评估自动驾驶系统对事故的影响，验证其在事故分析中的有效性与实用性。
2026-03-16 cs.AI cs.CL
Line Goes Up? Inherent Limitations of Benchmarks for Evaluating Large Language Models
The University of Melbourne（墨尔本大学）
本文从理论与实证角度论证基准范式及现有基准的局限，指出基准成绩不能可靠衡量LLM的一般认知与可泛化能力，并强调对抗性刺激和可解释性评估的重要性。
2025-02-20 cs.AI cs.CL cs.LG
Forgetful but Faithful: A Cognitive Memory Architecture and Benchmark for Privacy-Aware Generative Agents
本文提出了一种认知记忆架构和隐私意识生成代理的基准测试，通过平衡性能、隐私和计算效率，提升生成代理在资源受限环境中的应用能力。
2025-12-14 cs.AI cs.LG
DeceptionAnalyser: A Web-Based AI Tool for Performing Structured Deception Analysis with Argumentation Schemes and LLMs
University of Lincoln（林肯大学）；University of the Basque Country（巴斯克大学）；University of Liverpool（利物浦大学）
本文提出十个论证方案及DeceptionAnalyser工具，结合大型语言模型进行结构化欺骗分析，通过前提提取和关键问题评估实现透明可解释的欺骗检测，并在多个模型上验证了可靠性。
2026-09-22 cs.AI cs.HC
Where do LLMs Fall Short in CBT-Guided Affective Reasoning?
UMBC（美国马里兰大学）；UC Irvine（美国加州大学 Irvine 分校）
研究大语言模型在认知行为疗法引导的情感推理中的不足，采用知识引导框架，将用户叙述分解并基于临床概念验证，用协议杠杆力衡量引导效果，发现单链思维提示无效，多链思维能更好引导策略选择但效果有限。
2026-07-10 cs.AI cs.CL cs.HC
