MILES: Modular Instruction Memory with Learnable Selection for Self-Improving LLM Reasoning
University of New South Wales（新南威尔士大学）
研究针对LLMs测试时推理问题，提出MILES框架，通过动态扩展内存及正确性优化的内存组合，利用模块化内存单元与可学习选择头实现粗到细检索机制，实验表明该框架在性能、效率及权衡上表现出色。
2026-07-09 cs.CL cs.LG
AgentRxiv: Towards Collaborative Autonomous Research
Johns Hopkins University（约翰斯·霍普金斯大学）；ETH Zurich（苏黎世联邦理工学院）
本研究提出协作式自主研究框架AgentRxiv，支持LLM智能体实验室通过共享预印本服务器迭代协作，实验证明其能显著提升多领域基准性能，助力加速科学发现。
2025-03-23 cs.AI cs.CL cs.LG
Improving the Effectiveness and Efficiency of Stochastic Neighbour Embedding with Isolation Kernel
Deakin University（迪肯大学）；Nanjing University（南京大学）
针对t-SNE中高斯核易导致结构表征失真、计算成本高的问题，提出用孤立核替换高斯核，既提升可视化质量又能高效处理大规模数据集，且不损失准确率。
2021-07-08 cs.AI cs.CV cs.LG
Code to Think, Think to Code: A Survey on Code-Enhanced Reasoning and Reasoning-Driven Code Intelligence in LLMs
Meta AI；University of California, San Diego（加利福尼亚大学圣迭戈分校）；University of Rochester（罗切斯特大学）
本文综述了代码与推理在大语言模型中的相互增强关系，分析了代码作为推理媒介的作用及推理对代码智能的推动，并提出了未来研究方向。
2025-02-26 cs.AI cs.CL cs.LG
MIDI-LLM: Improving Text-to-MIDI Music Generation via Adapting Large Language Models
Massachusetts Institute of Technology（麻省理工学院）
该研究提出MIDI-LLM，通过适配Llama 3.2（1B）采用两阶段训练改进文本到MIDI生成，在用户研究中证实其在人机音乐协同创作中的有效性。
2026-08-05 cs.CL cs.MM cs.SD
TMAS: Scaling Test-Time Compute via Multi-Agent Synergy
IQuest Research（IQuest研究）；Beihang University（北航）
本文提出TMAS框架，通过多智能体协同实现测试时间计算的扩展，利用层次化记忆和混合奖励强化学习提升推理能力和探索效率。
2026-05-19 cs.AI
From Inertia to Objectivity: Improving Deep Research Agents with Noise Isolation
School of Software Technology, Zhejiang University（浙江大学软件学院）；Zhejiang University（浙江大学）；Alibaba Group（阿里巴巴集团）
针对深度研究智能体存在的惯性偏差问题，提出NIS-Agent方法，在网页分类和最终答案验证环节应用上下文隔离，降低33%的token成本，训练的8B模型性能可与GPT-4o相当。
2026-08-28 cs.AI
Drug Synergy Prediction via Residual Graph Isomorphism Networks and Attention Mechanisms
College of Sciences, Shihezi University（石河子大学理学院）；School of Mathematics and Computational Science, Xiangtan University（湘潭大学数学与计算科学学院）
本文提出ResGIN-Att模型，结合分子结构和基因组数据预测药物协同效应，通过残差图同构网络提取多尺度拓扑特征，利用LSTM融合结构信息，设计交叉注意力模块建模药物相互作用，实验表明模型在五个公开数据集上表现优异。
2026-04-23 cs.AI cs.LG
Graph Counselor: Adaptive Graph Exploration via Multi-Agent Synergy to Enhance LLM Reasoning
Shanghai Artificial Intelligence Laboratory（上海人工智能实验室）；School of Mathematics, Harbin Institute of Technology（哈尔滨工业大学数学学院）；Department of Control Science and Engineering, Harbin Institute of Technology（哈尔滨工业大学控制科学与工程学院）
针对现有GraphRAG信息聚合低效和推理机制僵化问题，提出基于多智能体协同的Graph Counselor方法，通过自适应图信息提取模块和多视角自反思机制，在多个图推理任务中取得更高准确性和泛化能力。
2025-06-04 cs.AI cs.CL
PyraMathBench: Evaluating and Improving Mathematical Capability in Large Language Models
East China Normal University（东华师范大学）；Hasso Plattner Institute, University of Potsdam（波茨坦大学哈索普兰特纳研究所）
提出PyraMathBench分层基准测试，通过整合数值处理与数学推理评估LLM，并引入SOLVE模块和IRPO优化方法提升数值-数学协同能力。
2026-06-02 cs.AI
Mind the Tool Failures: Achieving Synergistic Tool Gains for Medical Agents
Fudan University（复旦大学）；Shanghai Academy of Artificial Intelligence for Science（上海人工智能科学研究院）；Shanghai Innovation Institute（上海创新研究院）；The University of Queensland（昆士兰大学）；Bioinformatics Institute (BII), Agency for Science, Technology and Research (A*STAR)（生物信息研究所（BII），科技研究局（A*STAR））
针对医疗AI智能体在真实临床环境中工具可能失败的问题，提出基于GRPO的强化学习框架，通过实例级工具选择和分歧感知协同学习，实现错误工具共识的纠正，提升系统鲁棒性。
2026-05-26 cs.AI
Diffusion-based Multi-modal Synergy Interest Network for Click-through Rate Prediction
Peking University（北京大学）；Wuhan University（武汉大学）；Shanghai University of International Business（上海国际商务大学）；Microsoft（微软）
针对多模态CTR预测中模态共性与特性难分离、协同交互建模不足的问题，提出Diff-MSIN框架，通过MFE、SRC、FDAF及知识解耦增强表示与自适应融合，在Rec-Tmall和三个Amazon数据集上较基线至少提升1.67%。
2025-08-29 cs.AI cs.IR
SCAFFOLD: Self-Improving Web Agents via Recursive Parametric Skill Abstraction
MBZUAI（穆罕默德·本·扎耶德人工智能大学）；McGill University（麦吉尔大学）；CityUHK（香港城市大学）；UMass Boston（马萨诸塞大学波士顿分校）
提出SCAFFOLD框架，通过递归参数化技能抽象、MDL压缩和权重蒸馏，使视觉Web智能体自我改进，在多个基准上成功率提升11.1-17.2个百分点。
2026-09-09 cs.AI cs.CL
SIA: Self Improving AI with Harness & Weight Updates
Hexo Labs（Hexo实验室）；University of Oxford（牛津大学）
提出SIA框架，通过反馈智能体同时更新任务智能体的框架和权重，在三个领域（中国法律罪名分类、GPU内核优化、单细胞RNA去噪）超越仅迭代框架的方法。
2026-05-28 cs.AI cs.CL
General Collaborative Intelligence: Architecting Cognition for Resilient Multi-Agent Ecosystems
Northwestern Polytechnical University（西北工业大学）；Wuhan University（武汉大学）；Nankai University（南开大学）
本文提出通用协作智能的统一综述，通过五维分类法和三个认知协同条件整合多智能体协作研究，并推出GCI-Bench基准协议以促进跨研究比较，推动现实不确定性下的通用协作智能发展。
2026-09-22 cs.AI cs.CV cs.RO
Towards Improving Exploration in Self-Imitation Learning using Intrinsic Motivation
TECNALIA, Basque Research and Technology Alliance (BRTA)（TECNALIA，巴斯克研究与技术联盟（BRTA））；University of the Basque Country (UPV/EHU)（巴斯克大学（UPV/EHU））
强化学习已经成为有效解决优化任务的强大替代方案。这些算法的使用高度依赖于环境提供的反馈信号，这些反馈信号负责告知学习代理所做的决策有多好（或多坏）。不幸的是，在广泛的问题中，设计一个好的奖励函数并不是微不足道的，所以在这种情况下，稀疏的奖励信号被采用。缺乏密集的奖励函数带来了新的挑战，主要与探索有关。模仿学习通过利用专家的演示解决了这些问题。在没有专家（及其后续演示）的情况下，一种选择是优先考虑智能体收集的合适的探索经验，以便通过良好的探索行为引导其学习过程。然而，这种解决方案高度依赖于智能体在其学习过程的早期阶段发现这种轨迹的能力。为了解决这个问题，我们建议将模仿学习与内在动机结合起来，这是解决稀疏奖励问题的两种最广泛采用的技术。在这项工作中，内在动机是用来鼓励代理探索环境的好奇心的基础上，而模仿学习允许重复最有前途的经验，以加快学习过程。这种组合被证明是产生一个改进的性能和更好的推广程序生成的环境中，优于以前报道的自我模仿学习方法，并实现相等或更好的样本效率的内在动机隔离。
2022-11-30 cs.AI cs.LG
Memory as Middleware for Self-Improving AI Agents
针对AI智能体跨会话失忆问题，提出将记忆作为可插拔中间件层，通过六个系统挑战构建参考实现ALTK-Evolve，实现自我改进。
2026-09-29 cs.AI cs.DC
Improving Vision Anomaly Detection with the Guidance of Language Modality
针对视觉异常检测中的冗余信息与隐空间稀疏问题，提出由CMER和CMLE组成的跨模态引导框架CMG，利用语言模态筛选关键像素并约束视觉隐空间，性能较图像基线提升16.81%。
2023-10-04 cs.AI cs.CV
Mastering PokeGym: Graph-Guided Multimodal Evolution at Test Time
SIAS, UESTC（电子科技大学深圳高等研究院）；CFAR/IHPC A*STAR（新加坡科技研究局高性能计算研究所）
PokeGym通过复杂的3D开放世界游戏评估视觉-语言模型在长周期任务中的表现，揭示了物理死锁恢复是当前模型的主要瓶颈，并发现高级模型存在元认知分歧。
2026-08-04 cs.AI cs.CV
