As spatial computing and multimodal LLMs mature, AR is tending to become an intuitive "thinking tool," embedding semantic and context-aware intelligence directly into everyday environments. This paper explores how always-on AR can seamlessly bridge digital cognition and physical affordances, enabling proactive, context-sensitive interactions that enhance human task performance and understanding.
SciCore-Mol: Augmenting Large Language Models with Pluggable Molecular Cognition Modules
School of Electronic and Computer Engineering, Peking University, Shenzhen, China（电子与计算机工程学院，北京大学深圳校区）；Tsinghua University, Beijing, China（清华大学，北京）；School of Intelligence Science and Technology, Nanjing University, Suzhou, China（智能科学与技术学院，南京大学苏州校区）
Understanding, Protecting, and Augmenting Human Cognition with Generative AI: A Synthesis of the CHI 2025 Tools for Thought Workshop
Microsoft Research（微软研究院）；Harvard University（哈佛大学）；IBM Research（IBM研究院）；Carnegie Mellon University（卡内基梅隆大学）；University of Chicago（芝加哥大学）；Tableau Research（Tableau研究院）；University College London（伦敦大学学院）；Stanford University（斯坦福大学）
AI Models Exceed Individual Human Accuracy in Predicting Everyday Social Norms
Institute for Futures Studies（未来研究所）；Institute for Analytical Sociology, Linköping University（林雪平大学分析社会学研究所）；Uppsala University（乌普萨拉大学）；Mälardalen University（梅拉达伦大学）
IoT-LLM: a framework for enhancing Large Language Model reasoning from real-world sensor data
MARS Lab, School of Mechanical and Aerospace Engineering, Nanyang Technological University, Singapore（MARS实验室，机械与航空航天工程学院，南洋理工大学，新加坡）；School of Mechanical and Aerospace Engineering, Nanyang Technological University, Singapore（机械与航空航天工程学院，南洋理工大学，新加坡）
Meta-learning ecological priors from large language models explains human learning and decision making
Institute for Human-Centered AI, Helmholtz Computational Health Center（以人为本的人工智能研究所，海德堡计算健康中心）；Computational Principles of Intelligence, Max Planck Institute for Biological Cybernetics（计算智能原理，马克斯·普朗克生物 cybernetics 研究院）；Eberhard Karls University of Tübingen（图宾根大学）；Princeton AI Lab, Princeton University（普林斯顿大学人工智能实验室）
Adapting Psycholinguistic Research for LLMs: Gender-inclusive Language in a Coreference Context
Insight SFI Research Centre for Data Analytics（Insight SFI数据 analytics研究中心）；School of Information and Communication Studies（信息与传播研究学院）；School of Mathematics and Statistics（数学与统计学院）；University College Dublin（都柏林大学学院）
Between Sense and Sensibility: Declarative narrativisation of mental models as a basis and benchmark for visuo-spatial cognition and computation focussed collaborative cognitive systems
University of Bremen（不来梅大学）
“\emph{sensing}”和“\emph{sensibility}”之间有什么区别？换句话说，什么样的认知过程介导了感知能力和可感知印象的形成-例如，抽象，类比，假设和理论的形成，信念和他们的修正，论点的形成-在特定领域的问题解决中，还是在日常生活，工作和简单地在环境中走动的常规活动中？如何才能知识和推理的能力，表现出人类在特定的问题背景下，被用来作为一个模型和基准的发展与人类的援助，保证和授权的协作认知（互动）系统？我们提出这些问题的背景下，一系列的辅助技术与\emph{visuo-spatial perception and cognition}任务，包括方面，如常识，创造力，专业领域的知识和解决问题的思维过程的应用。正在考虑的辅助技术包括：（a）人类活动解释;（b）高级认知旋转;（c）建筑和数字媒体创作等领域以人为本的创造性设计;（d）地理信息系统的定性分析。计算叙事不仅提供了丰富的认知基础，但他们也作为一个基准的功能性能在我们的发展计算认知辅助系统。我们认为，有关空间，行动和变化的计算叙事提供了一个有用的模型\emph{visual}和\emph{spatio-temporal thinking}在广泛的解决问题的任务和应用领域，协作认知系统可以提供一个辅助和授权功能。
