AI 大模型
智能体、工具调用、规划、工作流、多智能体和自主任务执行。
DeepXiv-SDK: 一种用于科学文献的代理数据接口
机构 * Beijing Academy of Artificial Intelligence（北京人工智能研究院）
专题命中 工具调用 ：agentic(title,abstract)；agent(abstract)；分类 cs.AI、cs.CL
AI总结 DeepXiv-SDK通过三层代理数据接口提升科学文献的数据访问效率，支持ArXiv语料库并提供开源工具和API。
Comments Project at https://github.com/DeepXiv/deepxiv_sdk
面向动态Stackelberg博弈框架的代理AI防御对抗大语言模型劫持
机构 * Department of Electrical and Computer Engineering（电气与计算机工程系）
专题命中 工具调用 ：agentic(title)；agent(abstract)；分类 cs.AI
AI总结 本文提出动态Stackelberg博弈框架，用于代理AI防御对抗大语言模型劫持，通过RRT搜索和博弈树分析提升防御效果。
Comments Accepted to ICLR 2026 AIMS Workshop. 13 pages, 3 figures
在LLM代理中通过帮助性优化保持安全性训练
机构 * Department of Computer Science, University of California, Berkeley, USA（计算机科学系，加州大学伯克利分校）
专题命中 工具调用 ：tool-use(abstract)；agentic(abstract)；分类 cs.CL、cs.LG
AI总结 研究通过帮助性优化在LLM代理中保持安全性训练，发现单独训练或依次训练无法找到最佳策略，但所有配置接近帕累托前沿。
Comments Under submission
通过深度强化学习进行网络拓扑优化
机构 * IIIS, Tsinghua University（清华大学信息科学与技术学院） ； China Mobile Research Institute（中国移动研究院）
专题命中 工具调用 ：agent(abstract)；planning(abstract)；分类 cs.AI、cs.LG
AI总结 本文提出DRL-GS算法，通过深度强化学习优化网络拓扑，提升效率与性能。
AI空间物理：开放AI机构的构成边界语义
专题命中 工具调用 ：agentic(abstract)；分类 cs.AI
AI总结 本文提出AI空间物理作为开放AI机构的构成边界语义，通过定义最小状态模型和核心定律家族，实现对机构扩展和治理的精确描述。
NνDEx实验的模拟与分析框架开发
专题命中 工具调用 ：workflow(abstract)
AI总结 本文开发了NνDEx实验专用的模拟与分析框架，通过计算离子迁移率、建模TPC几何结构、生成信号背景事件并重建轨迹，验证了实验流程的完整性。
Journal ref Nucl. Instrum. Methods Phys. Res. A 1087 (2026) 171439
MA-CoNav：一种具有分层协作和双阶段反思的主从多智能体框架用于长周期具身视觉语言导航
机构 * Southwestern University of Finance（西南财经大学） ； Department of Informatics,Universitat Hamburg, Hamburg, Germany（汉堡大学信息学院） ； University of Electronic Science（电子科学大学）
专题命中 规划决策 ：agent(title,abstract)；multi-agent(title,abstract)；planning(abstract)；分类 cs.AI
AI总结 MA-CoNav 通过主从分层架构和双阶段反思机制，提升长周期具身视觉语言导航任务的性能。
VisionCreator: 一种具有理解、思考、规划和创作能力的原生视觉生成智能体模型
机构 * Tencent Hunyuan（腾讯文言） ； Hong Kong University of Science and Technology（香港科技大学）
专题命中 规划决策 ：planning(title,abstract)；agentic(title,abstract)；workflow(abstract)
AI总结 VisionCreator是一种结合理解、思考、规划和创作能力的原生视觉生成智能体模型，通过创新方法提升复杂创作任务的性能。
图GRPO：通过群体相对策略优化稳定多智能体拓扑学习
机构 * Tsinghua University（清华大学） ； Donghua University（东华大学）
专题命中 规划决策 ：agent(title,abstract)；multi-agent(title,abstract)；分类 cs.CL
AI总结 图GRPO通过群体相对策略优化稳定多智能体拓扑学习，提升训练稳定性并识别关键通信路径。
MedLA：基于大语言模型的复杂医学推理多智能体框架
专题命中 规划决策 ：agent(title,abstract)；multi-agent(title,abstract)；分类 cs.AI
AI总结 MedLA是一种基于大语言模型的逻辑驱动多智能体框架，通过多轮图引导讨论实现透明推理和共识达成，有效提升复杂医学推理性能。
Comments accepted by AAAI-26 (ORAL)
具有自适应测试时间缩放的代理混合源多模态虚假信息检测
专题命中 规划决策 ：agentic(title,abstract)；agent(abstract)；planning(abstract)；multi-agent(abstract)
AI总结 AgentM3D通过自适应测试时间缩放和多代理框架提升零样本多模态虚假信息检测性能。
强化学习在语言模型规划中的利弊：一种理论视角
机构 * Microsoft Research Asia（微软亚洲研究院） ； Peking University（北京大学） ； Harvard University（哈佛大学） ； University of Southern California（南加州大学）
专题命中 规划决策 ：planning(title,abstract)；分类 cs.AI、cs.CL、cs.LG
AI总结 本文从理论角度分析强化学习在语言模型规划中的利弊，揭示探索的重要性及Q学习在多样性保持方面的优势。
在危机韧性规划中探查超人类表征：人机交互研究者视角
专题命中 规划决策 ：planning(title,abstract)；agent(abstract)
AI总结 本文从人机交互研究者视角探讨危机韧性规划中如何通过设计探查实现非人类视角的表征，揭示了超人类表征设计中的张力与挑战。
Comments Accepted into CHI 2026 Posters track
REFLEX：基于大语言模型的反思零样本机器人规划的元认知推理
机构 * School of Applied and Creative Computing, Purdue University（应用与创意计算学院，普渡大学） ； Bowen School of Construction, Purdue University（建设学院，普渡大学） ； School of Engineering Technology, Purdue University（工程技术学院，普渡大学） ； Department of Technology Leadership and Innovation, Purdue University（技术领导与创新部门，普渡大学）
专题命中 规划决策 ：planning(title,abstract)；分类 cs.CL
AI总结 REFLEX通过引入元认知学习，提升大语言模型在机器人任务中的推理、反思与创造力，实现零样本下的高效规划。
ViPlan：一个用于视觉规划的基准，结合符号谓词和视觉-语言模型
机构 * Fondazione Bruno Kessler（布鲁诺·科塞拉基金会） ； Department of Computer Science, Aalto University（艾尔沃斯大学计算机科学系） ； Department of Mathematics, Università degli Studi di Padova（帕多瓦大学数学系）
专题命中 规划决策 ：planning(title,abstract)；分类 cs.AI
AI总结 ViPlan是一个用于视觉规划的基准，比较基于VLMs的符号方法与直接VLM规划方法，发现不同方法在不同任务中的表现差异。
Comments 8 pages, 5 figures and 1 table in the main text; 50 pages, 16 figures and 19 tables including supplementary material
StarWhisper望远镜：一种用于自动化端到端天文观测的AI框架
机构 * University of Chinese Academy of Sciences（中国科学院大学） ； Key Laboratory of Optical Astronomy National Astronomical Observatories Chinese Academy of Sciences（中国科学院国家天文台光学天文重点实验室） ； School of Computing Science Simon Fraser University（西蒙弗雷泽大学计算机科学学院） ； College of Science Tibet University（西藏大学理学院） ； Institute for Frontiers in Astronomy and Astrophysics Beijing Normal University（北京师范大学前沿天文与天体物理研究院） ； Liii Network Co（Liii网络公司）
专题命中 规划决策 ：agent(abstract)；AI agent(abstract)；planning(abstract)；分类 cs.AI、cs.CL
AI总结 StarWhisper望远镜是一种结合大语言模型与模块化工作流的AI框架，用于自动化天文观测，提升观测效率并促进业余与专业天文学家的协作。
Comments 33 pages
排序均场规划游戏
专题命中 规划决策 ：planning(title,abstract)
AI总结 本文研究了一种基于排名的均场规划系统，通过势函数形式将其转化为偏微分方程，并证明了经典解的等价性与唯一性，同时在低正则性条件下建立了弱解的存在性。
你在做什么？代理LLM车载助手在多步骤处理中的中间反馈影响
专题命中 规划决策 ：agentic(title,abstract)
AI总结 研究探讨了代理式LLM车载助手在多步骤处理中中间反馈对用户体验的影响，发现中间反馈能提升信任和效率，同时减少任务负荷，提出适应性反馈策略以平衡透明度与效率。
Comments Accepted at CHI 2026
MMH-Planner: 多模式混合轨迹规划方法：基于实时空间感知的无人机高效飞行
机构 * School of Surveying and Mapping, Information Engineering University（测绘学院，信息工程大学） ； School of Geodesy and Geomatics, Hubei Luojia Laboratory（地质测绘学院，湖北珞珈实验室）
专题命中 规划决策 ：planning(title,abstract)
AI总结 MMH-Planner通过多模式混合轨迹规划方法，结合实时空间感知提升无人机飞行效率，优化规划效率与计算成本。
IMR-LLM：基于大语言模型的工业多机器人任务规划与程序生成
机构 * Shenzhen University（深圳大学） ； SpeedBot Robotics Co., Ltd.（SpeedBot机器人科技有限公司） ； Carleton University（卡尔顿大学） ； Institute of AI for Industries, Chinese Academy of Sciences（中国科学院工业人工智能研究所）
专题命中 规划决策 ：planning(title,abstract)
AI总结 IMR-LLM通过大语言模型实现工业多机器人任务规划与程序生成，结合析取图和过程树，提出高效任务计划和可执行程序生成方法，并构建了多复杂度层次的IMR-Bench基准。
通过推理时扩散缩放进行组合式视觉规划
机构 * Georgia Institute of Technology（佐治亚理工学院） ； University of Michigan（密歇根大学）
专题命中 规划决策 ：planning(title,abstract)
AI总结 本文提出通过推理时扩散缩放进行组合式视觉规划，利用Tweedie估计强制边界一致，实现长时间范围的稳定规划。
从语言到行动：基于大语言模型的代理能否用于具身机器人认知？
机构 * Institute of AI and Autonomous Systems (A 2 S)（人工智能与自主系统研究所） ； Hochschule Bonn-Rhein-Sieg（波恩-莱茵-锡格大学） ； Division for Systems and Control（系统与控制系） ； Chalmers University of Technology（查尔姆斯理工大学） ； Fraunhofer Institute for Intelligent Analysis and Information Systems（弗劳恩霍夫智能分析与信息系统研究所）
专题命中 规划决策 ：agent(abstract)；planning(abstract)；agentic(abstract)
AI总结 本文研究了基于大语言模型的代理在家庭任务中的表现，探讨其在具身机器人认知中的潜力与挑战。
Comments Accepted for publication at the 2026 IEEE International Conference on Robotics and Automation (ICRA)
ORCA：用于文档视觉问答的协作代理协同推理
机构 * Digital Research Center of Sfax, SMARTS Laboratory（突尼斯斯法克斯数字研究中心，SMARTS实验室） ； École Polytechnique de Tunisie, University of Carthage（突尼斯理工学院，卡塔赫纳大学） ； Computer Vision Center, Universitat Autònoma de Barcelona（巴塞罗那自治大学计算机视觉中心）
专题命中 规划决策 ：agent(abstract)；AI agent(abstract)；multi-agent(abstract)
AI总结 ORCA通过协作代理协同推理提升文档视觉问答的复杂推理与多步骤工作流处理能力。
RAPO：通过检索增强策略优化扩展LLM代理的探索
机构 * Fudan University（复旦大学） ； Zhejiang University（浙江大学） ； UC Davis（加州大学戴维斯分校）
专题命中 规划决策 ：agent(abstract)；agentic(abstract)；分类 cs.AI
AI总结 RAPO通过引入检索增强策略优化，扩展LLM代理的探索能力，提升训练效率和探索效果。
Comments Submit to KDD 2026
OrchMAS: 基于多协作异构科学专家结构代理的协同推理
机构 * Magellan Technology Research Institute (MTRI)（Magellan技术研究 institute） ； Nanyang Technological University（南洋理工大学）
专题命中 规划决策 ：agent(abstract)；multi-agent(abstract)；分类 cs.AI
AI总结 OrchMAS通过双层多模型编排框架，实现异构科学专家代理的动态协作，提升复杂科学推理的鲁棒性和效率。
通过检索-推理-行动实现增强型机器人
机构 * University of California, Santa Cruz（加州大学圣克ruz分校）
专题命中 规划决策 ：agent(abstract)；planning(abstract)；分类 cs.AI
AI总结 本文提出检索增强型机器人学（RAR）范式，通过检索-推理-行动循环，使机器人能从外部文档获取未见程序知识，提升复杂任务执行能力。
基于大语言模型的高频决策：归一化动作奖励引导的一致性策略优化
机构 * School of Artificial Intelligence, OPtics and ElectroNics (iOPEN), Northwestern Polytechnical University（人工智能学院、光学和电子学（iOPEN）、西北工业大学）
专题命中 规划决策 ：agent(abstract)；planning(abstract)；分类 cs.AI
AI总结 本文提出NAR-CP方法，通过归一化动作奖励和一致性损失优化，提升高频决策任务中的策略一致性与泛化能力。
通过推理的多轮交互学习诊断
专题命中 规划决策 ：agent(abstract)；multi-agent(abstract)
AI总结 本文提出ParLD框架，通过多智能体协作实现对话学习中的认知诊断，提升诊断的可靠性和洞察力。
Comments AAAI 2026
扩展密码学形式化和理论基础以适应人工智能
专题命中 规划决策 ：agent(abstract)；agentic(abstract)
AI总结 本文提出了一种基于形式化方法的代理访问控制框架，通过统一保密性、完整性和可用性，解决了现有授权机制缺乏共享基础的问题，并证明了模块化分解在代理系统安全性中的重要性。
AgenticTagger: 基于LLM代理的结构化物品表示用于推荐
专题命中 规划决策 ：agent(abstract)；multi-agent(abstract)
AI总结 AgenticTagger通过多代理反思机制生成高质量结构化物品表示，提升推荐系统的多样场景性能。
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