Disentangling 3D Modeling from Spatial Reasoning
将3D建模与空间推理解耦
专题命中 规划决策 ：tool-use(abstract)；分类 cs.LG
AI总结 该研究提出解耦空间推理器（DiSR）框架，将3D感知与LLM推理解耦，在空间推理基准上取得竞争力性能，兼具可解释性、模块化性与计算效率，为空间智能提供替代范式。
AI 大模型
AI Agent
智能体、工具调用、规划、工作流、多智能体和自主任务执行。
1. 规划决策 1017 篇
Probing Visual Concepts in Lightweight Vision-Language Models for Automated Driving
探测轻量视觉语言模型中视觉概念以用于自动驾驶
机构 * University of Limerick（利默里克大学） ； Valeo Vision Systems, Ireland（爱尔兰瓦莱欧视觉系统） ； Department of Electronic and Computer Engineering（电子与计算机工程系）
专题命中 规划决策 ：agent(abstract)；分类 cs.AI
AI总结 本研究探讨了轻量视觉语言模型在自动驾驶中的视觉概念编码问题，发现某些概念显式编码而其他隐式编码，并识别出感知和认知两种失败模式。
Journal ref Transactions on Machine Learning Research, 2026
Social World Models
社交世界模型
机构 * Language Technologies Institute, Carnegie Mellon University, Pittsburgh, PA, USA（卡内基梅隆大学语言技术研究所） ； NVIDIA, Santa Clara, CA, USA（英伟达）
专题命中 规划决策 ：AI agent(abstract)；分类 cs.AI
AI总结 本文提出社交世界模型（SWMs）及结构化社交世界表示形式（S3AP），通过显式建模隐藏心理状态提升AI在社交推理任务中的性能。
Monsoon Mayhem to Market Waves: Forecasting Fisheries Resilience in Sri Lanka
季风混乱到市场波动：斯里兰卡渔业韧性预测
专题命中 规划决策 ：planning(abstract)；分类 cs.LG
AI总结 本研究开发框架结合STL分解、ITS回归等方法，分析斯里兰卡渔业受气候与重大事件的影响，发现海洋与内陆渔业的差异，成果可支撑渔业规划与决策。
Comments Accepted to MERCon 2026
Who Checks the Citations? Benchmarking Legal Hallucination Detection
谁在检查引用？法律幻觉检测的基准测试
机构 * Princeton University（普林斯顿大学）
专题命中 规划决策 ：agentic(abstract)；分类 cs.CL
AI总结 针对AI生成法律文件中频繁出现虚假引用的问题，本研究提出法律引用幻觉分类法，构建包含1300条注入错误的摘要数据集，并基准测试五种模型，发现即使最先进的GPT-5在代理框架下召回率82.8%、F1分数60.5%，仍难以处理细微错误类别。
RICE-PO: Turning Retrieval Interactions into Credit Signals for Reasoning Agents
RICE-PO：将检索交互转化为推理智能体的信用信号
机构 * University of Massachusetts, Amherst（马萨诸塞大学阿姆赫斯特分校） ； Texas Tech University（得克萨斯科技大学） ； University of Connecticut（康涅狄格大学）
专题命中 规划决策 ：agent(abstract)；分类 cs.CL
AI总结 提出RICE-PO框架，通过将检索交互转化为局部学习信号，解决推理型检索智能体在训练中推理步骤的信用分配问题，在BRIGHT和BEIR上优于基线。
Dynamic Object Masks as Goal Representations for Visual Goal-Conditioned Reinforcement Learning
动态目标掩码作为视觉目标条件强化学习的目标表示
机构 * University of Alberta（阿尔伯塔大学） ； McGill University（麦吉尔大学） ； University of Ottawa（渥太华大学） ； AMII ； CIFAR Canada AI Chair（CIFAR加拿大人工智能主席） ； Vector Institute（向量研究所）
专题命中 规划决策 ：agent(abstract)；分类 cs.LG
AI总结 该研究针对视觉目标条件强化学习，提出动态目标掩码作为目标表示，结合Detic等预训练检测器生成掩码，在机械臂和仿真导航任务中实现高成功率与高效学习，支持仿真到现实迁移。
Online Goal Recognition using Path Signature and Dynamic Time Warping
基于路径签名和动态时间规整的在线目标识别
机构 * Pontifícia Universidade Católica do Rio Grande do Sul（圣保罗天主教大学里约格兰德杜斯乌尔古斯分校） ； King’s College London（伦敦国王学院） ； University of Aberdeen（阿伯丁大学）
专题命中 规划决策 ：planning(abstract)；分类 cs.AI
AI总结 本文提出一种基于路径签名和动态时间规整的在线目标识别方法，通过高效编码轨迹和有效比较轨迹，提升预测准确性和在线规划效率。
Comments Accepted as part of the 35th International Joint Conference on Artificial Intelligence
Distributional Active Inference
分布式主动推断
机构 * University of Southern Denmark（丹麦南部大学）
专题命中 规划决策 ：planning(abstract)；分类 cs.LG
AI总结 本文提出了一种将主动推断整合到分布式强化学习框架中的形式抽象，以提升复杂环境机器人系统最优控制的样本效率。
Neurocomputational Mechanisms of Syntactic Transfer in Bilingual Sentence Production
双语句子生成中语法转移的神经计算机制
专题命中 规划决策 ：planning(abstract)；分类 cs.CL
AI总结 本文提出ROSE模型能解释双语生成中语法转移的神经机制，通过振荡失败模式揭示跨语言影响的神经计算基础。
Journal ref Uluslu, A. Y., & Murphy, E. (2026). Neurocomputational mechanisms of syntactic transfer. Journal of Neurolinguistics, 80, Article 101363
Toward Goal-Agnostic Joint-Embedding Predictive Control of Partial Differential Equations
迈向偏微分方程的目标无关联合嵌入预测控制
机构 * University of Waterloo（滑铁卢大学）
专题命中 规划决策 ：planning(abstract)；分类 cs.LG
AI总结 该研究针对偏微分方程提出目标无关控制框架，基于联合嵌入预测架构，通过离线训练小型二维ViT编码器等，经模型预测路径积分控制器复用。在相关基准测试中，KE探测器规划提升奖励、降低误差，验证了潜在动力学与目标无关及校准可观测量用于状态控制的优势。
Comments Associated code will be open sourced alongside a later, updated submission
The Dark Room in the Reward Channel: Dense Prediction Rewards Collapse GRPO-Trained LLM Agents -- and The Channel, Not the Content, Decides What Works
奖励通道中的暗室：密集预测奖励使GRPO训练的大语言模型智能体崩溃——以及实际有效的方法
专题命中 规划决策 ：agent(abstract)；分类 cs.LG
AI总结 研究发现密集预测奖励在GRPO训练下会使大语言模型智能体崩溃，通过单因素消融定位原因，提出方差分布标准，还通过受控信号传递矩阵对比奖励通道和辅助损失通道，表明奖励通道至多中性，辅助损失通道有优势。
DriftWorld: Fast World Modeling through Drifting
DriftWorld：通过漂移实现快速世界建模
机构 * Massachusetts Institute of Technology（麻省理工学院） ； Harvard University（哈佛大学）
专题命中 规划决策 ：planning(abstract)；分类 cs.LG
AI总结 研究针对预测性世界模型生成展开慢的问题，提出基于漂移生成模型的DriftWorld，训练时学习动作条件漂移以快速生成未来帧，在机器人操作基准测试中实现快速准确决策，还能作离线模拟器，性能优于基于扩散的基线。
Comments Website at https://susie-lu.github.io/driftworld/
Cross-Country Learning for National Infectious Disease Forecasting Using European Data
基于欧洲数据的国家传染病预测的跨国家学习
机构 * KIOS Research and Innovation Center of Excellence（KIOS研究与创新中心）
专题命中 规划决策 ：planning(abstract)；分类 cs.LG
AI总结 本文提出了一种基于欧洲多国数据的传染病预测方法，通过跨国家学习提升预测性能，尤其在数据有限时效果显著。
Comments 7 pages, 4 figures, 5 tables
Epistemic-aware Vision-Language Foundation Model for Fetal Ultrasound Interpretation
具备知识意识的视觉-语言基础模型用于胎儿超声解读
机构 * National Engineering Research Center for Multimedia Software, School of Computer Science, Wuhan University（国家多媒体软件工程技术研究中心，武汉大学计算机学院） ； College of Computing and Data Science, Nanyang Technological University（computing and Data Science学院，南洋理工大学）
专题命中 规划决策 ：workflow(abstract)；分类 cs.AI
AI总结 FetalMind通过Salient Epistemic Disentanglement方法，提升胎儿超声解读的准确性和效率，实现多视图图像推理和疾病诊断的高效处理。
Comments KDD 2026
Deconstructing Off-Policy Ratios: Entropy-Scaled Trust Regions for Asynchronous Reinforcement Learning
解构离策略比率：用于异步强化学习的熵缩放信任区域
机构 * Baidu（百度）
专题命中 规划决策 ：agentic(abstract)；分类 cs.AI
AI总结 研究异步强化学习中离策略数据问题，提出熵缩放信任区域（ESTR）方法，通过令牌局部熵缩放离策略偏差，无需辅助前向传递等，在多任务和基准测试中优于现有异步方法，提升训练-推理一致性与速度。
An Autonomous Scientific Knowledge Generation Framework for AI-Driven Scientific Discovery
一种用于人工智能驱动科学发现的自主科学知识生成框架
专题命中 规划决策 ：workflow(abstract)；分类 cs.AI
AI总结 该研究提出自主科学知识生成框架，整合多种技术将科学出版物转化为适用于人工智能的知识库，以电光材料为例进行验证，实现从文献到知识库的转变，为人工智能驱动的科学发现提供了可扩展、领域独立的基础。
Comments 32 pages, 6 figures
Branch-JEPA: Finite-Support Predictive Distributions for JEPA World Models
MoP-JEPA：用于随机JEPA世界模型的硬分配预测器混合架构
机构 * City University of Hong Kong, China（香港城市大学） ； Tencent, China（腾讯）
专题命中 规划决策 ：planning(abstract)；分类 cs.AI
AI总结 针对传统JEPA在随机环境下的状态坍缩问题，提出硬分配预测器混合的MoP-JEPA，可收敛到转移分布量化器，在OGBench测试中规划性能远超基线方案。
Mastering PokeGym: Graph-Guided Multimodal Evolution at Test Time
PokeGym: 一种以视觉驱动的长周期基准用于视觉-语言模型
机构 * 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）
专题命中 规划决策 ：agent(abstract)；分类 cs.AI
AI总结 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。
Comments Tech report
Group Selection as a Safeguard Against AI Substitution
群体选择作为对抗人工智能替代的保障
专题命中 规划决策 ：agent(abstract)；分类 cs.AI
AI总结 本文研究了人工智能使用对文化多样性的影响，发现替代型AI使用在个体层面占优，而补充型AI使用在群体选择下更具优势，为政策制定提供参考。
Comments 19 pages, 7 Figures
Mission-Level Runtime Assurance for LLM-Assisted ISR Swarms over a Verification-Aware Fabric
基于验证感知架构的大语言模型辅助情报、监视与侦察集群任务级运行时保障
专题命中 规划决策 ：agent(abstract)；分类 cs.AI
AI总结 研究大语言模型辅助的ISR集群任务级运行时保障问题，提出三层组合式运行时验证框架，将任务策略分解，通过验证感知架构聚合判定并融合代数，能检测个体合规但集群违规情况，模拟任务验证了其有效性。
Commit to the Bit: Reactive Reinforcement Learning Done Right
Commit to the Bit: Reactive Reinforcement Learning Done Right
机构 * Max Planck Institute for Intelligent Systems（马克斯·普朗克智能系统研究所） ； University of Tübingen（图宾根大学） ； University of Technology Nuremberg（纽伦堡技术大学）
专题命中 规划决策 ：agent(abstract)；分类 cs.LG
AI总结 针对确定性观测的有限环境，提出Committed Q-learning算法，在弱于$q_\star$-可实现性的rewire-鲁棒性假设下，证明其几乎必然收敛到最优反应策略。
Comments Published in ICML 2026
Shaping Scientific Explanations to Expert Perspectives with Persona-Conditioned Reinforcement Learning
基于知识图谱的自适应科学解释的代理人设
机构 * LASIGE, Faculdade de Ciências da Universidade de Lisboa, Portugal（里斯本大学科学学院LASIGE，葡萄牙）
专题命中 规划决策 ：agentic(abstract)；分类 cs.AI
AI总结 本文提出一种基于强化学习的科学解释生成方法，通过代理人设引导解释代理器适应专家认知策略，提升解释的适应性和预测性能。
Shall We Play a Game? Language Models for Open-ended Wargames
我们要玩一场游戏吗？用于开放式兵棋推演的语言模型
专题命中 规划决策 ：planning(abstract)；分类 cs.AI
AI总结 该研究通过对223篇相关论文的范围综述，明确了兵棋推演中语言模型的控制角色现状，指出需关注模型对行动与后果的控制程度以保障模拟保真度。
Comments 49 pages (9-page body), 3 figures. Published at the Social Sim'26 Workshop at COLM 2026 (non-archival)
DenoiseRL: Bootstrapping Reasoning Models to Recover from Noisy Prefixes
DenoiseRL：引导推理模型从噪声前缀中恢复
机构 * Fudan University（复旦大学） ； Shanghai Innovation Institute（上海创新研究院）
专题命中 规划决策 ：agentic(abstract)；分类 cs.AI
AI总结 提出DenoiseRL框架，通过强化学习从弱模型的错误推理中学习，无需外部监督或强教师模型，提升推理性能和训练效率。
Comments 17 pages, 5 figures
AfriEconQA: A Benchmark for Quantitative and Temporal Reasoning over World Bank Economic Reports
AfriEconQA：基于世界银行报告的非洲经济分析基准数据集
机构 * Carnegie Mellon University Africa（卡内基梅隆大学非洲分校）
专题命中 规划决策 ：agentic(abstract)；分类 cs.CL
AI总结 AfriEconQA是一个基于世界银行报告的非洲经济分析基准数据集，旨在测试信息检索和RAG系统在处理复杂经济查询时的性能。
Comments Dataset Explorer: https://afrieconqa.pages.dev/
Temporal-Distance JEPA: Plan-Aware Representation Learning for Latent World Model Predictive Control
时间距离联合嵌入预测架构：用于潜在世界模型预测控制的计划感知表示学习
机构 * Hong Kong Baptist University（香港浸会大学）
专题命中 规划决策 ：planning(abstract)；分类 cs.CL
AI总结 研究提出时间距离联合嵌入预测架构（TD-JEPA），保留LeWM编码器-预测器主干，从无奖励轨迹挖掘有向时间成本。该方法缩小JEPA世界模型规划器训练-规划差距，在多个环境中表现优于LeWM及其他基线，通过挖掘成本提升成功率和分数。
Interpretable GOHR Agents via Sparse Autoencoders
通过稀疏自编码器实现可解释的隐藏规则游戏智能体
机构 * Rutgers University（罗格斯大学） ； The University of Hong Kong（香港大学）
专题命中 规划决策 ：agent(abstract)；分类 cs.LG
AI总结 研究针对隐藏规则游戏中Transformer智能体的可解释性，通过在其决策令牌嵌入上训练稀疏自编码器，在双规则任务中恢复结构，单个维度对应可解释策略，为解释智能体行为提供方法。
MapTab: A Diagnostic Benchmark for Long-Horizon Multi-Criteria Multimodal Reasoning on Heterogeneous Topological Graphs
MapTab: MLLMs 是否已准备好在异构图中进行多标准路线规划？
机构 * National Key Laboratory for Novel Software Technology, Nanjing University（南京大学新型软件技术国家重点实验室） ； School of Intelligence Science and Technology, Nanjing University（南京大学智能科学与技术学院） ； AMAP, Alibaba Group（阿里集团AMAP） ； School of Computing and Artificial Intelligence, Southwest Jiaotong University（西南交通大学计算机与人工智能学院）
专题命中 规划决策 ：planning(abstract)；分类 cs.LG
AI总结 本文提出MapTab基准测试，用于评估多模态大语言模型在多标准路线规划任务中的综合推理能力，发现当前模型在多模态推理方面存在显著挑战。
Practical Quantum Advantage before Fault Tolerance via Quantum-Informed Machine Learning
量子信息机器学习预测混沌的实用量子优势基础
机构 * Centre for Computational Science, University College London（大学学院伦敦计算科学中心） ； Leibniz Supercomputing Centre of the Bavarian Academy of Sciences and Humanities（巴伐利亚科学院和人文科学莱比锡超算中心） ； Centre for Advanced Research Computing, University College London（大学学院伦敦先进研究计算中心）
专题命中 规划决策 ：workflow(abstract)；分类 cs.LG
AI总结 提出基于高阶量子统计先验的量子优势机制，通过两阶段优势（表示与提取）证明量子-经典复制测量复杂度分离，并在湍流和天气预报中验证。
