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。
通过有限自动机上的高效推理实现扩散语言模型的约束解码
机构 * Stanford University（斯坦福大学）
专题命中 规划决策 ：planning(abstract)；function calling(abstract)；分类 cs.LG
AI总结 研究扩散语言模型的约束解码问题，提出基于有限自动机高效推理的算法，能保证约束满足，支持多种解码方式，经实验验证在多种任务上提升准确率且推理开销小。
拟阵的切线类与美妙紧化
机构 * Stanford University（斯坦福大学）
专题命中 规划决策 ：agent(abstract)；AI agent(abstract)；分类 cs.AI
AI总结 本文针对无环拟阵 \(M\) 及特定构建集 \(\mathcal{G}\) 构造整切线类 \(T_{M,\mathcal{G}}^{\mathbb{Z}}\)，可恢复周环希尔伯特级数等。主体由人工智能达努斯自主生成，在相关论文公开前解决问题，展现了AI在数学研究中的潜力。
Comments v2: added reference to Danus report [Liu et al., arXiv:2607.06447] and minor edits
MetaSkill-Evolve：基于双时间尺度元技能演化的大语言模型智能体递归自改进方法
机构 * LMU Munich（慕尼黑大学） ； The Chinese University of Hong Kong（香港中文大学） ； MCML ； MemAgents Lab（MemAgents实验室）
专题命中 规划决策 ：agent(abstract)；agentic(abstract)；分类 cs.AI
AI总结 针对现有自改进智能体演化非递归的局限，提出双时间尺度框架，任务技能与元技能分层递归演化，在三类基准上显著提升测试精度。
临床记录的多大型语言模型编排严重程度评估（MOSAIC）
机构 * Department of Drug Design and Pharmacology, University of Copenhagen（哥本哈根大学药物设计与药理学系） ； GSK（葛兰素史克） ； School of Pharmacy, University of Rhode Island（罗德岛大学药学院）
专题命中 规划决策 ：agent(abstract)；agentic(abstract)；分类 cs.CL
AI总结 研究用MOSAIC这一两阶段智能语言模型框架对2型糖尿病严重程度进行表型分析，以合成队列评估其与多种算法真值对比情况及全因死亡率等，结果显示该框架有优势，智能分类与固定规则执行不同。
具身算子与基准测试：迈向可复用和可部署的具身智能系统
机构 * JDT ； Tsinghua University（清华大学） ； Tianjin University（天津大学） ； Beihang University（北京航空航天大学）
专题命中 规划决策 ：planning(abstract)；workflow(abstract)；分类 cs.AI
AI总结 研究具身智能系统中可复用功能模块即具身算子，明确其定义边界、构建分类法，提出多维度基准框架，探讨加速及挑战，为具身智能系统提供基础。
理解图世界模型中的展开误差
机构 * Emory University（埃默里大学） ； The University of Tokyo（东京大学） ； LocationMind
专题命中 规划决策 ：agent(abstract)；planning(abstract)；分类 cs.AI
AI总结 本文研究图世界模型中的长时域展开误差，提出统一框架分析拓扑与模型引起的误差放大，并设计误差感知图世界模型，通过谱正则化、展开一致性和关键节点加权防止长时域发散。
Comments Under Review
自主实验室协调器的最优资源利用
机构 * National Institute of Standards and Technology（美国国家标准与技术研究院）
专题命中 规划决策 ：AI agent(abstract)；planning(abstract)；分类 cs.AI
AI总结 针对自主实验室中多仪器硬件约束下的资源利用问题，提出两步法：先用约束规划找到最小化总时间的最优调度，再通过状态依赖系统鲁棒执行调度。
具身CAD：基于求解器的LLM代理用于参数化B-Rep装配建模
机构 * Nanjing University（南京大学）
专题命中 规划决策 ：agent(abstract)；planning(abstract)；分类 cs.AI
AI总结 提出Embodied CAD框架，通过分层技能库和求解器反馈，让LLM代理迭代生成并修复参数化B-Rep装配模型，实现高可执行率和任务完成率。
Comments This paper contains 12 pages, 7 figures. This is an original unpublished manuscript submitted to the arXiv preprint server, with no prior publication or conference presentation
SidConArena：一个在开放、正和博弈中评估智能体的环境
机构 * Institute for Interdisciplinary Information Sciences, Tsinghua University（清华大学交叉信息研究院）
专题命中 规划决策 ：agent(abstract)；planning(abstract)；分类 cs.AI
AI总结 提出SidConArena基准框架，通过三阶段部分可观测随机博弈评估LLM智能体在开放、正和谈判中的经济决策能力，发现前沿模型虽表现更好但仍存在资源误估、谈判被动和长期规划不足。
Comments 15 pages
推进全模态具身智能体：从孤立技能到日常物理自主
专题命中 规划决策 ：agent(abstract)；planning(abstract)；分类 cs.AI
AI总结 提出OmniAct框架，通过分层异步架构统一规划、记忆和验证，实现机器人在非结构化环境中的持久自主，在40项真实任务中提升成功率并降低token消耗。
分片世界模型：通用智能体的结构化认证
机构 * School of Data Science, The Chinese University of Hong Kong, Shenzhen, Shenzhen, China（香港中文大学（深圳）数据科学学院）
专题命中 规划决策 ：agent(abstract)；planning(abstract)；分类 cs.AI
AI总结 针对通用智能体在大世界场景下无法普遍胜任的问题，提出结构化认证框架，通过深度组合目标过滤特定转移，证明世界模型具有O(1/n)+O(δ)误差界，实现可认证部署。
Comments 30 pages, camera-ready version in ICML 2026
潜在桥：用于实时游戏智能体的连续慢-快通道
机构 * Pine AI ； University of Washington（华盛顿大学）
专题命中 规划决策 ：agent(abstract)；planning(abstract)；分类 cs.AI
AI总结 针对实时游戏智能体，提出一种可学习的连续潜在桥（Latent Bridge），将慢速推理VLM的残差投影到快速反应VLM的输入嵌入空间，在7个Atari游戏和驾驶域中匹配或超越文本桥，且增益高度可预测。
ReM-MoA：推理记忆维持混合代理的扩展
机构 * University of Southern California（南加州大学） ； Iowa State University（爱荷华州立大学） ； Cisco AI Research（思科人工智能研究院）
专题命中 规划决策 ：agent(abstract)；multi-agent(abstract)；分类 cs.AI
AI总结 提出ReM-MoA框架，通过排名推理记忆和策展多样化记忆路由机制，解决混合代理架构随深度增加性能退化问题，在多个推理基准上持续优于现有方法。
可信AI的密码学有效性证书
机构 * Heriot-Watt University（赫瑞思-瓦特大学）
专题命中 规划决策 ：agent(abstract)；agentic(abstract)；分类 cs.AI
AI总结 提出为智能AI系统生成密码学有效性证书，通过将正确性条件编译为多项式约束的见证检查问题，并使用简洁密码学证明系统（可选零知识）来证明条件成立，平衡了源代码形式验证与密码学认证。
一种面向 doScenes 指令驾驶挑战的 DVDrive 方法
机构 * Beijing University of Posts and Telecommunications（北京邮电大学） ； Xiaomi EV（小米汽车）
专题命中 规划决策 ：agent(abstract)；planning(abstract)；分类 cs.AI
AI总结 提出基于 OmniDrive 的指令条件轨迹预测方法，引入 DVPE 分视角感知模块减少跨视角干扰，提升多视角视觉定位与语言指令对齐能力。
SoftSkill: 用于上下文适应的行为压缩
机构 * The University of Hong Kong（香港大学） ； Huawei Research（华为研究院） ； City University of Hong Kong（香港城市大学） ； Huazhong University of Science and Technology（华中科技大学）
专题命中 规划决策 ：agent(abstract)；agentic(abstract)；分类 cs.AI
AI总结 提出SoftSkill方法，通过可训练的软技能前缀压缩自然语言技能为紧凑连续向量，在冻结基模型上提升问答和数学任务性能，减少标记数量。
RTSGameBench: 视觉语言模型战略推理的RTS基准
机构 * Seoul National University（首尔国立大学）
专题命中 规划决策 ：planning(abstract)；agentic(abstract)；分类 cs.AI
AI总结 提出RTSGameBench，基于Beyond All Reason游戏，通过多样化对战、迷你游戏诊断和自进化生成框架，评估视觉语言模型在实时策略游戏中的战略推理能力。
Comments First two authors contributed equally
通用型智能体必须记住什么？
机构 * Carnegie Mellon University（卡内基梅隆大学） ； Georgia Institute of Technology（佐治亚理工学院）
专题命中 规划决策 ：agent(abstract)；planning(abstract)；分类 cs.AI
AI总结 本文形式化论证了通用型智能体为在多个环境和目标下近似最优行动，必须存储领域相关信息以区分观察瓶颈处的不兼容最优动作，并证明记忆可用于重构局部转移动态。
DeNovoSWE：扩展长时域环境以从零生成完整仓库
专题命中 规划决策 ：workflow(abstract)；agentic(abstract)；分类 cs.SE
AI总结 提出DeNovoSWE数据集，通过沙盒代理工作流自动构建4818个从文档生成完整仓库的实例，采用分治与批评修复策略及难度感知轨迹过滤，微调Qwen3-30B-A3B将BeyondSWE-Doc2Repo基准得分从5.8%提升至47.2%。
LLM策略优化的第一性原理推导：从期望奖励到GRPO及其结构扩展
机构 * Nanjing University（南京大学） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； Shanghai Jiao Tong University（上海交通大学） ； Peking University（北京大学） ； Fudan University（复旦大学） ； Nanjing University of Aeronautics and Astronautics（南京航空航天大学） ； Shanghai Innovation Institute（上海创新研究院）
专题命中 规划决策 ：agentic(abstract,abstract_cn)；分类 cs.AI
AI总结 本文从第一性原理出发，基于轨迹概率和奖励两个轴，统一分析了从REINFORCE、PPO到GRPO及其变体的LLM策略优化方法，揭示了设计选择背后的原理和复合失败模式。
引导艺术治疗的情感动态：通过分层引导的LLM智能体实现可控叙事脚本生成
机构 * Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； School of Artificial Intelligence, University of Chinese Academy of Sciences（中国科学院大学人工智能学院）
专题命中 规划决策 ：agent(abstract)；planning(abstract)；分类 cs.AI
AI总结 提出EC-Script框架，通过分层控制情感轨迹生成叙事脚本，实现情感轨迹规划、场景驱动和局部情感调节，显著优于基线方法。
你的轨迹位移在长尾场景中安全吗？
机构 * Shanghai Qi Zhi Institute（上海期智研究院） ； Tsinghua University（清华大学） ； Tongji University（同济大学）
专题命中 规划决策 ：agent(abstract)；planning(abstract)；分类 cs.AI
AI总结 提出FluidTest评估框架，通过成对WebUI协议、32种语义威胁分类和三元验证系统，检测规划轨迹相对于专家参考的额外威胁，实验发现SOTA规划器仍存在大量安全相关失败。
Comments 20 pages, 15 figures
最小监督：委托AI系统的不确定性感知治理
机构 * Independent Researcher（独立研究员）
专题命中 规划决策 ：planning(abstract)；workflow(abstract)；分类 cs.AI
AI总结 提出最小充分监督原则（MSO），通过Fisher信息流形上的变分法最小化治理负担，导出任务空间的水填充分配，并证明容量定理、局部近似和漂移主导的自律时间标度律，为委托AI系统提供可计算的治理框架。
Comments Companion Python package: pip install minimal-oversight | Code: https://github.com/crbazevedo/delegation-lab | 26 pages, 1 figure, 5 tables
XMedFusion：面向自主医疗系统的知识引导多模态感知与推理框架
机构 * National University of Sciences and Technology (NUST)（巴基斯坦国立科技大学） ； University of Oxford（牛津大学）
专题命中 规划决策 ：agent(abstract)；multi-agent(abstract)；分类 cs.AI
AI总结 提出XMedFusion模块化AI框架，通过视觉感知、知识图谱构建和检索引导生成等智能体协同，增强放射学报告生成的视觉基础与临床发现捕捉能力，在公共数据集上显著优于基线模型。
Comments Accepted at the 2026 International Conference on Robotics and Automation in Industry (ICRAI)
Journal ref 2026 International Conference on Robotics and Automation in Industry (ICRAI), pp. 1-6, May 2026
SpheriCity：为可持续发展决策支持设计可信赖的对话式AI
机构 * Department of Computer Science, Colby College（科里尔学院计算机科学系） ； Circularity Informatics Lab, University of Georgia（佐治亚大学循环信息实验室）
专题命中 规划决策 ：agent(abstract)；workflow(abstract)；分类 cs.AI
AI总结 提出SpheriCity，一种基于来源的对话式AI原型，通过结构化合成和交互支架，支持从城市循环性评估报告中可信地获取知识，解决大语言模型在可持续性高风险领域中的透明度与信任问题。
Comments Accepted to ACM SIGCAS/SIGCHI Conference on Computing and Sustainable Societies (COMPASS '26)
DIG：面向单日漏洞的Oracle引导定向输入生成
专题命中 规划决策 ：agent(abstract)；agentic(abstract)；分类 cs.SE
AI总结 针对补丁延迟或未完全部署导致的单日漏洞风险，提出Oracle引导的定向输入生成方法DIG，利用补丁揭示触发条件，通过LLM合成Oracle并引导生成器进化与定向模糊测试，在138个真实CVE上触发80个漏洞，超过现有技术。
超越压缩：面向长周期智能体的结构化上下文驱逐
机构 * Kiz8
专题命中 规划决策 ：agent(abstract)；agentic(abstract)；分类 cs.CL
AI总结 提出上下文窗口生命周期（CWL）方案，通过结构化、语义感知的驱逐策略，使长周期LLM智能体在有限上下文预算内实现无限工作视野，避免性能下降和幻觉。
IS-CoT: 通过交错结构思维打破长文本生成崩溃
机构 * Institute of Computer Science and Technology, Soochow University（苏州大学计算机科学与技术学院） ； Information Research Center of Military Science, PLA Academy of Military Science（军事科学院军事科学信息研究中心）
专题命中 规划决策 ：planning(abstract)；agentic(abstract)；分类 cs.CL
AI总结 针对大语言模型在长文本生成中因静态层次规划导致长度崩溃的问题，提出交错结构思维链（IS-CoT）框架，通过动态规划-写作-反思循环实现持续策略调整，训练IS-Writer-8B模型在长文本基准上取得最优性能。
SecureClaw: 夺回对LLM智能体的控制
机构 * TU Berlin（柏林技术大学）
专题命中 规划决策 ：agent(abstract,abstract_cn)；分类 cs.AI
AI总结 针对工具使用型LLM智能体的双重安全漏洞，提出双边界架构SecureClaw，在效果汇点实施授权、在读边界实施明文隔离，通过预览-提交协议和可信网关实现安全控制，在多个基准上保持可用性的同时将攻击成功率降至接近零。
面向工具增强型大语言模型的能力对齐分层学习
机构 * Jilin University（吉林大学）
专题命中 规划决策 ：tool-use(abstract)；planning(abstract)；分类 cs.AI
AI总结 提出CAHL方法，利用RLVR联合优化高层规划器与低层执行器，解决分层工具学习中的规划-执行对齐问题，在多个基准上验证有效性。
Comments 14 pages, 5 figures, 6 tables. Preprint
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