Exploring System 1 and 2 communication for latent reasoning in LLMs
探索用于大语言模型中潜在推理的系统1和系统2通信
机构 * Meta
专题命中 规划推理 :reasoning(title,abstract);planning(abstract);分类 cs.AI、cs.LG
AI总结 本研究探讨了大语言模型中潜在推理的双架构通信方法,发现联合微调比增加通道容量更有效,但需设计明确的目标和训练计划以提升推理能力。
AI 大模型
大模型数学、逻辑、规划、多步推理和测试时计算能力。
探索用于大语言模型中潜在推理的系统1和系统2通信
机构 * Meta
专题命中 规划推理 :reasoning(title,abstract);planning(abstract);分类 cs.AI、cs.LG
AI总结 本研究探讨了大语言模型中潜在推理的双架构通信方法,发现联合微调比增加通道容量更有效,但需设计明确的目标和训练计划以提升推理能力。
深度强化学习需要深度行为分析:通过无模型智能体在开放性环境中探索隐式规划
机构 * Department of Neurobiology, Harvard Medical School(哈佛医学院神经生物学系) ; Kempner Institute for the Study of Natural and Artificial Intelligence, Harvard University(哈佛大学自然与人工智能研究学院) ; Department of Mathematics, NTNU(NTNU数学系) ; School of Computer Science, McGill University & Mila(麦吉尔大学计算机科学学院及Mila) ; Department of Computer Science, University of Toronto(多伦多大学计算机科学系) ; Biophysics Graduate Program, Harvard University(哈佛大学生物物理学研究生项目)
专题命中 规划推理 :planning(title,abstract);分类 cs.AI、cs.LG
AI总结 本文通过ForageWorld环境研究DRL智能体的行为,发现无模型智能体可通过涌现动态展现规划行为,提出通用分析框架用于研究复杂智能体的学习动态。
Comments Published at NeurIPS 2025
绿色建筑设计中的决策制定问答:一种由大语言模型驱动的多模态数据推理方法
机构 * School of Architecture(建筑学院) ; Tsinghua University(清华大学)
专题命中 规划推理 :reasoning(title,abstract);分类 cs.CL、cs.AI
AI总结 本研究提出GreenQA,一种由大语言模型驱动的多模态数据推理方法,用于提升绿色建筑设计决策效率。
Comments Published at Association for Computer Aided Design in Architecture (ACADIA) 2024
平衡效率与公平:多无人机协作路径规划的迭代交换框架
机构 * The Hong Kong University of Science and Technology(香港科技大学) ; College of Automation Engineering, Nanjing University of Aeronautics and Astronautics(南京航空航天大学自动化工程学院) ; College of Computer Science and Engineering, Chongqing Three Gorges University(重庆三峡大学计算机科学与工程学院) ; Chinese Academy of Sciences, New Territories, Hong Kong(中国科学院香港新 Territories 分院) ; City University of Hong Kong, Kowloon, Hong Kong(香港城市大学)
专题命中 规划推理 :planning(title,abstract);分类 cs.AI
AI总结 本文提出一种迭代交换框架,用于多无人机协作路径规划,通过任务交换和路径细化平衡效率与公平性,实验表明其在总距离和makespan之间取得更优权衡。
一种1000倍更快的LLM增强路径规划算法用于大规模网格地图
机构 * Junlin Zeng, Xin Zhang, Xiang Zhao, Yan Pan(作者)
专题命中 规划推理 :planning(title,abstract);分类 cs.AI
AI总结 本文提出iLLM-A*算法,通过优化A*和增量学习方法,实现大规模网格地图路径规划的1000倍速度提升和内存节省。
一种分布式运动规划方法用于协同水下声源跟踪
专题命中 规划推理 :planning(title,abstract)
AI总结 本文提出了一种基于分布式模型预测控制的水下声源跟踪方法,通过优化多代理协同运动规划提升跟踪性能。
Journal ref Tiranti, Andrea, et al. "A distributed motion planning approach to cooperative underwater acoustic source tracking." Ocean Engineering 344 (2026): 123305
RE-LLM:将大型语言模型整合到可再生能源系统中
机构 * Helmholtz Centre for Environmental Research - UFZ(环境保护研究 Helmholtz 中心 - UFZ) ; DBFZ Deutsches Biomasseforschungszentrum gGmbH(德国生物燃料研究中心 DBFZ gGmbH) ; University Leipzig(莱比锡大学)
专题命中 规划推理 :reasoning(abstract);planning(abstract);分类 cs.LG
AI总结 RE-LLM通过整合大型语言模型,提升能源系统建模的可解释性和实用性,实现快速、严谨和可理解的决策支持。
重新定义临床对话:面向LLM赋能医疗沟通的代理范式
专题命中 规划推理 :reasoning(abstract);planning(abstract)
AI总结 本文提出一种新的分类法,通过知识源和代理目标的正交轴分析,揭示医疗AI从生成文本预测转向代理自主性的认知架构,并探讨四种范式在创造力与可靠性间的权衡。
学习规则增强的大语言模型评估器
机构 * Wuhan University(武汉大学)
专题命中 规划推理 :reasoning(abstract);分类 cs.AI
AI总结 本文提出规则增强的LLM评估器,通过规则蒸馏和强化学习提升评估器的泛化能力与一致性,适用于多种评估场景。
随机对照试验风险偏误自动评估:一种基于GEPA训练的程序化提示框架初探
机构 * School of Mathematical and Computational Sciences(数学与计算科学学院)
专题命中 规划推理 :reasoning(abstract);分类 cs.AI
AI总结 GEPA通过结构化优化生成一致的提示,提升随机对照试验偏误风险评估的自动化与可重复性。
SHRAG:一种结合人类启发式搜索与RAG的框架
机构 * Peoples' Friendship University of Russia (RUDN University)(俄罗斯人民友谊大学) ; Joint Institute for Nuclear Research(联合核子研究中心) ; Vrije Universiteit Amsterdam(阿姆斯特丹自由大学) ; University of Skövde(斯德哥尔摩大学) ; Department of AI Convergence(人工智能融合部门) ; College of Information Computing(信息计算学院)
专题命中 规划推理 :reasoning(abstract);分类 cs.AI
AI总结 SHRAG结合人类启发式搜索与RAG,提升检索精度与生成可靠性,实现多语言高效问答。
Comments 10 pages, 4 figures, 1 table, 1 algorithm, 3 prompts
多智能体条件扩散模型与均场通信作为无线资源分配规划器
机构 * College of Information Science and Electronic Engineering, Zhejiang University(浙江大学信息科学与电子工程学院) ; Zhejiang University-University of Illinois Urbana-Champaign (ZJU-UIUC) Institute, Zhejiang University(浙江大学-伊利诺伊大学厄巴纳-香槟分校联合研究所) ; Department of Engineering, King’s College London(伦敦国王学院工程系)
专题命中 规划推理 :planning(abstract);分类 cs.AI
AI总结 多智能体条件扩散模型与均场通信用于无线资源分配规划,通过扩散模型和逆动态模型提升样本效率与策略可扩展性,理论保证收敛稳定性,实验显示在无线网络优化中表现优异。
AssistantX: 一种基于大语言模型的协作人类 populated 环境中的主动助手
机构 * Department of Computer Science and Technology, Tsinghua University(计算机科学与技术系,清华大学) ; School of Artificial Intelligence, Beijing University of Posts and Telecommunications(人工智能学院,北京邮电大学)
专题命中 规划推理 :planning(abstract);分类 cs.AI
AI总结 AssistantX 是一种基于大语言模型的主动助手,通过多代理框架实现自主操作,具备高级推理能力和协作意识,能有效响应用户指令并主动寻求帮助以完成任务。
Comments 8 pages, 10 figures, 6 tables
Journal ref 2025 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS), Hangzhou, China, 2025
AutocleanEEG ICVision:利用视觉-语言AI实现自动化ICA噪声分类
机构 * School of Information Technology University of Cincinnati Ohio, USA(信息科技学院 奥地利辛辛那提大学 美国俄亥俄州)
专题命中 规划推理 :reasoning(abstract);分类 cs.LG
AI总结 ICVision通过视觉-语言AI实现自动化EEG ICA噪声分类,达到专家级准确度并提供可解释结果。
Comments 6 pages, 8 figures
Journal ref Conference ICMI2026
通过LLM生成的先决条件和子目标增强认知机器人
专题命中 规划推理 :planning(abstract);分类 cs.AI
AI总结 本研究通过结合大型语言模型与符号规划,利用LLM生成的先决条件和子目标提升机器人任务完成的可靠性与适应性。
基于因果强化学习的Agent-患者交互与临床领域知识
专题命中 规划推理 :reasoning(abstract);分类 cs.AI
AI总结 本文提出基于因果强化学习的Agent-患者交互框架,通过整合因果发现与推理提升医疗场景中的决策可解释性和适应性。
Comments Accepted by AAAI workshop
CogniPair: 从LLM聊天机器人到有意识的AI代理 -- 基于GNWT的多智能体数字孪生用于社交配对 -- dating与招聘应用
专题命中 规划推理 :planning(abstract);分类 cs.AI
AI总结 CogniPair基于GNWT理论,通过整合人类认知架构,创建多智能体数字孪生系统,用于社交配对,提升LLM代理的心理真实性,并应用于约会和招聘场景。
多中心胸膜间皮瘤活检样本上基于切除样本训练的自监督模型的跨领域验证
机构 * School of Cancer Sciences, University of Glasgow(格拉斯哥大学癌症科学学院) ; Cancer Research UK Scotland Institute(癌症研究英国苏格兰研究所) ; Department of Biopathology, Léon Bérard Cancer Center(生物病理学系,勒内·贝拉尔癌症中心) ; Grenoble Alpes University(格拉斯哥大学) ; Queen Elizabeth University Hospital, NHS Greater Glasgow and Clyde(伊丽莎白女王大学医院,格拉斯哥与克莱德国家健康服务)
专题命中 规划推理 :planning(abstract)
AI总结 本研究验证了在切除样本上训练的自监督模型在活检样本上的跨领域应用,通过捕捉形态学模式实现肿瘤亚型分类和生存预测。
利用肿瘤及周围多模态深度学习预测头颈癌患者远端转移
专题命中 规划推理 :planning(abstract)
AI总结 本研究提出多模态深度学习模型,结合CT影像、放射组学和临床数据,用于预测头颈癌患者远端转移风险,通过多模态融合显著提高预测性能。
Comments 23 pages, 6 figures, 7 tables. Nuo Tong and Changhao Liu contributed equally. Corresponding Authors: Shuiping Gou and Mei Shi
期权轮动策略决策的混合架构:LLM生成的贝叶斯网络用于透明交易
专题命中 规划推理 :reasoning(abstract)
AI总结 本文提出一种结合LLM和贝叶斯网络的混合架构,用于透明化期权轮动策略决策,通过构建可解释的贝叶斯网络实现高风险调整收益和低回撤。
增强型运行时协作用于自组织多智能体系统:一种混合双标准路由方法
专题命中 规划推理 :planning(abstract)
AI总结 本文提出BiRouter,一种混合双标准路由方法,用于自组织多智能体系统,通过平衡重要性和连续性指标提升任务路由性能和鲁棒性。
Comments Accepted at The 40th Annual AAAI Conference on Artificial Intelligence
TrajDiff: 无需感知标注的端到端自动驾驶
机构 * SKL-IOTSC, CIS, University of Macau(澳门大学智能物联网与交通系统研究中心,计算机学院) ; University of Science and Technology of China(中国科学技术大学) ; Mach Drive
专题命中 规划推理 :planning(abstract)
AI总结 TrajDiff通过无需感知标注的轨迹导向鸟瞰图扩散框架,实现了端到端自动驾驶,达到领先性能。
基于经验校准的H100节点功率模型以减少AI训练能耗估计中的不确定性
专题命中 规划推理 :planning(abstract)
AI总结 本文提出基于经验校准的H100节点功率模型,通过结合实测数据和基准测试数据,提高AI训练能耗估计的准确性,减少不确定性。
Comments 4 figures, 22 pages
多任务时间融合变换器用于亚马逊电子商务供应链中的联合销售与库存预测
专题命中 规划推理 :planning(abstract)
AI总结 本研究提出多任务时间融合变换器,通过整合多源数据提升亚马逊供应链中销售与库存预测的准确性与效率。
基于任务的搜索与学习范式的演变:传统搜索引擎与LLM增强的对话搜索系统比较分析
专题命中 规划推理 :reasoning(abstract)
AI总结 本文比较了传统搜索引擎与LLM增强的对话搜索系统,探讨了LLM对搜索策略、查询制定及学习效果的影响,揭示了生成式AI在信息检索中的作用。
TeleViT1.0:面向亚季节至季节 wildfire 模式预测的 teleconnection 意识 Vision Transformers
机构 * Orion Lab, National Technical University of Athens(奥里昂实验室,国家技术大学雅典分校) ; Image Processing Laboratory (IPL), Universitat de València(图像处理实验室(IPL),瓦伦西亚大学) ; National Technical University of Athens(国家技术大学雅典分校) ; Department of Informatics and Telematics, Harokopio University of Athens(信息与电信系,哈罗基奥大学雅典分校) ; Universitat de València(瓦伦西亚大学)
专题命中 规划推理 :planning(abstract)
AI总结 TeleViT1.0 通过整合本地火灾驱动因素、全球场和 teleconnection 指数,提升亚季节至季节 wildfire 预测性能。
Comments Under review
探索用于多模态大语言模型视觉复杂性评估的诊断提示方法:亚马逊搜索结果页面案例研究
专题命中 规划推理 :reasoning(abstract)
AI总结 本研究通过对比诊断提示与传统提示方法,发现其在提升多模态大语言模型对亚马逊搜索结果页面视觉复杂性评估的可靠性方面有显著改进,但仍有待进一步优化。
Comments 9 pages, 4 figures, 9 tables. Study on diagnostic prompting for multimodal LLM-based visual complexity assessment of Amazon search result pages
X-SYCON:受木质部启发的被动梯度控制用于无通信蜂群响应在动态灾害环境中
机构 * Independent Researcher(独立研究者) ; Cornell University(康奈尔大学)
专题命中 规划推理 :planning(abstract)
AI总结 X-SYCON是一种受木质部启发的多智能体架构,通过被动场动态实现协调,无需通信即可在动态灾害环境中高效响应。
Comments Preprint v1. 10 pages, 11 figures. Code and data: https://github.com/arthurbaek/biovascular-swarm-robotics