大模型推理能力

TriFlow: A Progressive Multi-Agent Framework for Intelligent Trip Planning

TriFlow：一种渐进式多智能体框架用于智能行程规划

Yuxing Chen, Basem Suleiman, Qifan Chen

机构 * The University of Sydney（悉尼大学） ； University of New South Wales（新南威尔士大学） 纠错

专题命中 规划推理 ：planning(title,abstract)；reasoning(abstract)；分类 cs.AI

AI总结 TriFlow通过检索、规划和治理三阶段流程，实现了在严格约束下高效生成个性化行程的智能规划框架。

Comments 4 pages, 3 figures

Automated Penetration Testing with LLM Agents and Classical Planning

基于LLM代理和经典规划的自动化渗透测试

Lingzhi Wang, Xinyi Shi, Ziyu Li, Yi Jiang, Shiyu Tan, Yuhao Jiang, Junjie Cheng, Wenyuan Chen, Xiangmin Shen, Zhenyuan LI, Yan Chen

专题命中 规划推理 ：planning(title,abstract)；reasoning(abstract)

AI总结 本文提出CHECKMATE框架，结合增强的经典规划与LLM代理，提升渗透测试能力、稳定性和效率。

EpiPlanAgent: Agentic Automated Epidemic Response Planning

EpiPlanAgent：基于代理的自动化疫情响应规划

Kangkun Mao, Fang Xu, Jinru Ding, Yidong Jiang, Yujun Yao, Yirong Chen, Junming Liu, Xiaoqin Wu, Qian Wu, Xiaoyan Huang, Jie Xu

机构 * Shanghai AI Laboratory（上海人工智能实验室） ； Shanghai Center For Disease Control and Prevention（上海市疾病预防控制中心） 纠错

专题命中 规划推理 ：planning(title,abstract)；分类 cs.AI

AI总结 EpiPlanAgent利用大语言模型和多代理框架，实现自动化疫情响应规划，显著提升计划完整性并减少开发时间。

Your plan may succeed, but what about failure? Investigating how people use ChatGPT for long-term life task planning

你的计划可能成功，但失败呢？探究人们如何利用ChatGPT进行长期生活任务规划

Ben Wang, Jiqun Liu

专题命中 规划推理 ：planning(title,abstract)

AI总结 研究探讨人们如何利用ChatGPT进行长期生活任务规划，发现AI在结构化目标和生成想法方面有帮助，但输出缺乏个性化和适应性，需用户主动调整。

Exploring MLLM-Diffusion Information Transfer with MetaCanvas

探索MLLM-扩散信息传输与MetaCanvas

Han Lin, Xichen Pan, Ziqi Huang, Ji Hou, Jialiang Wang, Weifeng Chen, Zecheng He, Felix Juefei-Xu, Junzhe Sun, Zhipeng Fan, Ali Thabet, Mohit Bansal, Chu Wang

机构 * Meta Superintelligence Labs（Meta 超智能实验室） ； New York University（纽约大学） ； Nanyang Technological University（南洋理工大学） 纠错

专题命中 规划推理 ：reasoning(abstract)；planning(abstract)；分类 cs.AI、cs.LG

AI总结 MetaCanvas通过使MLLMs在潜在空间中推理和规划，提升多模态生成的精确度和结构化控制。

Comments Project page: https://metacanvas.github.io

Driving Through Uncertainty: Risk-Averse Control with LLM Commonsense for Autonomous Driving under Perception Deficits

在不确定性中驾驶：利用大语言模型常识实现风险厌恶控制以应对自动驾驶中的感知缺陷

Yuting Hu, Chenhui Xu, Ruiyang Qin, Dancheng Liu, Amir Nassereldine, Yiyu Shi, Jinjun Xiong

机构 * University at Buffalo（布法罗大学） ； University of Notre Dame（诺特尔大学） 纠错

专题命中 规划推理 ：planning(abstract)；verifier(abstract)；分类 cs.AI、cs.LG

AI总结 本文提出LLM-RCO框架，利用大语言模型整合人类驾驶常识，以提升自动驾驶在感知缺陷下的风险规避与适应性控制能力。

Idea-Gated Transformers: Enforcing Semantic Coherence via Differentiable Vocabulary Pruning

Idea-Gated Transformers: 通过可微分词汇修剪强制语义一致性

Darshan Fofadiya

机构 * Darshan Fofadiya（独立研究者） 纠错

专题命中 规划推理 ：planning(abstract)；分类 cs.CL、cs.AI

AI总结 Idea-Gated Transformers通过可微分词汇修剪机制，实现语义一致性，提升语言模型的领域保留能力与生成可控性。

Comments Code available at https://github.com/DarshanFofadiya/idea-gated-transformers/tree/main

From Bits to Boardrooms: A Cutting-Edge Multi-Agent LLM Framework for Business Excellence

从比特到董事会：一种面向企业卓越的多智能体大语言模型框架

Zihao Wang, Junming Zhang

机构 * College of Artificial Intelligence and Automation（人工智能与自动化学院） ； Hohai University（河海大学） 纠错

专题命中 规划推理 ：planning(abstract)；分类 cs.AI、cs.LG

AI总结 BusiAgent是一种基于多智能体框架的LLM，通过整合CTMDP、熵度量和Stackelberg博弈等创新技术，提升企业决策的效率与质量。

Comments Accepted by ECAI 2025

AI-Trader: Benchmarking Autonomous Agents in Real-Time Financial Markets

AI-Trader: 评估实时金融市场中的自主代理

Tianyu Fan, Yuhao Yang, Yangqin Jiang, Yifei Zhang, Yuxuan Chen, Chao Huang

专题命中 规划推理 ：reasoning(abstract)

AI总结 AI-Trader通过实时评估LLM在金融市场的表现，揭示了自主代理在风险控制和流动性中的关键局限性。