大模型推理能力

Explaining the Reasoning of Large Language Models Using Attribution Graphs

通过归因图解释大语言模型的推理过程

Chase Walker, Rickard Ewetz

机构 * University of Florida（佛罗里达大学） 纠错

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

AI总结 CAGE框架通过归因图解释大语言模型的推理过程，提升上下文归因的准确性。

DriveMLM: Aligning Multi-Modal Large Language Models with Behavioral Planning States for Autonomous Driving

DriveMLM: 通过行为规划状态对齐多模态大语言模型以实现自动驾驶

Erfei Cui, Wenhai Wang, Zhiqi Li, Jiangwei Xie, Haoming Zou, Hanming Deng, Gen Luo, Lewei Lu, Xizhou Zhu, Jifeng Dai

机构 * Department of Electronic Engineering, Tsinghua University（清华大学电子工程系） ； Beijing National Research Center for Information Science and Technology（北京信息科学与技术国家研究中心） 纠错

专题命中 规划推理 ：planning(title,abstract)

AI总结 DriveMLM通过多模态大语言模型对齐行为规划状态，提升自动驾驶系统的决策能力与闭环性能。

Comments Accepted to Visual Intelligence

Journal ref Visual Intelligence, Volume 3, article number 22, (2025)

RPM-MCTS: Knowledge-Retrieval as Process Reward Model with Monte Carlo Tree Search for Code Generation

RPM-MCTS：基于蒙特卡洛树搜索的知识检索作为过程奖励模型用于代码生成

Yuanyuan Lin, Xiangyu Ouyang, Teng Zhang, Kaixin Sui

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

AI总结 RPM-MCTS通过结合知识检索与蒙特卡洛树搜索，有效评估代码生成过程中的中间步骤，减少错误并提升效率

Comments Accepted at AAAI 2026

DASH: Dialogue-Aware Similarity and Handshake Recognition for Topic Segmentation in Public-Channel Conversations

DASH：对话感知相似性与握手识别用于公共频道对话中的主题分割

Sijin Sun, Liangbin Zhao, Ming Deng, Xiuju Fu

专题命中 规划推理 ：reasoning(abstract)；分类 cs.CL

AI总结 DASH-DTS通过对话感知相似性与握手识别技术，提升公共频道对话中主题分割的准确性和鲁棒性，并发布首个海上VHF通信数据集推动相关研究。

Comments Accepted by AAAIW2026

AgroAskAI: A Multi-Agentic AI Framework for Supporting Smallholder Farmers' Enquiries Globally

AgroAskAI: 一种支持全球小农户提问的多智能体AI框架

Nadine Angela Cantonjos, Arpita Biswas

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

AI总结 AgroAskAI通过多智能体系统为小农户提供气候适应决策支持，支持多语言交互并整合实时数据，提升农业可持续性和决策透明度。

Beyond Tools: Generative AI as Epistemic Infrastructure in Education

超越工具：生成式AI在教育中的认知基础设施

Bodong Chen

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

AI总结 本文提出AI作为认知基础设施的框架，探讨其在教育中对认知能力的影响，指出AI系统可能替代而非维持人类认知实践。

Comments 17 pages, 2 figures

Radiomics and Clinical Features in Predictive Modelling of Brain Metastases Recurrence

放射组学与临床特征在脑转移瘤复发预测模型中的应用

Ines Faria, Matheus Silva, Crystian Saraiva, Jose Soares, Victor Alves

专题命中 规划推理 ：planning(abstract)

AI总结 本研究利用放射组学和临床数据构建模型，预测脑转移瘤复发并探讨辐射剂量差异与复发风险的关系。

Comments 14 pages, 6 figures, 3 tables

Policy-Value Guided MDP-MCTS Framework for Cyber Kill-Chain Inference

基于策略-价值的MDP-MCTS框架用于网络杀伤链推断

Chitraksh Singh, Monisha Dhanraj, Ken Huang

专题命中 规划推理 ：reasoning(abstract)

AI总结 本文提出一种结合Transformer语义先验与AlphaZero风格MCTS的框架，用于自动推断网络杀伤链，提升入侵路径的语义准确性和操作连贯性。

Comments 8 pages, 6 figures

SEMO: A Socio-Evolutionary Adaptive Optimization Framework for Dynamic Social Network Tie Management

SEMO：一种用于动态社交网络关系管理的社会-进化自适应优化框架

Mohammad Zare

专题命中 规划推理 ：planning(abstract)

AI总结 SEMO提出了一种结合强化学习和贝叶斯更新的框架，通过UCB策略优化动态社交网络关系，实现社会适应度最大化。

Human-Centric Open-Future Task Discovery: Formulation, Benchmark, and Scalable Tree-Based Search

以人为中心的开放未来任务发现： formulation、基准和可扩展的树基搜索

Zijian Song, Xiaoxin Lin, Tao Pu, Zhenlong Yuan, Guangrun Wang, Liang Lin

机构 * Zijian Song 1（Song 研究所） ； Xiaoxin Lin 1（Lin 研究所） ； Tao Pu 1（Pu 研究所） ； Zhenlong Yuan 4（Yuan 研究所） ； Guangrun Wang 1,2,3（Wang 研究所） ； Liang Lin 1,2,3（Lin 研究所） 纠错

专题命中 规划推理 ：reasoning(abstract)

AI总结 本研究提出HOTD问题，通过CMAST框架在开放未来任务发现中实现最佳性能，显著超越现有LMMs。

Comments accepted to AAAI 2026, 10 pages, 9 figures