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。
超越单一架构：一种多智能体搜索与知识优化框架用于智能搜索
机构 * Renmin University of China（中国人民大学） ； Baidu Inc.（百度公司）
专题命中 规划推理 ：reasoning(abstract)；分类 cs.AI
AI总结 M-ASK提出了一种多智能体框架，通过分解智能搜索为搜索行为和知识管理两个角色，提升搜索效率与稳定性，实现更优的答案准确性和训练动态。
LinguaGame: 一种基于语言的多智能体对话生成博弈论范式
机构 * Tsinghua University（清华大学） ； University of California, Berkeley（加州大学伯克利分校） ； Peking University（北京大学） ； East China University of Political Science and Law（中国政法大学）
专题命中 规划推理 ：reasoning(abstract)；分类 cs.CL
AI总结 LinguaGame通过博弈论范式提升多智能体对话生成的通信效率，利用语言感知推理实现意图和策略的高效沟通。
GUITester: 使GUI代理用于探索性缺陷发现
机构 * Beijing Jiaotong University（北京交通大学） ； Hithink Research（慧思科技） ； Nanyang Technological University（南洋理工大学）
专题命中 规划推理 ：planning(abstract)；分类 cs.AI
AI总结 GUITester通过解耦导航与验证的多代理框架，有效解决了探索性GUI测试中目标导向遮蔽和执行偏差归因的问题，实现了48.90%的F1分数。
ParaCodex: 一种基于性能分析的自主编码代理，用于可靠并行代码生成与翻译
专题命中 规划推理 ：planning(abstract)；分类 cs.AI
AI总结 ParaCodex是一种基于性能分析的自主编码代理，通过分阶段热点分析、显式数据规划和正确性门控，实现高效并行代码生成与翻译，显著提升GPU性能。
超越检索：提升基于大语言模型的多模态事实核查的证据质量
专题命中 规划推理 ：reasoning(abstract)；分类 cs.AI
AI总结 本文提出Aletheia框架，通过改进证据检索策略提升多模态事实核查的证据质量，实验证明其在虚假信息检测中的高准确率。
锻造空间智能：面向自主系统多模态数据预训练的路线图
机构 * Zhejiang University（浙江大学） ； National University of Singapore（新加坡国立大学） ； Nanjing University of Aeronautics and Astronautics（南京航空航天大学） ； Alibaba Group（阿里巴巴集团） ； Singapore Management University（新加坡管理学院）
专题命中 规划推理 ：planning(abstract)
AI总结 本文提出多模态数据预训练框架，旨在通过整合多传感器数据提升自主系统空间智能，解决单模态模型整合难题，并提出统一的预训练范式分类及未来发展方向。
Comments Survey; 40 pages, 7 figures, 9 tables; GitHub Repo at https://github.com/worldbench/awesome-spatial-intelligence
通过训练食谱的视角重新思考MLLMs中的文本-视觉推理不平衡
机构 * UC Santa Barbara（加州大学圣芭芭拉分校） ； MIT-IBM Watson AI Lab（麻省理工-IBM Watson人工智能实验室） ； Adobe Research（Adobe研究院）
专题命中 视觉空间推理 ：reasoning(title,abstract)；分类 cs.AI
AI总结 本文通过分析训练食谱，提出减少多模态大语言模型中文本与视觉推理不平衡的方法，旨在提升视觉推理能力。
CounterVid: 通过生成反事实视频缓解视频-语言模型中动作和时间幻觉
机构 * University of Modena and Reggio Emilia（摩德纳和雷吉奥艾米利亚大学） ； University of Pisa（帕尔马大学） ； Amazon Prime Video（亚马逊Prime视频）
专题命中 视觉空间推理 ：reasoning(abstract)；分类 cs.CL、cs.AI
AI总结 CounterVid通过生成反事实视频缓解视频-语言模型中动作和时间幻觉问题，提出反事实视频生成框架和MixDPO方法，提升时间推理和动作识别性能。
AECV-Bench：在建筑和工程图纸理解上的多模态模型评估基准
专题命中 视觉空间推理 ：reasoning(abstract)；分类 cs.AI
AI总结 AECV-Bench评估多模态模型在建筑图纸理解上的能力，发现OCR和文本问答表现最佳，但符号理解尤其是门窗计数仍存在较大误差，需改进领域特定表示和人机协作流程。
AIVD：自适应边缘-云协作用于准确高效的工业视觉检测
机构 * Institute of Computing Technology, Chinese Academy of Sciences（中国科学院计算技术研究所） ； Institute of AI for Industries, Chinese Academy of Sciences（中国科学院工业人工智能研究所） ； University of Chinese Academy of Sciences（中国科学院大学）
专题命中 视觉空间推理 ：reasoning(abstract)
AI总结 AIVD通过边缘-云协作提升工业视觉检测的精度与效率，采用轻量边缘检测与云MLLM协同，结合高效微调策略和动态调度算法，实现高吞吐低延迟的资源优化。
TopoBDA: 向贝塞尔可变形注意力迈进：道路拓扑理解
机构 * Graduate School of Informatics, Middle East Technical University（信息学院，中东部技术大学） ； Togg/Trutek AI Team（Togg/Trutek人工智能团队）
专题命中 视觉空间推理 ：reasoning(abstract)
AI总结 TopoBDA通过贝塞尔可变形注意力提升道路拓扑理解，结合多模态数据增强性能。
Comments Project page: https://artest08.github.io/TopoBDA.github.io/
Journal ref Neurocomputing, Vol. 670, 132360 (2026)
ConMax：用于高效思维链推理的置信度最大化压缩
机构 * The Chinese University of Hong Kong（香港中文大学） ； LLM Department, Tencent（腾讯机器学习部门）
专题命中 测试时计算 ：reasoning(title,abstract)；chain-of-thought(title,abstract)；CoT(abstract)；分类 cs.CL、cs.AI
AI总结 ConMax通过强化学习框架在保持推理模式的同时，高效压缩推理轨迹，提升大规模推理模型的效率与性能
中等规模语言模型中多跳上下文推理的扩展趋势
机构 * Georgia Institute of Technology（佐治亚理工学院） ； The University of Texas at Austin（德克萨斯大学奥斯汀分校）
专题命中 测试时计算 ：reasoning(title,abstract)；分类 cs.AI、cs.LG
AI总结 研究通过对比不同模型的多跳推理能力，发现多代理系统在推理任务中表现优于规则方法，且模型基础能力影响放大效果。
Comments 18 pages, 6 figures, 8 tables
速率还是命运？RLV$^\varepsilon$R：具有可验证噪声奖励的强化学习
机构 * Cognichip AI ； University of Toronto（多伦多大学）
专题命中 测试时计算 ：reasoning(abstract)；verifier(abstract)；分类 cs.CL、cs.AI、cs.LG
AI总结 本文提出RLV$^\varepsilon$R框架，通过分析验证噪声对强化学习的影响，揭示了噪声如何影响学习速率与命运，并通过实验验证了在不同Youden指数下动态变化的相变特性。
PROMISE: 过程奖励模型解锁生成推荐的测试时扩展定律
专题命中 测试时计算 ：reasoning(abstract)
AI总结 PROMISE通过整合密集逐步验证和PRM引导的束搜索策略，解决生成推荐中的语义漂移问题，提升推荐准确性并实现高效部署。
AutoL2S: 自动长短期推理用于高效大语言模型
机构 * Rice University（里士大学） ； University of North Carolina at Charlotte（北卡罗来纳州立大学） ； John Hopkins University（约翰·霍普金斯大学） ； Case Western Reserve University（凯斯西储大学）
专题命中 复杂问题求解 ：reasoning(title,abstract)；chain-of-thought(abstract)；CoT(abstract)；分类 cs.CL、cs.LG
AI总结 AutoL2S通过动态调整推理长度，提升大语言模型的推理效率和准确性。
内部推理 vs. 外部控制：大型语言模型中谄媚现象的热力学分析
机构 * Department of Computer Science, Stanford University（计算机科学系，斯坦福大学）
专题命中 复杂问题求解 ：reasoning(title,abstract)；self-correction(abstract)；分类 cs.CL、cs.AI
AI总结 本文提出受控因果锚定（RCA）方法，通过评估推理过程而非结果，有效检测大型语言模型中的谄媚现象，无需真实数据且打破自我强化偏见循环。
Comments 20 pages, 1 figure, 15 tables
RAAR：跨领域虚假信息检测的检索增强代理推理
机构 * The University of Manchester（曼彻斯特大学） ； School of Artificial Intelligence, Wuhan University（武汉大学人工智能学院） ； Center for Language and Information Research, Wuhan University（武汉大学语言与信息研究所）
专题命中 复杂问题求解 ：reasoning(title,abstract)；verifier(abstract)；分类 cs.CL
AI总结 RAAR通过多代理协作和检索增强推理，提升跨领域虚假信息检测的准确性和泛化能力。
RelayLLM: 通过协作解码实现高效推理
机构 * Washington University in St. Louis（华盛顿大学圣路易斯分校） ； University of Maryland（马里兰大学） ； University of Virginia（弗吉尼亚大学）
专题命中 复杂问题求解 ：reasoning(title,abstract)；分类 cs.CL、cs.AI、cs.LG
AI总结 RelayLLM通过令牌级协作解码实现高效推理，利用SLM作为主动控制器，仅在必要时调用LLM，显著降低计算成本并提升推理性能。
代理作为裁判
机构 * The Hong Kong Polytechnic University（香港理工大学） ； University of Cambridge（剑桥大学） ； Shandong Jianzhu University（山东建筑大学） ； Huawei Technologies（华为技术）
专题命中 复杂问题求解 ：reasoning(abstract)；planning(abstract)；分类 cs.CL、cs.AI
AI总结 本文提出了一种基于代理的评估框架，通过规划、工具验证和多代理协作提升评估的鲁棒性和可验证性，并提供了该领域的发展分类和未来研究方向。
未来安全，过去危险：剖析大语言模型中的时间与语言脆弱性
机构 * African Institute for Mathematical Science（非洲数学科学研究所） ； University of Vienna（维也纳大学）
专题命中 复杂问题求解 ：reasoning(abstract)；分类 cs.CL、cs.AI
AI总结 研究发现大语言模型在不同语言和时间框架下存在显著安全差异，提出不变对齐以提升跨语言和时间的稳定性。
ToolGate: 以合同为基础并经过验证的工具执行用于LLMs
机构 * Zhejiang University（浙江大学） ； Southeast University（东南大学） ； Massachusetts Institute of Technology（麻省理工学院）
专题命中 复杂问题求解 ：reasoning(abstract)；分类 cs.CL、cs.AI
AI总结 ToolGate通过形式化合同和验证机制，确保LLM调用工具时逻辑安全和状态演变的可验证性，提升系统可靠性与可调试性。
Comments First version of ToolGate
推动与代码相关的语言模型
机构 * School of Computer Software, Tianjin University（天津大学软件学院）
专题命中 复杂问题求解 ：reasoning(abstract)；分类 cs.CL、cs.AI
AI总结 本研究通过改进代码数据质量、模型架构和推理能力，推动语言模型在软件开发中的实际应用。
Comments Accepted by ICSE 2026 (DS)
无复杂度偏见的思维递归分解
机构 * Southwest Jiaotong University（西南交通大学） ； Southwestern University of Finance and Economics（西南财经大学）
专题命中 复杂问题求解 ：reasoning(abstract)；分类 cs.CL、cs.AI
AI总结 CARD通过预估问题复杂度并递归分解提升多步推理的准确性和效率
Comments 4
SimuAgent: 一种基于LLM的Simulink建模助手，结合强化学习增强
机构 * School of Engineering, University of Warwick（战争学院） ； Intelligent Control and Smart Energy (ICSE) Research Group（智能控制与智能能源研究组）
专题命中 复杂问题求解 ：reasoning(abstract)；分类 cs.AI
AI总结 SimuAgent结合强化学习和LLM，提升Simulink建模效率与准确性，实现快速收敛和高鲁棒性。
视觉-语言反思：通过可解释的双因果引导减轻大语言模型中的过度自信幻觉
机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港理工大学（广州）） ； The Hong Kong University of Science and Technology（香港理工大学） ； LIGHTSPEED
专题命中 复杂问题求解 ：self-correction(abstract)；分类 cs.AI
AI总结 VLI通过可解释的双因果引导方法，有效减少大语言模型中的对象幻觉，提升多模态任务的准确性和可靠性。
T-Retriever：基于树的分层检索增强生成用于文本图谱
机构 * BRAIN of RUC（北京理工大学脑科学研究院）
专题命中 复杂问题求解 ：reasoning(abstract)；分类 cs.AI
AI总结 T-Retriever通过语义和结构引导的树状检索方法，改进了图谱检索增强生成，提升复杂查询的连贯性和语境相关性。
一种通过命题图遍历实现全面RAG的导航方法
机构 * Idiap Research Institute（日内瓦研究所） ； École Polytechnique Fédérale de Lausanne（联邦理工学院洛桑分校） ； University of Manchester（曼彻斯特大学） ； CRUK Manchester Institute（CRUK曼彻斯特研究所）
专题命中 复杂问题求解 ：reasoning(abstract)；分类 cs.CL
AI总结 ToPG通过命题图遍历实现高效结构RAG系统，结合查询意识的图遍历与事实细粒度，提升复杂多跳查询和单跳事实检索的性能。
Comments 23 pages, 10 figures, 6 tables
从动作到词语：迈向强化学习中基于抽象文本的策略摘要
机构 * Nvidia Research（英伟达研究）
专题命中 复杂问题求解 ：reasoning(abstract)；分类 cs.LG
AI总结 SySLLM通过将策略解释转化为语言生成问题，利用大型语言模型生成连贯的摘要，以解释复杂强化学习行为。
Comments In Proceedings of AAMAS 2026 (The 25th International Conference on Autonomous Agents and Multi-Agent Systems)
从第一原理重新审视裁判解码：通过无训练分布分歧方法
机构 * City University of Hong Kong（香港城市大学） ； Huawei Technologies（华为技术有限公司）
专题命中 复杂问题求解 ：reasoning(abstract)；分类 cs.CL
AI总结 本研究提出一种基于KL散度的无训练裁判解码方法，通过理论证明与实验验证，展示了其在提升推理和编码任务性能上的优势。
Comments 16 pages
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