大模型推理能力

SokoBench: Evaluating Long-Horizon Planning and Reasoning in Large Language Models

SokoBench：评估大型语言模型的长周期规划与推理能力

Sebastiano Monti, Carlo Nicolini, Gianni Pellegrini, Jacopo Staiano, Bruno Lepri

机构 * Ipazia SpA（Ipazia公司） ； University of Trento（特伦托大学） ； Fondazione Bruno Kessler（布鲁诺·凯瑟尔基金会） 纠错

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

AI总结 SokoBench通过简化俄罗斯方块谜题评估大型语言模型的长周期规划与推理能力，揭示了其在复杂任务中的性能限制。

Teaching LLMs to Ask: Self-Querying Category-Theoretic Planning for Under-Specified Reasoning

教大语言模型提问：面向不充分推理的自查询范畴规划

Shuhui Qu

机构 * Stanford University（斯坦福大学） 纠错

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

AI总结 SQ-BCP通过自查询和桥梁假设解决不充分推理问题，显著降低资源违规率并保持高质量计划。

An Autonomous Agent Framework for Feature-Label Extraction from Device Dialogues and Automatic Multi-Dimensional Device Hosting Planning Based on Large Language Models

基于大语言模型的自主代理框架：用于设备对话中特征-标签提取与自动多维设备托管规划

Huichao Men, Yizhen Hu, Yu Gao, Xiaofeng Mou, Yi Xu, Xinhua Xiao

专题命中 规划推理 ：planning(title,abstract)；reasoning(abstract)；chain-of-thought(abstract)

AI总结 本文提出AirAgent框架，利用大语言模型实现家庭空气系统的自主管理，通过双层协作架构提升空气质量和用户体验。

OmniEVA: Embodied Versatile Planner via Task-Adaptive 3D-Grounded and Embodiment-aware Reasoning

OmniEVA：通过任务自适应3D grounded和 embodiment-aware推理实现具身 versatile规划

Yuecheng Liu, Dafeng Chi, Shiguang Wu, Zhanguang Zhang, Yuzheng Zhuang, Bowen Yang, He Zhu, Lingfeng Zhang, Pengwei Xie, David Gamaliel Arcos Bravo, Yingxue Zhang, Jianye Hao, Xingyue Quan

机构 * Huawei Noah’s Ark Lab（华为诺亚实验室） 纠错

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

AI总结 OmniEVA通过任务自适应3D grounding和具身aware推理，解决具身系统中几何适应性和具身约束的限制，实现先进的具身推理和任务规划。

Comments Published as a conference paper at ICLR 2026

Enterprise Resource Planning Using Multi-type Transformers in Ferro-Titanium Industry

钢铁行业中的多类型变压器用于企业资源计划

Samira Yazdanpourmoghadam, Mahan Balal Pour, Vahid Partovi Nia

机构 * Department of Mathematics and Industrial Engineering（数学与工业工程系） ； Polytechnique Montreal（蒙特利尔理工学院） ； Department of Mechanical, Industrial and Aerospace Engineering（机械、工业和航空航天工程系） ； Concordia University（Concordia大学） 纠错

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

AI总结 本文提出利用多类型变压器解决钢铁行业中的企业资源计划问题，展示其在作业车间调度和背包问题上的高效性能。

Efficient Multimodal Planning Agent for Visual Question-Answering

高效的多模态规划代理用于视觉问答

Zhuo Chen, Xinyu Geng, Xinyu Wang, Yong Jiang, Zhen Zhang, Pengjun Xie, Kewei Tu

机构 * ShanghaiTech University（上海科技大学） ； Alibaba Tongyi Lab（阿里云通义实验室） 纠错

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

AI总结 本文提出了一种高效的多模态规划代理，通过动态分解mRAG流程，提升视觉问答任务的效率和性能。

Fuzzy Categorical Planning: Autonomous Goal Satisfaction with Graded Semantic Constraints

模糊分类规划：具有分级语义约束的自主目标满足

Shuhui Qu

机构 * Stanford University（斯坦福大学） 纠错

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

AI总结 FCP通过引入模糊度量和Lukasiewicz t-范数提升自然语言规划中模糊约束的处理能力，有效应对多步骤计划中的质量退化问题。

A Human-Centred AI System for Multi-Actor Planning and Collaboration in Family Learning

面向家庭学习多主体规划与协作的人机协同AI系统

Si Chen, Jingyi Xie, Yao Li, Ya-Fang Lin, He Zhang, Ge Wang, Gaojian Huang, Rui Yu, Ronald Anthony Metoyer, Ting Hua, Nitesh Chawla

专题命中 规划推理 ：planning(title,abstract)

AI总结 本文提出ParPal系统，通过分解学习目标并分配任务给照顾者，提升家庭学习中的协作效率，揭示当前LLM在教育知识和现实约束处理上的局限性。

OmegaUse: Building a General-Purpose GUI Agent for Autonomous Task Execution

OmegaUse：构建一个通用的 GUI 代理以实现自主任务执行

Le Zhang, Yixiong Xiao, Xinjiang Lu, Jingjia Cao, Yusai Zhao, Jingbo Zhou, Lang An, Zikan Feng, Wanxiang Sha, Yu Shi, Congxi Xiao, Jian Xiong, Yankai Zhang, Hua Wu, Haifeng Wang

机构 * Baidu Frontier Research Department（百度前沿研究部） 纠错

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

AI总结 OmegaUse 是一种通用 GUI 代理模型，通过高质量数据和解耦训练方法实现跨平台自主任务执行，展现卓越的 GUI 任务性能。

Towards Intelligent Urban Park Development Monitoring: LLM Agents for Multi-Modal Information Fusion and Analysis

面向智能城市公园发展监测：LLM代理用于多模态信息融合与分析

Zixuan Xiao, Chunguang Hu, Jun Ma

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

AI总结 本研究提出基于LLM的多模态代理框架，用于提升城市公园发展监测中多模态数据的融合与分析能力，解决传统方法在高级分析和灵活适应性方面的不足。

Journal ref IEEE International Geoscience and Remote Sensing Symposium (IGARSS) 2025, Aug 3-8 2025

Idea2Story: An Automated Pipeline for Transforming Research Concepts into Complete Scientific Narratives

Idea2Story: 一种将研究概念转化为完整科学叙述的自动化流程

Tengyue Xu, Zhuoyang Qian, Gaoge Liu, Li Ling, Zhentao Zhang, Biao Wu, Shuo Zhang, Ke Lu, Wei Shi, Ziqi Wang, Zheng Feng, Yan Luo, Shu Xu, Yongjin Chen, Zhibo Feng, Zhuo Chen, Bruce Yuan, Harry Wang, Kris Chen

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

AI总结 Idea2Story通过离线知识构建实现自主科学发现，提升研究效率与可靠性。

Comments 11 pages, 3 figures

PEARL: Plan Exploration and Adaptive Reinforcement Learning for Multihop Tool Use

PEARL：多跳工具使用中的计划探索与自适应强化学习

Qihao Wang, Mingzhe Lu, Jiayue Wu, Yue Hu, Yanbing Liu

机构 * Institute of Information Engineering, China（信息工程研究所，中国） ； School of Cyber Security, University of Chinese Academy of Sciences, China（中国科学院大学网络安全学院，中国） 纠错

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

AI总结 PEARL通过两阶段方法提升LLM在多跳工具使用中的规划与执行能力，实现ToolHop 56.5%的成功率。

Comments Accepted to PRICAI25

Random forest-based out-of-distribution detection for robust lung cancer segmentation

基于随机森林的分布外检测用于鲁棒肺癌分割

Aneesh Rangnekar, Harini Veeraraghavan

机构 * MSKCC 纠错

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

AI总结 本文提出RF-Deep方法，利用预训练变换器编码器的深度特征，通过随机森林检测分布外数据，提升肺癌分割的鲁棒性。

Comments Accepted at SPIE Medical Imaging 2026

CCDSReFormer: Traffic Flow Prediction with a Criss-Crossed Dual-Stream Enhanced Rectified Transformer Model

CCDSReFormer：基于交叉双流增强修正变换器模型的交通流预测

Zhiqi Shao, Michael G. H. Bell, Ze Wang, D. Glenn Geers, Xusheng Yao, Junbin Gao

机构 * Business Analytics Discipline, The University of Sydney（悉尼大学商业分析学科） ； Institute of Transport and Logistics, The University of Sydney（悉尼大学交通运输与物流研究所） ； College of Management and Economics, Tianjin University（天津大学管理学院） 纠错

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

AI总结 CCDSReFormer通过引入三个创新模块，有效提升交通流预测的准确性和效率，实现对空间和时间信息的融合处理。

Comments 18 pages

Journal ref Communications in Transportation Research 5 (2025): 100189

Securing AI Agents in Cyber-Physical Systems: A Survey of Environmental Interactions, Deepfake Threats, and Defenses

在物理信息系统中保障AI代理：环境交互、深度伪造威胁及防御的综述

Mohsen Hatami, Van Tuan Pham, Hozefa Lakadawala, Yu Chen

专题命中 规划推理 ：reasoning(abstract)

AI总结 本文综述了物理信息系统中AI代理的安全威胁，重点分析了环境交互、深度伪造攻击及MCP漏洞，并提出基于SENTINEL框架的防御策略与挑战。

Judgelight: Trajectory-Level Post-Optimization for Multi-Agent Path Finding via Closed-Subwalk Collapsing

Judgelight: 多智能体路径寻找中的轨迹级后优化 via 关闭子轨迹压缩

Yimin Tang, Sven Koenig, Erdem Bıyık

机构 * University of Southern California（南加州大学） ； University of California Irvine（加州大学尔湾分校） 纠错

专题命中 规划推理 ：planning(abstract)

AI总结 Judgelight通过压缩智能体轨迹中的闭合子轨迹，提高多智能体路径寻找的轨迹质量，减少20%的解决方案成本。

Where Did I Leave My Glasses? Open-Vocabulary Semantic Exploration in Real-World Semi-Static Environments

我放哪里了我的眼镜？在现实世界半静态环境中进行开放式词汇语义探索

Benjamin Bogenberger, Oliver Harrison, Orrin Dahanaggamaarachchi, Lukas Brunke, Jingxing Qian, Siqi Zhou, Angela P. Schoellig

专题命中 规划推理 ：reasoning(abstract)

AI总结 本研究提出了一种适用于半静态环境的开放式词汇语义探索系统，通过概率模型和大语言模型推理实现高效对象导航和地图维护。

Journal ref IEEE RA-L, 2026