Automated QoR improvement in OpenROAD with coding agents
在OpenROAD中通过编码代理实现自动化QoR提升
机构 * UC San Diego（UC圣地亚哥大学）
专题命中 推理评测 ：reasoning(abstract)；分类 cs.AI
AI总结 AuDoPEDA通过自主编码代理在OpenROAD中实现EDA技术的自动化改进，显著提升QoR指标。
AI 大模型
大模型推理能力
大模型数学、逻辑、规划、多步推理和测试时计算能力。
1. 推理评测 19 篇
PersonaX: Multimodal Datasets with LLM-Inferred Behavior Traits
PersonaX: 多模态数据集与LLM推断行为特征
机构 * Mohamed bin Zayed University of Artificial Intelligence（莫扎德·本·扎耶德人工智能大学） ； Carnegie Mellon University（卡内基梅隆大学） ； University of California San Diego（加州大学圣地亚哥分校） ； Australian National University（澳大利亚国立大学）
专题命中 推理评测 ：reasoning(abstract)；分类 cs.LG
AI总结 PersonaX通过多模态数据集结合LLM推断行为特征，推动多模态特征分析与因果推理发展。
Comments ICLR 2026
MAPS: A Multilingual Benchmark for Agent Performance and Security
MAPS: 一种多语言评估基准，用于代理性能和安全
机构 * Fujitsu Research of Europe（富士通欧洲研究部） ； Fujitsu Limited（富士通有限公司） ； Cohere
专题命中 推理评测 ：reasoning(abstract)；分类 cs.CL
AI总结 MAPS是一个多语言评估基准，用于评估代理AI在不同语言和任务中的性能与安全性。
Comments Accepted to EACL 2026 findings
Massive-STEPS: Massive Semantic Trajectories for Understanding POI Check-ins -- Dataset and Benchmarks
Massive-STEPS: 用于理解POI签到的大量语义轨迹 -- 数据集和基准测试
机构 * University of New South Wales（新南威尔士大学） ； Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州））
专题命中 推理评测 ：planning(abstract)；分类 cs.LG
AI总结 Massive-STEPS通过提供大规模、公开的POI签到数据集和基准测试，推动人类移动性和POI轨迹建模的可重复研究。
Design and Evaluation of an Assisted Programming Interface for Behavior Trees in Robotics
行为树在机器人中的辅助编程接口设计与评估
专题命中 推理评测 ：planning(abstract)
AI总结 本文提出BETR-GUI，结合AI助手与拖放编辑器，通过整合多种技术提升机器人行为树编程效率，实验证明人类用户优于纯AI助手。
Beyond Text-to-SQL: Autonomous Research-Driven Database Exploration with DAR
超越文本到SQL：基于DAR的自主研究驱动数据库探索
专题命中 推理评测 ：reasoning(abstract)
AI总结 DAR是一种多代理系统，通过自主探索数据完成端到端数据库研究，显著提升分析效率并生成基于证据的洞察。
2. 其他推理 12 篇
Nudging the Boundaries of LLM Reasoning
推动大语言模型推理边界的 nudging
机构 * Salesforce AI Research（Salesforce AI研究）
专题命中 其他推理 ：reasoning(title,abstract)；CoT(abstract)；分类 cs.CL、cs.LG
AI总结 NuRL通过自动生成提示提升大语言模型推理上限，解决传统RL无法学习无法解决样本的问题。
Comments ICLR 2026 (Camera-Ready)
Decoupled Reasoning with Implicit Fact Tokens (DRIFT): A Dual-Model Framework for Efficient Long-Context Inference
解耦推理与隐式事实标记（DRIFT）：一种双模型框架，用于高效长上下文推理
机构 * Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； Fudan University（复旦大学） ； Shanghai Innovation Institute（上海创新研究院） ； Tongji University（同济大学）
专题命中 其他推理 ：reasoning(title,abstract)；分类 cs.CL、cs.AI
AI总结 DRIFT通过双模型框架解耦知识提取与推理，提升长上下文推理效率和准确性。
ESTAR: Early-Stopping Token-Aware Reasoning For Efficient Inference
ESTAR: 早期停止的令牌感知推理用于高效推理
机构 * University of Massachusetts Amherst（马萨诸塞大学阿默斯特分校） ； Optum AI
专题命中 其他推理 ：reasoning(title,abstract)；分类 cs.AI
AI总结 ESTAR通过令牌感知推理的早期停止机制，有效减少推理冗余，提升大型推理模型的推理效率，同时保持高准确性。
LLM Reasoning Predicts When Models Are Right: Evidence from Coding Classroom Discourse
大语言模型推理可预测模型何时正确：来自编程课堂对话的证据
专题命中 其他推理 ：reasoning(title,abstract)；分类 cs.CL
AI总结 本研究通过分析课堂对话中的教师发言，发现LLM生成的推理能有效预测模型预测的正确性，使用随机森林分类器达到F1得分0.83，表明基于推理的错误检测在教育对话分析中具有实用价值。
DREAM: Domain-aware Reasoning for Efficient Autonomous Underwater Monitoring
DREAM：面向高效自主水下监测的领域感知方法
机构 * Electrical Engineering, University of South Florida（佛罗里达州立大学电气工程系） ； Maryland Robotics Center (MRC), University of Maryland（马里兰大学机器人中心） ； Woods Hole Oceanographic Institution (WHOI)（伍兹霍尔海洋研究所） ； Mechanical Engineering, University of Delaware（德雷克塞尔大学机械工程系）
专题命中 其他推理 ：reasoning(title)；分类 cs.AI
AI总结 DREAM通过视觉语言模型引导的自主框架，实现了高效、低耗的水下长期监测，显著提升了目标物体探测效率与覆盖范围。
Comments In Proceeding of ICRA 2026
Beyond Uniform Credit: Causal Credit Assignment for Policy Optimization
超越均匀信用：为策略优化的因果信用分配
机构 * Lexsi Labs（Lexsi实验室）
专题命中 其他推理 ：reasoning(abstract)；分类 cs.CL、cs.AI、cs.LG
AI总结 本文提出反事实重要性加权方法，通过因果信用分配提升语言模型推理性能，无需辅助模型或外部标注，实验验证其在GSM8K上的有效性。
Comments 12 pages, 1 figure
Step-resolved data attribution for looped transformers
循环变换器中逐步数据归因
机构 * Hasso Plattner Institute for Digital Engineering, University of Potsdam（波恩大学数字工程研究所） ； Technical University of Munich（慕尼黑技术大学） ； Munich Center for Machine Learning (MCML)（慕尼黑机器学习中心） ； Harvard University（哈佛大学） ； Imperial College London（伦敦帝国理工学院） ； Google DeepMind（谷歌DeepMind）
专题命中 其他推理 ：reasoning(abstract)；分类 cs.AI、cs.LG
AI总结 本文提出SDI方法，用于分析循环变换器中每个循环步骤对模型的影响，提升数据归因和可解释性能力。
Routing, Cascades, and User Choice for LLMs
路由、级联与用户选择用于大语言模型
机构 * University of Ottawa（渥太华大学） ； NVIDIA（NVIDIA公司）
专题命中 其他推理 ：reasoning(abstract)；分类 cs.AI、cs.LG
AI总结 本文研究了大语言模型路由策略与用户行为之间的博弈，揭示了提供者与用户在效用和成本排序上的不一致，提出了基于Stackelberg博弈的路由优化方法，并得出了单用户单提供者互动的阈值规则。
Comments 23 pages, accepted in ICLR 2026
Contractual Deepfakes: Can Large Language Models Generate Contracts?
合同型深度伪造：大语言模型能生成合同吗？
专题命中 其他推理 ：reasoning(abstract)；分类 cs.CL、cs.AI
AI总结 本文指出大语言模型生成的合同可能不具法律效力，质疑其在法律领域应用的可行性。
Comments Accepted for publication
TwinWeaver: An LLM-Based Foundation Model Framework for Pan-Cancer Digital Twins
TwinWeaver: 一种基于大语言模型的跨癌症数字双胞胎基础模型框架
机构 * Computational Sciences Center of Excellence, Roche, Penzberg, Germany（罗氏计算科学卓越中心） ； Computational Health Center, Helmholtz Munich, Munich, Germany（海德堡慕尼黑计算健康中心） ； Department of Biology, Ludwig Maximilian University of Munich, Munich, Germany（慕尼黑路易斯·马克西米利安大学生物学系） ； Early Development Oncology, Roche Innovation Center Zurich, Roche, Schlieren, Switzerland（罗氏苏黎世创新中心早期肿瘤学） ； Computational Sciences Center of Excellence, Genentech, New York City, USA（基因泰克计算科学卓越中心） ； Computational Sciences Center of Excellence, Genentech, South San Francisco, USA（基因泰克计算科学卓越中心） ； Center for Data Science, New York University, New York City, USA（纽约大学数据科学中心） ； Department of Computer Science, Stanford University, Stanford, CA, USA（斯坦福大学计算机科学系） ； Computational Sciences Center of Excellence, Roche, Basel, Switzerland（罗氏巴塞尔计算科学卓越中心） ； Department of Biochemistry（生物化学系） ； Biotechnology Institute, The University of Melbourne, Melbourne, Australia（墨尔本大学生物技术研究所）
专题命中 其他推理 ：reasoning(abstract)；分类 cs.LG
AI总结 TwinWeaver通过基于大语言模型的框架，构建跨癌症数字双胞胎，提升临床事件预测与风险分层精度。
VersaViT: Enhancing MLLM Vision Backbones via Task-Guided Optimization
VersaViT: 通过任务引导优化增强MLLM视觉骨干
机构 * School of Artificial Intelligence, Shanghai Jiao Tong University, China（上海交通大学人工智能学院） ； CMIC, Shanghai Jiao Tong University, China（上海交通大学计算机学院） ； WeChat AI, Tencent Inc., China（腾讯公司）
专题命中 其他推理 ：reasoning(abstract)
AI总结 VersaViT通过任务引导优化增强MLLM视觉骨干，解决其在密集预测任务中的性能问题，提升视觉任务的适应性与表现。
Towards Training-free Multimodal Hate Localisation with Large Language Models
无需训练的多模态仇恨定位与大型语言模型
机构 * Hybrid Intelligence Lab, University of Durham（杜伦大学混合智能实验室） ； Multimodal Intelligence Lab, University of Exeter（埃克塞特大学多模态智能实验室） ； The MIx Group University of Birmingham（伯明翰大学MIx集团）
专题命中 其他推理 ：reasoning(abstract)
AI总结 提出无需训练的多模态仇恨视频定位框架LELA，通过多阶段提示方案和跨模态推理机制实现高精度定位。
