arXivDaily arXiv每日学术速递 周一至周五更新

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。

共收录 275 信号源:cs.CL, cs.AI, cs.LG

1. 其他推理 275 篇

2508.02435 2026-06-16 cs.IR 版本更新 50%

Beyond Chunks and Graphs: Retrieval-Augmented Generation through Triplet-Driven Thinking

超越分块与图:基于三元组驱动的检索增强生成

Shengbo Gong, Xianfeng Tang, Qi He, Carl Yang, Wei jin

专题命中 其他推理 :reasoning(abstract)

AI总结 提出T$^2$RAG框架,利用三元组知识库和迭代检索,在六数据集上平均性能提升11%,检索成本降低45%。

Comments ACL 2026 Findings

详情

展开后加载摘要…

URL PDF HTML 收藏
2511.05203 2026-06-11 cs.RO 版本更新 50%

SIL: Symbiotic Interactive Learning for Language-Conditioned Human-Agent Co-Adaptation

SIL: 语言条件的人机协同适应的共生交互学习

Linus Nwankwo, Bjoern Ellensohn, Christian Rauch, Elmar Rueckert

机构 * Technical University of Leoben(莱博恩技术大学)

专题命中 其他推理 :reasoning(abstract)

AI总结 提出共生交互学习(SIL)框架,实现人类与智能体在共享潜在任务空间中的双向协同适应,通过联合信念状态、FM空间推理和记忆架构,在指令跟随等任务中达到90.4%完成率和0.83信念对齐分数。

详情

展开后加载摘要…

URL PDF HTML 收藏
2509.15680 2026-06-11 cs.SD eess.AS 版本更新 50%

SAM: A Mamba-2 State-Space Audio-Language Model

SAM: 一种基于 Mamba-2 状态空间的音频-语言模型

Taehan Lee, Jaehan Jung, Hyukjun Lee

机构 * Sogang University(ソンガン大学)

专题命中 其他推理 :reasoning(abstract)

AI总结 提出 SAM,一种结合 Mamba-2 骨干网络的音频-语言模型,在 AudioSet 和 AudioCaps 上以更少参数达到或超越 7B 变压器模型性能,并系统分析了 SSM 与音频编码器输出的交互机制。

Comments 6 pages, Accepted to Interspeech 2026

详情

展开后加载摘要…

URL PDF HTML 收藏
2604.18011 2026-06-09 cs.SI cs.DB 版本更新 50%

Topology-Aware LLM-Driven Social Simulation: A Unified Framework for Efficient and Realistic Agent Dynamics

基于拓扑的LLM驱动社交模拟:一种统一框架用于高效且真实的代理动态

Yuwei Xu, Shulun Zhang, Yingli Zhou, Shipei Zeng, Laks V. S. Lakshmanan, Chenhao Ma

专题命中 其他推理 :reasoning(abstract)

AI总结 本文提出TopoSim框架,通过整合拓扑结构推理提升社交模拟的效率和真实性,实验显示其在多个框架和数据集上均表现出更优的模拟精度和更低的资源消耗。

详情

展开后加载摘要…

URL PDF HTML 收藏
2603.24388 2026-06-09 cs.CV 版本更新 50%

Causal Transfer in Medical Image Analysis

医学图像分析中的因果迁移

Mohammed M. Abdelsamea, Daniel Tweneboah Anyimadu, Tasneem Selim, Saif Alzubi, Lei Zhang, Ahmed Karam Eldaly, Xujiong Ye

机构 * University of Waterloo(滑铁卢大学)

专题命中 其他推理 :reasoning(abstract)

AI总结 本文探讨了医学图像分析中因果迁移方法,整合因果推理与跨域表示学习,以解决领域偏移问题,提升临床AI的鲁棒性和泛化能力。

详情

展开后加载摘要…

URL PDF HTML 收藏