大模型推理能力

MemQ: Integrating Q-Learning into Self-Evolving Memory Agents over Provenance DAGs

MemQ：将Q学习整合到基于溯源DAG的自进化记忆代理中

Junwei Liao, Haoting Shi, Ruiwen Zhou, Jiaqian Wang, Shengtao Zhang, Wei Zhang, Ying Wen, Zhiyu Li, Feiyu Xiong, Bo Tang, Weinan Zhang, Muning Wen

机构 * Shanghai Jiao Tong University（上海交通大学） ； Shanghai Innovation Institute（上海创新研究院） ； National University of Singapore（新加坡国立大学） ； Xidian University（西安电子科技大学） ； University of Science and Technology of China（中国科学技术大学） ； MemTensor (Shanghai) Technology Co., Ltd.（MemTensor（上海）科技有限公司） 纠错

专题命中 复杂问题求解 ：reasoning(abstract)；分类 cs.AI

AI总结 MemQ通过在溯源DAG中传播信用权重，改进记忆Q值的评估，提升多步任务的泛化能力，尤其在产生深层相关溯源链的任务中表现突出。

Comments 22 pages, 11 figures (containing 43 individual image panels total)

Automated Construction of a Knowledge Graph of Nuclear Fusion Energy for Effective Elicitation and Retrieval of Information

自动化构建核聚变能源知识图谱以实现信息的有效提取与检索

Andrea Loreti, Kesi Chen, Ruby George, Robert Firth, Adriano Agnello, Shinnosuke Tanaka

机构 * UK Atomic Energy Authority, Culham Campus（英国原子能管理局，库尔汉校区） ； STFC Hartree Centre（STFC哈特里中心） ； Sci-Tech Daresbury（科技达尔斯伯里） ； IBM Research（IBM研究院） 纠错

专题命中 复杂问题求解 ：reasoning(abstract)；分类 cs.CL

AI总结 本文提出多步骤自动化构建知识图谱的方法，用于组织和表示大型文档语料中的领域知识。通过构建首个核聚变能源知识图谱，验证了自动命名实体识别和实体解析等关键功能，并评估了预训练大语言模型在处理挑战时的表现。

ScioMind: Cognitively Grounded Multi-Agent Social Simulation with Anchoring-Based Belief Dynamics and Dynamic Profiles

ScioMind：基于认知的多智能体社交模拟与基于锚定的信念动态和动态资料

Yitian Yang, Yiqun Duan, Linghan Huang, Yiqi Zhu, Francesco Bailo, Chunmeizi Su, Huaming Chen

机构 * The University of Sydney（悉尼大学） 纠错

专题命中 复杂问题求解 ：reasoning(abstract)；分类 cs.AI

AI总结 ScioMind结合结构化意见动态与LLM代理推理，通过记忆锚定信念更新规则、分层记忆架构和动态代理资料提升社交模拟的真实性与稳定性。

FlowCompile: An Optimizing Compiler for Structured LLM Workflows

FlowCompile: 一种用于结构化大语言模型工作流的优化编译器

Junyan Li, Zhang-Wei Hong, Maohao Shen, Yang Zhang, Chuang Gan

机构 * UMass Amherst（马萨诸塞大学阿姆赫斯特分校） ； MIT-IBM Watson AI Lab（麻省理工-IBM沃森人工智能实验室） 纠错

专题命中 复杂问题求解 ：reasoning(abstract)；分类 cs.CL

AI总结 本文提出FlowCompile，一种优化结构化大语言模型工作流的编译器，通过编译时设计空间探索生成高质量可重用配置集，实现准确率与延迟的平衡，实验表明其在多种工作流和基准测试中表现优异，速度提升达6.4倍。

OpenAaaS: An Open Agent-as-a-Service Framework for Distributed Materials-Informatics Research

OpenAaaS：一种用于分布式材料信息学研究的开源代理即服务框架

Peng Kang, Bixuan Li, Xiaoya Huang, Shuo Shi, Weiqiao Zhou, Zhen Li, Yu Liu, Lei Zheng

机构 * National Key Laboratory of AI for Materials Science（人工智能材料科学国家重点实验室） ； Tianmushan Laboratory（天幕山实验室） ； Beihang University（北京航空航天大学） 纠错

专题命中 复杂问题求解 ：reasoning(abstract)；分类 cs.AI

AI总结 OpenAaaS提出一种开源的分层分布式代理即服务框架，通过代码流、数据不动原则实现跨领域安全集成，解决材料设计中的长期迭代和复杂机制问题。

Comments 20 pages 5 figures

Aligning LLM Uncertainty with Human Disagreement in Subjectivity Analysis

对主观分析中语言模型不确定性与人类分歧的对齐

Junyu Lu, Deyi Ji, Xuanyi Liu, Lanyun Zhu, Bo Xu, Liang Yang, Xian-Sheng Hua, Hongfei Lin

机构 * School of Computer Science and Technology, Dalian University of Technology, China（大连理工大学计算机科学与技术学院） ； Tencent（腾讯） ； Peking University（北京大学） ； Tongji University（同济大学） 纠错

专题命中 复杂问题求解 ：reasoning(abstract)；分类 cs.CL

AI总结 本文提出DPUA框架，通过感知分歧和对齐不确定性，提升模型在主观分析中的可靠性与泛化能力。

SupChain-Bench: Benchmarking Large Language Models for Real-World Supply Chain Management

SupChain-Bench：针对现实世界供应链管理的大语言模型基准测试

Shengyue Guan, Yihao Liu, Lang Cao

机构 * Alibaba Group（阿里巴巴集团） ； Peking University（北京大学） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） 纠错

专题命中 复杂问题求解 ：reasoning(abstract)；分类 cs.AI

AI总结 本文提出SupChain-Bench基准测试，用于评估大语言模型在现实世界供应链管理中的表现，揭示模型执行可靠性差距，并提出SupChain-ReAct框架提升工具调用性能。

When Does Hierarchy Help? Benchmarking Agent Coordination in Event-Driven Industrial Scheduling

何时层级有助于？事件驱动工业调度中的代理协调基准测试

Ziqi Wang, Yuhao Yang, Zhiwei Ling, Wenzhuo Qian, Hailiang Zhao

机构 * Zhejiang University（浙江大学） 纠错

专题命中 复杂问题求解 ：reasoning(abstract)；分类 cs.AI

AI总结 本文通过DESBench基准测试，探讨不同协调范式在复杂环境中的表现，揭示层级结构对代理系统行为的影响及设计权衡。

FMC-DETR: Frequency-Decoupled Multi-Domain Coordination for Aerial-View Object Detection

FMC-DETR：频率解耦多域协调用于航拍物体检测

Ben Liang, Hongguang Wei, Yuan Liu, Bingwen Qiu, Yihong Wang, Xiubao Sui, Qian Chen

机构 * School of Electronic Engineering and Optoelectronic Technology, Nanjing University of Science and Technology（南京理工大学电子工程与光电子技术学院） 纠错

专题命中 复杂问题求解 ：reasoning(abstract)；分类 cs.LG

AI总结 本文提出FMC-DETR框架，通过波let Kolmogorov-Arnold Transformer增强全局结构感知，多域特征协调模块优化跨尺度特征，以及紧凑部分融合模块提升特征多样性，实现航拍场景下小目标检测的高性能。

Intermediate Artifacts as First-Class Citizens: A Data Model for Durable Intermediate Artifacts in Agentic Systems

中间产物作为第一公民：代理系统中持久中间产物的数据模型

Josh Rosen, Seth Rosen

机构 * ThruWire, Inc.（ThruWire公司） 纠错

专题命中 复杂问题求解 ：chain-of-thought(abstract)；分类 cs.AI

AI总结 本文提出一种数据模型，旨在保存可追溯、可版本化且可被下游计算使用的持久中间产物，以提高AI生成工作的可审查性和可维护性。

Comments 18 pages, 1 figure, 3 tables

SmellBench: Evaluating LLM Agents on Architectural Code Smell Repair

SmellBench：评估LLM代理在建筑代码异味修复上的表现

Ion George Dinu, Marian Cristian Mihăescu, Traian Rebedea

机构 * University of Craiova（克劳索瓦大学） ； NVIDIA（NVIDIA公司） ； University Politehnica of Bucharest（布加勒斯特理工大学） 纠错

专题命中 复杂问题求解 ：reasoning(abstract)；分类 cs.CL

AI总结 本文提出SmellBench框架，用于评估LLM代理在修复建筑代码异味方面的性能，通过专家验证发现最佳代理修复率为47.7%，但修复 aggressiveness 与代码库质量呈负相关。

MedMemoryBench: Benchmarking Agent Memory in Personalized Healthcare

MedMemoryBench：个性化医疗中智能体记忆的基准测试

Yihao Wang, Haoran Xu, Renjie Gu, Yixuan Ye, Xinyi Chen, Xinyu Mu, Yuan Gao, Chunxiao Guo, Peng Wei, Jinjie Gu, Huan Li, Ke Chen, Lidan Shou

机构 * Zhejiang University（浙江大学） ； Ant Group（蚂蚁集团） ； Alibaba Group（阿里巴巴集团） ； Beijing University of Posts and Telecommunications（北京邮电大学） 纠错

专题命中 复杂问题求解 ：reasoning(abstract)；分类 cs.AI

AI总结 本文提出MedMemoryBench，通过合成真实医疗场景数据，评估智能体长期记忆能力，并揭示主流架构在复杂医疗推理中的缺陷。

VulTriage: Triple-Path Context Augmentation for LLM-Based Vulnerability Detection

VulTriage：基于LLM的漏洞检测三路径上下文增强

Wenxin Tang, Xiang Zhang, Junliang Liu, Jingyu Xiao, Xi Xiao, Jinlong Yang, Yuehe Ma, Zhenyu Liu, Zhengheng Li, Zicheng Wang, Wang Luo, Qing Li, Lei Wang, Peng Xiangli

机构 * Tsinghua University（清华大学） ； Henan University（河南大学） ； Dalian Maritime University（大连海事大学） ； The Chinese University of Hong Kong（香港中文大学） ； Northwestern Polytechnical University（西北工业大学） ； BNU-HKBU United International College（北京理工大学-香港大学联合国际学院） ； Southeast University（东南大学） ； Jilin University（吉林大学） ； Sun Yat-sen University（中山大学） ； Peng Cheng Laboratory（鹏城实验室） ； Guangzhou Intelligence Communications Technology Co., Ltd.（广州智能通信技术有限公司） ； The Fifth Electronic Research Institute of MIIT（信息产业部第五电子研究所） 纠错

专题命中 复杂问题求解 ：reasoning(abstract)；分类 cs.AI

AI总结 本文提出VulTriage框架，通过三路径上下文增强提升LLM在漏洞检测中的性能，实验表明其在关键指标上优于现有方法，且在低资源和类别不平衡场景下具有良好的泛化能力。

The Agent Use of Agent Beings: Agent Cybernetics Is the Missing Science of Foundation Agents

代理行为的代理使用：代理循证学是基础代理的缺失科学

Xinrun Wang, Chang Yang, He Zhao, Zhuoyi Lin, Shuyue Hu

机构 * Singapore Management University（新加坡管理大学） ； The Hong Kong Polytechnic University（香港理工大学） ； Nanyang Technological University（南洋理工大学） ； Institute for Infocomm Research, Agency for Science, Technology and Research (A*STAR)（信息通信研究院，科技研究局（A*STAR）） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） 纠错

专题命中 复杂问题求解 ：reasoning(abstract)；分类 cs.AI

AI总结 本文提出代理循证学作为基础代理的理论基础，通过将经典循证学定律映射到代理设计原则，提出可靠性、持续运行和自我改进三大工程需求，以指导复杂任务中的代理设计与部署。

Comments Preliminary Work

AdaPaD: Adaptive Parallel Deflation for PEFT with Self-Correcting Rank Discovery

AdaPaD: 适应性并行消去用于PEFT的自校正秩发现

Barbara Su, Fangshuo Liao, Anastasios Kyrillidis

机构 * Department of Computer Science（计算机科学系） ； Rice University（里士满大学） 纠错

专题命中 复杂问题求解 ：self-correction(abstract)；分类 cs.LG

AI总结 AdaPaD通过自校正机制实现并行消去，使秩分布成为输出而非输入，证明误差指数衰减并提供泛化界限，实验证明其在参数预算下与自适应秩LoRA基线和固定秩LoRA竞争。

Knowledge Poisoning Attacks on Medical Multi-Modal Retrieval-Augmented Generation

针对医疗多模态检索增强生成的知识污染攻击

Peiru Yang, Haoran Zheng, Tong Ju, Shiting Wang, Wanchun Ni, Jiajun Liu, Shangguang Wang, Yongfeng Huang, Tao Qi

机构 * Tsinghua University（清华大学） ； Beijing University of Posts and Telecommunications（北京邮电大学） ； Northwestern Polytechnical University（西北工业大学） ； ETH Zurich（苏黎世联邦理工学院） 纠错

专题命中 复杂问题求解 ：self-correction(abstract)；分类 cs.AI

AI总结 本文提出M³Att框架，针对医疗多模态RAG系统，通过在文本数据中注入隐蔽虚假信息并利用配对视觉数据作为查询无关触发器，提升检索概率，从而在不依赖用户查询先验知识的情况下实现知识污染攻击。

Comments Accepted by ACL 2026

EconWebArena: Benchmarking Autonomous Agents on Economic Tasks in Realistic Web Environments

EconWebArena：在现实网络环境中评估自主代理在经济任务上的基准测试

Zefang Liu, Yinzhu Quan

机构 * Capital One ； Georgia Institute of Technology（佐治亚理工学院） 纠错

专题命中 复杂问题求解 ：reasoning(abstract)；分类 cs.CL

AI总结 本文提出EconWebArena基准，通过360个精心挑选的任务测试自主代理在经济任务中的能力，强调权威数据源和基于网络的经济推理，评估多种多模态LLM的表现，揭示性能差距和挑战。

TRACER: Verifiable Generative Provenance for Multimodal Tool-Using Agents

TRACER：多模态工具使用代理的可验证生成溯源

Bihui Yu, Caijun Jia, Jing Chi, Xiaohan Liu, Yining Wang, He Bai, Yuchen Liu, Jingxuan Wei, Junnan Zhu

机构 * Shenyang Institute of Computing Technology, Chinese Academy of Sciences（中国科学院沈阳计算技术研究所） ； University of Chinese Academy of Sciences（中国科学院大学） ； MAIS, Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所MAIS） ； Key Laboratory of Computing Power Network and Information Security, Ministry of Education, Shandong Computer Science Center (National Supercomputer Center in Jinan), Qilu University of Technology (Shandong Academy of Sciences)（教育部计算电力网络与信息安全重点实验室，山东计算机科学中心（济南国家超算中心），齐鲁工业大学（山东省科学院）） 纠错

专题命中 复杂问题求解 ：reasoning(abstract)；分类 cs.CL

AI总结 TRACER通过生成带结构溯源记录的答案句子，解决多模态工具使用代理中缺乏的 claim-level 依赖结构问题，提升工具使用可验证性和优化性。

Evading Visual Aphasia: Contrastive Adaptive Semantic Token Pruning for Vision-Language Models

逃避视觉失语：面向视觉-语言模型的对比自适应语义令牌修剪

Jie Ma, Yihang Liu, Zhike Qiu, Jiayi Ji, Xiaoshuai Sun

机构 * Xiamen University（厦门大学） 纠错

专题命中 复杂问题求解 ：reasoning(abstract)；分类 cs.AI

AI总结 本文提出COAST方法，通过对比自适应语义路由实现视觉-语言模型的高效令牌修剪，减少77.8%的视觉令牌并提升2.15倍的推理速度，同时保持98.64%的原始性能。

Towards Autonomous Business Intelligence via Data-to-Insight Discovery Agent

通过数据到洞察发现代理实现自主商业智能

Dongming Wu, Junwen Li, Ming Lu, Gang Wang, Ting Chen

机构 * Rajax Network Technology(Taobao Shangou of Alibaba)（阿里淘宝购物网络技术） 纠错

专题命中 复杂问题求解 ：reasoning(abstract)；分类 cs.AI

AI总结 本文提出AIDA框架，通过灵活的零售环境和定制DSL实现复杂业务环境的自主探索，实验表明其在洞察发现和分析深度上优于传统方法。

MCP-Cosmos: World Model-Augmented Agents for Complex Task Execution in MCP Environments

MCP-Cosmos：用于MCP环境复杂任务执行的世界模型增强型智能体

Giridhar Ganapavarapu, Dhaval Patel

机构 * IBM 纠错

专题命中 复杂问题求解 ：planning(abstract)；分类 cs.AI

AI总结 MCP-Cosmos融合世界模型与MCP框架，通过引入生成世界模型提升智能体在复杂任务中的执行能力，实验显示其在工具成功率和参数准确性等方面有显著提升。

UserGPT Technical Report

UserGPT 技术报告

Yunyi Xuan, Hao Yi, Fengling Mao, Daye Cai, Leikun Liang, Xingsheng He, Jiangnan Xie, Guoshuai Wang, Yushan Han, Wenwen Guo, Xiaoxiao Xu, Lin Qu

机构 * Alibaba Group（阿里巴巴集团） 纠错

专题命中 复杂问题求解 ：reasoning(abstract)；分类 cs.CL

AI总结 本文提出UserGPT框架，通过属性生成和摘要生成提升LLM的人格理解能力，结合行为模拟引擎和数据导向语义化模块，实现对长行为历史的高效推理。

Large Language Models as Students Who Think Aloud: Overly Coherent, Verbose, and Confident

大型语言模型作为思考出声的学生：过于连贯、啰嗦且自信

Conrad Borchers, Jill-Jênn Vie, Roger Azevedo

机构 * Carnegie Mellon University（卡内基梅隆大学） ； Soda Team, Inria Saclay（Soda团队，法国国家科学研究中心萨克雷分部） ； University of Central Florida（中央佛罗里达大学） 纠错

专题命中 复杂问题求解 ：reasoning(abstract)；分类 cs.CL

AI总结 本文评估LLM在模拟学生思考过程中的表现，发现其推理过于连贯、啰嗦且缺乏变异性，揭示了使用生成式AI设计适应性系统时的认知局限。

Comments Manuscript under review

Persistent Visual Memory: Sustaining Perception for Deep Generation in LVLMs

持久视觉记忆：在大型视觉-语言模型中维持感知以实现深度生成

Siyuan Huang, Xiaoye Qu, Yafu Li, Tong Zhu, Zefeng He, Muxin Fu, Daizong Liu, Wei-Long Zheng, Yu Cheng

机构 * Shanghai AI Laboratory（上海人工智能实验室） ； Shanghai Jiao Tong University（上海交通大学） ； The Chinese University of Hong Kong（香港中文大学） ； Nanjing University（南京大学） ； Tongji University（同济大学） ； Wuhan University（武汉大学） 纠错

专题命中 复杂问题求解 ：reasoning(abstract)；分类 cs.AI

AI总结 本文提出PVM模块，通过增强视觉证据的持续访问能力，解决LVLMs中视觉信号稀释问题，提升复杂推理任务的准确率。

Learning Agent Routing From Early Experience

从早期经验学习代理路由

Yimin Wang, Jiahao Qiu, Xuan Qi, Xinzhe Juan, Jingzhe Shi, Zelin Zhao, Hongru Wang, Shilong Liu, Mengdi Wang

机构 * AI Lab, Princeton University（普林斯顿大学人工智能实验室） ； University of Michigan（密歇根大学） ； Institute for Interdisciplinary Information Sciences (IIIS), Tsinghua University（清华大学交叉信息学院） ； Shanghai Jiao Tong University（上海交通大学） ； University of Edinburgh（爱丁堡大学） ； King’s College London（伦敦国王学院） 纠错

专题命中 复杂问题求解 ：reasoning(abstract)；分类 cs.CL

AI总结 本文研究在冷启动条件下如何在轻量级LLM推理与完整代理执行间进行路由，提出无需训练的BoundaryRouter框架，通过早期行为经验和指导性推理决定是否直接使用LLM还是升级至代理，实验显示其在降低推理时间与提升性能方面优于其他方法。

Comments 17 pages

Towards Security-Auditable LLM Agents: A Unified Graph Representation

迈向安全可审计的LLM代理：一种统一的图表示

Chaofan Li, Lyuye Zhang, Jintao Zhai, Siyue Feng, Xichun Yang, Huahao Wang, Shihan Dou, Yu Ji, Yutao Hu, Yueming Wu, Yang Liu, Deqing Zou

机构 * Huazhong University of Science and Technology（华中科技大学） ； Nanyang Technological University（南洋理工大学） ； Fudan University（复旦大学） ； Chongqing University of Posts and Telecommunications（重庆邮电大学） ； Donghua University（东华大学） 纠错

专题命中 复杂问题求解 ：reasoning(abstract)；分类 cs.AI

AI总结 本文提出Agent-BOM统一图表示，用于解决LLM代理系统中执行意图与物理事件间的语义鸿沟问题，通过构建分层属性有向图实现安全审计与风险评估。

Importance-Guided Basis Selection for Low-Rank Decomposition of Large Language Models

基于重要性的基选择用于大型语言模型的低秩分解

Daniel Agyei Asante, Ernie Chang, Yang Li

机构 * Iowa State University（爱荷华州立大学） ； Meta 纠错

专题命中 复杂问题求解 ：reasoning(abstract)；分类 cs.LG

AI总结 本文提出BSI框架，通过估计移除每个基所导致的损失增加来选择和剪枝基，提升低秩分解效果。

Purely Agent-Driven Black-Box Optimization for Biological Design

纯粹的基于代理的黑盒优化用于生物设计

Natalie Maus, Yimeng Zeng, Haydn Thomas Jones, Yining Huang, Gaurav Ng Goel, Alden Rose, Kyurae Kim, Hyun-Su Lee, Marcelo Der Torossian Torres, Fangping Wan, Cesar de la Fuente-Nunez, Mark Yatskar, Osbert Bastani, Jacob R. Gardner

机构 * University of Pennsylvania（宾夕法尼亚大学） 纠错

专题命中 复杂问题求解 ：reasoning(abstract)；分类 cs.LG

AI总结 本文提出PABLO框架，通过基于语言的代理方法在生物设计中实现高效黑盒优化，提升样本效率和目标值，展示其在抗微生物肽优化中的卓越性能。

Aligned explanations in neural networks

神经网络中的对齐解释

Corentin Lobet, Francesca Chiaromonte

机构 * Institute of Economics and L’EMbEDS, Sant’Anna School of Advanced Studies（经济学研究所和L’EMbEDS，圣安娜高级研究院） ； Dept. of Statistics and Huck Institutes of the Life Sciences, Penn State University（统计系和生命科学学院，宾夕法尼亚州立大学） 纠错

专题命中 复杂问题求解 ：reasoning(abstract)；分类 cs.LG

AI总结 本文提出PiNets，一种伪线性架构，通过实例级线性模型实现解释与预测的对齐，验证了其在图像分类和分割任务中解释的忠实性。

PEPA: a Persistently Autonomous Embodied Agent with Personalities

PEPA：具有个性的持续自主体

Kaige Liu, Yang Li, Lijun Zhu, Weinan Zhang

机构 * School of Artificial Intelligence and Automation, Huazhong University of Science and Technology（华中科技大学人工智能与自动化学院） ； Shanghai Innovation Institute（上海创新研究院） ； School of Computer Science, Shanghai Jiao Tong University（上海交通大学计算机科学学院） ； State Key Laboratory of Intelligent Manufacturing Equipment and Technology, Huazhong University of Science and Technology（华中科技大学智能制造装备与技术国家重点实验室） 纠错

专题命中 复杂问题求解 ：reasoning(abstract)；分类 cs.AI

AI总结 本文提出PEPA框架，通过三层认知架构实现持续自主，利用个性特质自主生成目标并维持行为演化，实验证明其在动态环境中稳定运行。