大模型推理能力

CHAIRO: Contextual Hierarchical Analogical Induction and Reasoning Optimization for LLMs

CHAIRO：面向LLMs的上下文分层类比归纳与推理优化

Haotian Lu, Yuchen Mou, Bingzhe Wu

机构 * National Engineering Laboratory for Big Data System Computing Technology（国家大数据系统计算技术工程实验室） ； Shenzhen University（深圳大学） ； Tsinghua University（清华大学） ； National University of Singapore（新加坡国立大学） 纠错

专题命中 规划推理 ：reasoning(title)；分类 cs.AI

AI总结 本文提出CHAIRO框架，通过类比示例提升规则归纳和决策可靠性，在内容审核中实现更准确和可解释的规则生成。

Comments Accepted to ACL 2026 main conference; under official publication process

DIRECT: Video Mashup Creation via Hierarchical Multi-Agent Planning and Intent-Guided Editing

DIRECT：通过分层多智能体规划和意图引导编辑实现视频混剪创作

Ke Li, Maoliang Li, Jialiang Chen, Jiayu Chen, Zihao Zheng, Shaoqi Wang, Xiang Chen

机构 * School of Electronics Engineering and Computer Science, Peking University（北京大学电子工程与计算机科学学院） ； School of Computer Science, Peking University（北京大学计算机科学学院） ； Huazhong University of Science and Technology（华中科技大学） 纠错

专题命中 规划推理 ：planning(title)；分类 cs.AI

AI总结 本文提出DIRECT框架，通过分层多智能体规划和意图引导编辑解决视频混剪中多模态协调问题，提出Mashup-Bench基准并验证了方法在客观和主观评估上的优越性。

Planning in Branch-and-Bound: Model-Based Reinforcement Learning for Exact Combinatorial Optimization

在分支定界中的规划：基于模型的强化学习用于精确组合优化

Paul Strang, Zacharie Alès, Côme Bissuel, Olivier Juan, Safia Kedad-Sidhoum, Emmanuel Rachelson

专题命中 规划推理 ：planning(title)；分类 cs.LG

AI总结 本文提出PlanB&B，一种基于模型的强化学习方法，用于改进分支定界中的分支策略，通过在四个标准MILP基准上优于现有方法的实验验证其有效性。

SkyNet: Belief-Aware Planning for Partially-Observable Stochastic Games

SkyNet：基于信念的规划用于部分可观测随机博弈

Adam Haile

专题命中 规划推理 ：planning(title)；分类 cs.AI

AI总结 SkyNet通过引入自我条件辅助头，改进了MuZero在部分可观测随机博弈中的规划能力，其在Skyjo游戏中实现了显著的胜率提升。

Language-Grounded Multi-Agent Planning for Personalized and Fair Participatory Urban Sensing

基于语言的多智能体规划用于个性化和公平的参与式城市传感

Xusen Guo, Mingxing Peng, Hongliang Lu, Hai Yang, Jun Ma, Yuxuan Liang

机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； The Hong Kong University of Science and Technology（香港科技大学） 纠错

专题命中 规划推理 ：planning(title)；分类 cs.AI

AI总结 本文提出MAPUS框架，通过语言协商实现个性化和公平的参与式城市传感，提升参与度和可持续性。

Comments 19 pages, 12 figures

GSEM: Graph-based Self-Evolving Memory for Experience Augmented Clinical Reasoning

基于图的自演化记忆：用于经验增强的临床推理

Xiao Han, Yuzheng Fan, Sendong Zhao, Haochun Wang, Bing Qin

机构 * Research Center for Social Computing and Interactive Robotics, Harbin Institute of Technology, China（社会计算与交互机器人研究中心，哈尔滨工业大学，中国） 纠错

专题命中 规划推理 ：reasoning(title)；分类 cs.AI

AI总结 本文提出GSEM，一种基于图的自演化记忆框架，通过双层记忆图组织临床经验，捕捉决策结构与经验间的关系依赖，实现应用感知检索和在线反馈校准，实验显示在两个基准上均取得最高准确率。

RPMS: Enhancing LLM-Based Embodied Planning through Rule-Augmented Memory Synergy

RPMS：通过规则增强的记忆协同提升基于LLM的具身规划

Zhenhang Yuan, Shenghai Yuan, Lihua Xie

机构 * School of Electrical & Electronic Engineering（电子与电气工程学院） 纠错

专题命中 规划推理 ：planning(title)；分类 cs.AI

AI总结 本文提出RPMS架构，通过结构化规则检索、轻量信念状态和规则优先仲裁解决LLM在封闭世界具身环境中的失效问题，显著提升任务成功率。

IMAIA: Interactive Maps AI Assistant for Travel Planning and Geo-Spatial Intelligence

IMAIA：交互式地图AI助手用于旅行规划和地理空间智能

Jieren Deng, Zhizhang Hu, Ziyan He, Aleksandar Cvetkovic, Pak Kiu Chung, Dragomir Yankov, Chiqun Zhang

机构 * Microsoft（微软） ； Amazon（亚马逊） 纠错

专题命中 规划推理 ：planning(title)；分类 cs.AI

AI总结 IMAIA通过自然语言交互整合矢量地图和卫星影像，结合地理空间信息提升地图相关问答和摄像头到地点的关联能力，实现空间感知的对话式地图系统。

Comments Accepted to The IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2026

XR-DT: Extended Reality-Enhanced Digital Twin for Safe Motion Planning via Human-Aware Model Predictive Path Integral Control

XR-DT：增强现实增强型数字孪生用于通过人感知模型预测路径积分控制的安全运动规划

Tianyi Wang, Jiseop Byeon, Ahmad Yehia, Yiming Xu, Jihyung Park, Tianyi Zeng, Sikai Chen, Ziran Wang, Junfeng Jiao, Christian Claudel

机构 * Department of Civil, Architectural, and Environmental Engineering, The University of Texas at Austin（德克萨斯大学奥斯汀分校土木、建筑与环境工程系） ； School of Architecture, The University of Texas at Austin（德克萨斯大学奥斯汀分校建筑学院） ； School of Civil and Construction Engineering, Purdue University（普渡大学土木与建设工程学院） ； Department of Civil and Environmental Engineering, University of Wisconsin-Madison（威斯康星大学麦迪逊分校土木与环境工程系） 纠错

专题命中 规划推理 ：planning(title)；分类 cs.AI

AI总结 XR-DT通过结合增强现实与数字孪生技术，提出HA-MPPI控制模型，实现基于人类行为预测的安全高效人机交互。

Comments 8 pages, 6 figures, 3 tables

Optimizing Agent Planning for Security and Autonomy

优化安全与自主性的智能体规划

Aashish Kolluri, Rishi Sharma, Manuel Costa, Boris Köpf, Tobias Nießen, Mark Russinovich, Shruti Tople, Santiago Zanella-Béguelin

专题命中 规划推理 ：planning(title)；分类 cs.LG

AI总结 本文提出了一种安全意识智能体，通过增强人工监督交互和规划任务进展与政策合规性，提高自主性并减少对人工监督的依赖。

Comments 33 pages, 6 figures

Prototype-based Explainable Neural Networks with Channel-specific Reasoning for Geospatial Learning Tasks

基于通道特定推理的原型可解释神经网络用于地理空间学习任务

Anushka Narayanan, Karianne J. Bergen

机构 * Department of Earth, Environmental and Planetary Sciences（地球、环境与行星科学系） ； Data Science Institute（数据科学研究所） ； Department of Computer Science（计算机科学系） 纠错

专题命中 规划推理 ：reasoning(title)；分类 cs.LG

AI总结 本研究提出了一种针对多通道地理空间数据的原型可解释神经网络方法，通过通道特定推理提升模型透明度和可信度。

Comments submitted to Environmental Data Science (preprint)

IRL-DAL: Safe and Adaptive Trajectory Planning for Autonomous Driving via Energy-Guided Diffusion Models

IRL-DAL：通过能量引导扩散模型实现自动驾驶的安全自适应轨迹规划

Seyed Ahmad Hosseini Miangoleh, Amin Jalal Aghdasian, Farzaneh Abdollahi

机构 * Department of Electrical Engineering, Amirkabir University of Technology (Tehran Polytechnic)（电气工程系，阿米尔卡比尔技术大学（德黑兰理工大学）） 纠错

专题命中 规划推理 ：planning(title)；分类 cs.AI

AI总结 本文提出IRL-DAL框架，通过能量引导扩散模型实现自动驾驶的安全自适应轨迹规划，结合模仿学习与强化学习，提升行驶安全性和鲁棒性。

From Retrieving Information to Reasoning with AI: Exploring Different Interaction Modalities to Support Human-AI Coordination in Clinical Decision-Making

从信息检索到AI推理：探索不同交互方式以支持临床决策中的人类-AI协作

Behnam Rahdari, Sameer Shaikh, Jonathan H Chen, Tobias Gerstenberg, Shriti Raj

机构 * Stanford University Palo Alto CA USA ； Joseph Brant Hospital \& Foundation Ontario ON Canada ； Stanford University ； Joseph Brant Hospital \& Foundation 纠错

专题命中 规划推理 ：reasoning(title)；分类 cs.AI

AI总结 研究探讨了不同交互方式在临床决策支持中的应用，发现临床医生更倾向于使用工具进行信息检索而非主动协作，且交互方式的选择受个体认知风格影响。

BEAP-Agent: Backtrackable Execution and Adaptive Planning for GUI Agents

BEAP-Agent: 可回溯执行与自适应规划用于GUI代理

Ziyu Lu, Tengjin Weng, Yiying Yang, Yuhang Zhao, Xinxin Huang, Wenhao Jiang

机构 * Guangdong Laboratory of Artificial Intelligence（广东人工智能实验室） ； Shenzhen University（深圳大学） ； Guangdong University of Technology（广东工业大学） 纠错

专题命中 规划推理 ：planning(title)；分类 cs.AI

AI总结 BEAP-Agent通过可回溯执行和自适应规划机制，提升GUI代理在复杂任务探索中的准确性和鲁棒性。

EcoNet: Multiagent Planning and Control Of Household Energy Resources Using Active Inference

EcoNet：利用主动推断进行多智能体家庭能源资源规划与控制

John C. Boik, Kobus Esterhuysen, Jacqueline B. Hynes, Axel Constant, Ines Hipolito, Mahault Albarracin, Alex B. Kiefer, Karl Friston

机构 * VERSES, Los Angeles, CA, USA（VERSES, 美国洛杉矶州） ； Spatial Web Foundation, Los Angeles, CA, USA（空间网络基金会, 美国洛杉矶州） ； Dept. of Engineering and Informatics, Univ. of Sussex, Brighton, UK（工程与信息学系, 英国苏塞克斯大学） ； Institut Sante et societe, UQAM, Montreal, CAN（健康与社会研究所, 加拿大蒙特利尔） ； Macquarie University, Sydney, AUS（麦考瑞大学, 澳大利亚悉尼） ； LearnableLoopAI.com, Custer, WA, USA（LearnableLoopAI.com, 美国华盛顿州） ； Queen Square Institute of Neurology, UCL, London, UK（queen square 神经学研究所, 英国伦敦大学学院） 纠错

专题命中 规划推理 ：planning(title)；分类 cs.AI

AI总结 EcoNet通过主动推断方法，解决家庭能源管理中的不确定性及多目标冲突问题，提升能源调度与协调效率。

Comments 17 pages, 9 figures

MemR$^3$: Memory Retrieval via Reflective Reasoning for LLM Agents

MemR$^3$: 通过反思推理实现LLM代理的记忆检索

Xingbo Du, Loka Li, Duzhen Zhang, Le Song

机构 * Mohamed bin Zayed University of Artificial Intelligence（穆罕默德·本·扎耶德人工智能大学） 纠错

专题命中 规划推理 ：reasoning(title)；分类 cs.AI

AI总结 MemR$^3$通过反思推理实现LLM代理的记忆检索，提升检索准确性和闭环控制能力。

Comments 16 pages, 6 figures

ChronoDreamer: Action-Conditioned World Model as an Online Simulator for Robotic Planning

ChronoDreamer：基于动作的动态世界模型作为机器人规划的在线模拟器

Zhenhao Zhou, Dan Negrut

机构 * University of Wisconsin–Madison（威斯康星大学麦迪逊分校） 纠错

专题命中 规划推理 ：planning(title)；分类 cs.AI

AI总结 ChronoDreamer通过时空变换器和视觉-语言模型，实现基于动作的动态世界模型，用于机器人规划中的安全动作预测与碰撞检测。

Do Persona-Infused LLMs Affect Performance in a Strategic Reasoning Game?

带有个性特征的LLM是否会影响战略推理游戏中的表现？

John Licato, Stephen Steinle, Brayden Hollis

机构 * Bellini College of Artificial Intelligence, Cybersecurity and Computing（人工智能、网络安全与计算学院） ； University of South Florida（佛罗里达州立大学） ； Information Directorate（信息 Directorate） ； Air Force Research Library（空军研究图书馆） 纠错

专题命中 规划推理 ：reasoning(title)；分类 cs.AI

AI总结 本研究探讨了个性提示对战略推理游戏表现的影响，提出了一种基于心理测量原理的启发式生成方法，通过中介过程提升启发式策略的可靠性。

Comments Accepted at IJCNLP-AACL 2025

From Simulation to Strategy: Automating Personalized Interaction Planning for Conversational Agents

从模拟到策略：为对话代理自动化个性化交互规划

Wen-Yu Chang, Tzu-Hung Huang, Chih-Ho Chen, Yun-Nung Chen

机构 * Department of Computer Science and Information Engineering（计算机科学与信息工程系） ； National Taiwan University（台湾大学） 纠错

专题命中 规划推理 ：planning(title)；分类 cs.CL

AI总结 本文提出了一种基于职业信息的轻量级策略，用于优化销售导向对话代理的个性化交互规划，通过调整对话意图提升对话效果。

Comments Accepted to IEEE ASRU 2025

DEXTER: Diffusion-Guided EXplanations with TExtual Reasoning for Vision Models

Simone Carnemolla, Matteo Pennisi, Sarinda Samarasinghe, Giovanni Bellitto, Simone Palazzo, Daniela Giordano, Mubarak Shah, Concetto Spampinato

机构 * University of Catania（卡塔尼亚大学） ； University of Central Florida（中央佛罗里达大学） 纠错

专题命中 规划推理 ：reasoning(title)；分类 cs.AI

Comments Accepted to NeurIPS 2025 (spotlight)

Joint Verification and Refinement of Language Models for Safety-Constrained Planning

Yunhao Yang, Neel P. Bhatt, William Ward, Zichao Hu, Joydeep Biswas, Ufuk Topcu

机构 * University of Texas at Austin（德克萨斯大学奥斯汀分校） 纠错

专题命中 规划推理 ：planning(title)；分类 cs.AI

Towards Transparent Reasoning: What Drives Faithfulness in Large Language Models?

Teague McMillan, Gabriele Dominici, Martin Gjoreski, Marc Langheinrich

机构 * ETH Zurich（苏黎世联邦理工学院） ； Università della Svizzera italiana（瑞士意大利大学） 纠错

专题命中 规划推理 ：reasoning(title)；分类 cs.CL

Comments 39th Conference on Neural Information Processing Systems (NeurIPS 2025) Workshop: NeurIPS 2025 Workshop on Evaluating the Evolving LLM Lifecycle: Benchmarks, Emergent Abilities, and Scaling

A Knowledge-Graph Translation Layer for Mission-Aware Multi-Agent Path Planning in Spatiotemporal Dynamics

Edward Holmberg, Elias Ioup, Mahdi Abdelguerfi

机构 * Cannizaro-Livingston Gulf States Center for Environmental Informatics（坎尼扎罗-利文斯顿海湾州环境信息中心） ； Center for Geospatial Sciences Naval Research Laboratory（地理空间科学中心海军研究实验室） 纠错

专题命中 规划推理 ：planning(title)；分类 cs.AI

Comments 10 pages, 10 figures, conference submission

Before you <think>, monitor: Implementing Flavell's metacognitive framework in LLMs

Nick Oh

机构 * socius labs（socius实验室） 纠错

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

Comments Presented at the Workshop on the Application of LLM Explainability to Reasoning and Planning at COLM 2025 (non-archival)

Unifying Tree Search Algorithm and Reward Design for LLM Reasoning: A Survey

Jiaqi Wei, Xiang Zhang, Yuejin Yang, Wenxuan Huang, Juntai Cao, Sheng Xu, Xiang Zhuang, Zhangyang Gao, Muhammad Abdul-Mageed, Laks V. S. Lakshmanan, Chenyu You, Wanli Ouyang, Siqi Sun

机构 * Zhejiang University（浙江大学） ； University of British Columbia（不列颠哥伦比亚大学） ； Fudan University（复旦大学） ； Stony Brook University（石溪大学） ； The Chinese University of Hong Kong（香港中文大学） 纠错

专题命中 规划推理 ：reasoning(title)；分类 cs.CL

AniME: Adaptive Multi-Agent Planning for Long Animation Generation

Lisai Zhang, Baohan Xu, Siqian Yang, Mingyu Yin, Jing Liu, Chao Xu, Siqi Wang, Yidi Wu, Yuxin Hong, Zihao Zhang, Yanzhang Liang, Yudong Jiang

机构 * Bilibili. Inc China（哔哩哔哩公司） 纠错

专题命中 规划推理 ：planning(title)；分类 cs.AI

Comments 2 pages, Technical Report

From Search to Reasoning: A Five-Level RAG Capability Framework for Enterprise Data

Gurbinder Gill, Ritvik Gupta, Denis Lusson, Anand Chandrashekar, Donald Nguyen

机构 * Corvic AI Inc（Corvic AI公司） 纠错

专题命中 规划推理 ：reasoning(title)；分类 cs.AI

WebResearcher: Unleashing unbounded reasoning capability in Long-Horizon Agents

Zile Qiao, Guoxin Chen, Xuanzhong Chen, Donglei Yu, Wenbiao Yin, Xinyu Wang, Zhen Zhang, Baixuan Li, Huifeng Yin, Kuan Li, Rui Min, Minpeng Liao, Yong Jiang, Pengjun Xie, Fei Huang, Jingren Zhou

机构 * Tongyi Lab , Alibaba Group（通义实验室，阿里巴巴集团） 纠错

专题命中 规划推理 ：reasoning(title)；分类 cs.CL

Comments https://tongyi-agent.github.io/blog/introducing-tongyi-deep-research/

FreeAudio: Training-Free Timing Planning for Controllable Long-Form Text-to-Audio Generation

Yuxuan Jiang, Zehua Chen, Zeqian Ju, Chang Li, Weibei Dou, Jun Zhu

机构 * Tsinghua University（清华大学） ； Shengshu AI（盛舒AI） ； University of Science and Technology of China（中国科学技术大学） 纠错

专题命中 规划推理 ：planning(title)；分类 cs.AI

Comments Accepted at ACM MM 2025

ConvSearch-R1: Enhancing Query Reformulation for Conversational Search with Reasoning via Reinforcement Learning

Changtai Zhu, Siyin Wang, Ruijun Feng, Kai Song, Xipeng Qiu

机构 * Fudan University（复旦大学） ； ByteDance Inc（字节跳动公司） ； University of New South Wales（新南威尔士大学） 纠错

专题命中 规划推理 ：reasoning(title)；分类 cs.CL

Comments Accepted by EMNLP 2025 at the Main Conference