大模型推理能力

Learning Primitive Embodied World Models: Towards Scalable Robotic Learning

学习原始具身世界模型：迈向可扩展的机器人学习

Qiao Sun, Liujia Yang, Wei Tang, Wei Huang, Kaixin Xu, Yongchao Chen, Mingyu Liu, Jiange Yang, Haoyi Zhu, Yating Wang, Tong He, Yilun Chen, Xili Dai, Nanyang Ye, Qinying Gu

机构 * Shanghai AI Lab（上海人工智能实验室） ； Fudan（复旦大学） ； SJTU（上海交通大学） ； NJUST（南京理工大学） ； THU（清华大学） ； Harvard（哈佛大学） ； ZJU（浙江大学） ； NJU（南京大学） ； USTC（中国科学技术大学） ； Tongji（同济大学） ； HKUST (GZ)（香港科技大学（广州）） 纠错

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

AI总结 提出原始具身世界模型（PEWM）以解决具身数据稀疏和高维问题，通过短视界视频生成实现细粒度对齐、降低学习复杂度并提高数据效率。

Don't Take the Premise for Granted: Evaluating the Premise Critique Ability of Large Language Models

不要轻信前提：评估大语言模型的前提批判能力

Jinzhe Li, Gengxu Li, Yi Chang, Yuan Wu

机构 * School of Artificial Intelligence, Jilin University（吉林大学人工智能学院） ； Engineering Research Center of Knowledge-Driven Human-Machine Intelligence, MOE, China（知识驱动人机智能工程研究中心，教育部，中国） ； International Center of Future Science, Jilin University（未来科学国际中心，吉林大学） 纠错

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

AI总结 本研究提出前提批判基准，评估大语言模型在面对错误前提时的批判能力，揭示其在推理与前提批判上的差异及改进需求。

Comments EMNLP 2025 Findings camera-ready version

PA-FAS: Towards Interpretable and Generalizable Multimodal Face Anti-Spoofing via Path-Augmented Reinforcement Learning

PA-FAS: 向可解释和通用的多模态人脸反伪装迈进：通过路径增强强化学习

Yingjie Ma, Xun Lin, Yong Xu, Weicheng Xie, Zitong Yu

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

AI总结 PA-FAS通过路径增强强化学习提升多模态人脸反伪装的可解释性和泛化能力。

Comments Accepted by AAAI 2026 (Oral)

Designing Domain-Specific Agents via Hierarchical Task Abstraction Mechanism

通过层次化任务抽象机制设计领域专用代理

Kaiyu Li, Jiayu Wang, Zhi Wang, Hui Qiao, Weizhan Zhang, Deyu Meng, Xiangyong Cao

机构 * Xi’an Jiaotong University（西安交通大学） ； China Telecom Shaanxi Branch（中国电信陕西分公司） 纠错

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

AI总结 本文提出层次化任务抽象机制，设计领域专用代理EarthAgent，通过任务结构对齐提升复杂地理空间分析的规划能力。

Comments Page: https://earth-insights.github.io/EarthAgent

Do Vision-Language Models Understand Visual Persuasiveness?

视觉-语言模型理解视觉说服力吗？

Gyuwon Park

机构 * Department of Computer Science and Engineering, UNIST（计算机科学与工程系，UNIST） 纠错

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

AI总结 本文研究视觉-语言模型对视觉说服力的理解，发现模型在链接说服对象与沟通意图方面存在局限。

Comments 8 pages (except for reference and appendix), 5 figures, 7 tables, to be published in NeurIPS 2025 Workshop: VLM4RWD

MuISQA: Multi-Intent Retrieval-Augmented Generation for Scientific Question Answering

MuISQA: 多意图检索增强生成用于科学问答

Zhiyuan Li, Haisheng Yu, Guangchuan Guo, Nan Zhou, Jiajun Zhang

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

AI总结 MuISQA提出一种多意图检索增强生成框架，通过意图感知检索和RRF融合提升科学问答任务的证据覆盖和检索准确性。

Comments 15 pages

Thinking, Faithful and Stable: Mitigating Hallucinations in LLMs

思考、忠实与稳定：减轻大语言模型幻觉的方法

Chelsea Zou, Yiheng Yao, Basant Khalil

机构 * Stanford University（斯坦福大学） 纠错

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

AI总结 本研究提出一种通过强化学习策略减少大语言模型幻觉的方法，通过置信度对齐和熵激增信号提升推理的连贯性和准确性。

Comments Originally released June 5, 2025

Build AI Assistants using Large Language Models and Agents to Enhance the Engineering Education of Biomechanics

利用大型语言模型和智能体构建AI助教以增强生物力学工程教育

Hanzhi Yan, Qin Lu, Xianqiao Wang, Xiaoming Zhai, Tianming Liu, He Li

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

AI总结 本文提出利用RAG和MAS提升LLM在生物力学教育中的表现，通过双模块框架增强教学效果。

Reflexive Evidence-Based Multimodal Learning for Clean Energy Transitions: Causal Insights on Cooking Fuel Access, Urbanization, and Carbon Emissions

Shan Shan

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

Natural Selection via Foundation Models for Soft Robot Evolution

Changhe Chen, Xiaohao Xu, Xiangdong Wang, Xiaonan Huang

机构 * University of Michigan-Ann Arbor（密歇根大学安娜堡分校） 纠错

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

Agentic Video Intelligence: A Flexible Framework for Advanced Video Exploration and Understanding

Hong Gao, Yiming Bao, Xuezhen Tu, Yutong Xu, Yue Jin, Yiyang Mu, Bin Zhong, Linan Yue, Min-Ling Zhang

机构 * SouthEast University（东南大学） ； ZTE Corporation（中兴通讯） 纠错

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

Surprisingly Fragile: Assessing and Addressing Prompt Instability in Multimodal Foundation Models

Ian Stewart, Sameera Horawalavithana, Brendan Kennedy, Sai Munikoti, Karl Pazdernik

机构 * Pacific Northwest National Laboratory（太平洋西北国家实验室） 纠错

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

Comments arxiv

ALEX:A Light Editing-knowledge Extractor

Minghu Wang, Shuliang Zhao, Yuanyuan Zhao, Hongxia Xu

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

Conditional Diffusion Model for Multi-Agent Dynamic Task Decomposition

Yanda Zhu, Yuanyang Zhu, Daoyi Dong, Caihua Chen, Chunlin Chen

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

Comments AAAI 2026

On the Brittleness of LLMs: A Journey around Set Membership

Lea Hergert, Gábor Berend, Mario Szegedy, Gyorgy Turan, Márk Jelasity

机构 * University of Szeged（塞格德大学） ； Rutgers University（罗格斯大学） ； University of Illinois at Chicago（伊利诺伊大学香槟分校） ； HUN-REN–SZTE Research Group on AI（AI研究组） 纠错

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

Reason-KE++: Aligning the Process, Not Just the Outcome, for Faithful LLM Knowledge Editing

Yuchen Wu, Liang Ding, Li Shen, Dacheng Tao

机构 * Shanghai Jiao Tong University（上海交通大学） ； The University of Sydney（悉尼大学） ； Shenzhen Campus of Sun Yat-sen University（中山大学深圳校区） ； Nanyang Technological University（南洋理工大学） 纠错

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

Timely Clinical Diagnosis through Active Test Selection

Silas Ruhrberg Estévez, Nicolás Astorga, Mihaela van der Schaar

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

Journal ref Proceedings of the 39th International Conference on Neural Information Processing Systems (NeurIPS 2025)

FinStat2SQL: A Text2SQL Pipeline for Financial Statement Analysis

Quang Hung Nguyen, Phuong Anh Trinh, Phan Quoc Hung Mai, Tuan Phong Trinh

机构 * College of Technology, National Economics University（技术学院，国家经济大学） 纠错

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

Comments Accepted for The 18th International Natural Language Generation Conference (INLG)

Journal ref https://aclanthology.org/2025.inlg-main.27/

Beyond Chains: Bridging Large Language Models and Knowledge Bases in Complex Question Answering

Yihua Zhu, Qianying Liu, Akiko Aizawa, Hidetoshi Shimodaira

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

Comments AAAI2026 Main Track

Seeing is Believing: Rich-Context Hallucination Detection for MLLMs via Backward Visual Grounding

Pinxue Guo, Chongruo Wu, Xinyu Zhou, Lingyi Hong, Zhaoyu Chen, Jinglun Li, Kaixun Jiang, Sen-ching Samson Cheung, Wei Zhang, Wenqiang Zhang

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

Automatic generation of DRI Statements

Maurice Flechtner

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

Comments Master Thesis

MARC: Multimodal and Multi-Task Agentic Retrieval-Augmented Generation for Cold-Start Recommender System

Seung Hwan Cho, Yujin Yang, Danik Baeck, Minjoo Kim, Young-Min Kim, Heejung Lee, Sangjin Park

机构 * Department of Industrial Data Engineering, Hanyang University, Republic of Korea（工业数据工程系，翰阳大学） ； School of Interdisciplinary Industrial Studies, Hanyang University, Republic of Korea（跨学科工业研究学院，翰阳大学） 纠错

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

Comments 13 pages, 2 figures, Accepted at RDGENAI at CIKM 2025 workshop

Towards an Agentic Workflow for Internet Measurement Research

Alagappan Ramanathan, Eunju Kang, Dongsu Han, Sangeetha Abdu Jyothi

机构 * University of California, Irvine（加州大学伊维奇分校） 纠错

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

Exploring State Tracking Capabilities of Large Language Models

Kiamehr Rezaee, Jose Camacho-Collados, Mohammad Taher Pilehvar

机构 * Cardiff NLP（卡迪夫NLP） 纠错

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

Automated Knowledge Graph Construction using Large Language Models and Sentence Complexity Modelling

Sydney Anuyah, Mehedi Mahmud Kaushik, Krishna Dwarampudi, Rakesh Shiradkar, Arjan Durresi, Sunandan Chakraborty

机构 * Indiana University（印第安纳大学） ； Purdue University（普渡大学） ； Department of Biomedical Engineering（生物医学工程系） ； Informatics, Indiana University（印第安纳大学信息学院） 纠错

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

Knowledge Graph Analysis of Legal Understanding and Violations in LLMs

Abha Jha, Abel Salinas, Fred Morstatter

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

Still Not There: Can LLMs Outperform Smaller Task-Specific Seq2Seq Models on the Poetry-to-Prose Conversion Task?

Kunal Kingkar Das, Manoj Balaji Jagadeeshan, Nallani Chakravartula Sahith, Jivnesh Sandhan, Pawan Goyal

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

MA-GTS: A Multi-Agent Framework for Solving Complex Graph Problems in Real-World Applications

Zike Yuan, Ming Liu, Hui Wang, Bing Qin

机构 * Harbin Institute of Technology（哈尔滨工业大学） ； Peng Cheng Laboratory（鹏城实验室） 纠错

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

Zooming into Comics: Region-Aware RL Improves Fine-Grained Comic Understanding in Vision-Language Models

Yule Chen, Yufan Ren, Sabine Süsstrunk

机构 * School of Computer and Communication Sciences, EPFL（瑞士联邦理工学院计算机与通信科学学院） ； Department of Computer Science and Engineering, Chalmers University of Technology（楚科奇技术大学计算机科学与工程系） ； IVRL, EPFL（EPFL智能机器人实验室） 纠错

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

Self-Abstraction from Grounded Experience for Plan-Guided Policy Refinement

Hiroaki Hayashi, Bo Pang, Wenting Zhao, Ye Liu, Akash Gokul, Srijan Bansal, Caiming Xiong, Semih Yavuz, Yingbo Zhou

机构 * Salesforce AI Research（Salesforce人工智能研究） 纠错

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