AI 大模型
大模型数学、逻辑、规划、多步推理和测试时计算能力。
当AI代理竞争工作岗位：AI劳动力市场的战略能力与经济动态
机构 * DAMTP, University of Cambridge（剑桥大学应用数学与理论物理系）
专题命中 规划推理 ：reasoning(abstract)；planning(abstract)；分类 cs.AI
AI总结 本文提出AI-Work模拟平台，研究AI代理在劳动力市场中的竞争行为，发现元认知、竞争意识和长期战略规划能力使代理获得更高利润和市场份额。
Comments Accepted at ICML 2026, Code available at https://github.com/chy-chiu/ai-work
智能体AI增强医生在临床决策中的信任
机构 * Department of Computer Science and Engineering, Lehigh University（里海大学计算机科学与工程系） ； Department of Epidemiology, Harvard T.H. Chan School of Public Health（哈佛大学陈曾熙公共卫生学院流行病学系） ； Department of Medicine, Division of Cardiology, University of Florida（佛罗里达大学医学院心脏病学系） ； McGovern Medical School, University of Texas Health Science Center at Houston（德克萨斯大学休斯顿健康科学中心麦戈文医学院） ； Department of Radiology, Massachusetts General Hospital and Harvard Medical School（麻省总医院和哈佛医学院放射学系） ； McWilliams School of Biomedical Informatics, University of Texas Health Science Center at Houston（德克萨斯大学休斯顿健康科学中心麦克威廉姆斯生物医学信息学院） ； Department of Health Outcomes & Biomedical Informatics, College of Medicine, University of Florida（佛罗里达大学医学院健康结果与生物医学信息学系）
专题命中 规划推理 ：reasoning(abstract)；planning(abstract)；分类 cs.AI
AI总结 研究通过医生评估多模态临床病例，发现智能体AI相比非智能体基线显著提升医生的认知和行为信任，尤其在治疗规划任务中，但存在对错误输出的过度依赖。
Comments Accepted by AMIA 2026 Annual Symposium
SearchSkill: 教授大语言模型使用搜索工具与演进技能库
机构 * School of Computer Science and Technology, Harbin Institute of Technology, Shenzhen（哈尔滨工业大学深圳校区计算机科学与技术学院） ； TikTok Inc, Beijing（字节跳动北京公司）
专题命中 规划推理 ：reasoning(abstract)；planning(abstract)；分类 cs.AI
AI总结 SearchSkill通过可重用的搜索技能显式规划查询，提升开放域问答中的检索效率和推理质量，改进了知识密集型问答基准的精确匹配表现。
智能体情节控制
机构 * East China Normal University（华东师范大学） ； Tongji University（同济大学） ； Shanghai Jiao Tong University（上海交通大学） ； Shanghai University of International Business and Economics（上海对外经贸大学） ； Shenzhen Loop Area Institute（深圳河套学院）
专题命中 规划推理 ：reasoning(abstract)；planning(abstract)；分类 cs.AI
AI总结 提出智能体情节控制（AEC），利用大语言模型增强情节强化学习，通过语义增强器和关键状态识别器提升数据效率和泛化能力，在BabyAI-Text环境中实现2-6倍数据效率提升。
Comments Accepted to Findings of the 64th Annual Meeting of the Association for Computational Linguistics (ACL 2026)
TAVR-VLM：面向抗幻觉报告生成的风险条件因果基础
机构 * Xi’an Jiaotong-Liverpool University（西交利物浦大学） ； Mohamed bin Zayed University of Artificial Intelligence（穆罕默德·本·扎耶德人工智能大学） ； Shanghai Jiao Tong University（上海交通大学） ； University of Liverpool（利物浦大学） ； Kunming University of Science and Technology（昆明理工大学）
专题命中 规划推理 ：reasoning(abstract)；planning(abstract)；分类 cs.AI
AI总结 提出TAVR-VLM框架，通过风险条件因果注意力（R-CGA）建立“风险→区域→词”的结构化基础路径，在TAVR规划中减少诊断幻觉，实现新最优性能。
治理行动，而非智能体：机构证明作为自主AI系统的治理模型
专题命中 规划推理 ：reasoning(abstract)；planning(abstract)；分类 cs.AI
AI总结 针对自主AI系统可能执行不可逆高风险行动的问题，提出一种基于机构证明的计算治理模型，将执行权限与规划推理分离，通过独立权威源证明前提条件，并采用防篡改日志记录决策。
潜在桥：用于实时游戏智能体的连续慢-快通道
机构 * Pine AI ； University of Washington（华盛顿大学）
专题命中 规划推理 ：reasoning(abstract)；planning(abstract)；分类 cs.AI
AI总结 针对实时游戏智能体，提出一种可学习的连续潜在桥（Latent Bridge），将慢速推理VLM的残差投影到快速反应VLM的输入嵌入空间，在7个Atari游戏和驾驶域中匹配或超越文本桥，且增益高度可预测。
SPIRAL: 学习搜索与聚合
机构 * Stanford University（斯坦福大学）
专题命中 规划推理 ：reasoning(abstract)；chain-of-thought(abstract)；分类 cs.AI
AI总结 提出SPIRAL框架，通过强化学习联合训练语言模型在推理时使用顺序推理、并行采样和聚合三种原语，实现端到端优化，显著提升推理计算扩展效率。
Comments Ongoing Work
用于空间搜索的图增强大型语言模型
机构 * University of Maryland（马里兰大学） ； University of Sydney（悉尼大学）
专题命中 规划推理 ：reasoning(abstract)；planning(abstract)；分类 cs.AI
AI总结 针对大语言模型空间推理能力不足的问题，提出图增强方法，将空间数据以图形式存储并与检索增强生成结合，提升复杂空间问题回答能力。
LLM与人类的表征模式
机构 * Shalom Lappin
专题命中 规划推理 ：reasoning(abstract)；planning(abstract)；分类 cs.CL
AI总结 研究比较大型语言模型（LLM）与人类在语言知识和现实推理中的表征差异，发现LLM在语言任务上表现优异但处理方式不同，且在推理任务中学习与泛化效率低于人类。
将大语言模型代理与数字孪生集成用于工业自主系统
机构 * Institut für Automatisierungs- und Softwaresysteme (IAS) der Universität Stuttgart（自动化与软件系统研究所（IAS）的斯图加特大学）
专题命中 规划推理 ：reasoning(abstract)；planning(abstract)；分类 cs.AI
AI总结 提出三层框架集成大语言模型、数字孪生与自动化系统，通过TPSR模型和四种LLM角色实现自适应任务规划与执行，提升工业自动化适应性。
Comments Doctoral Dissertation, University of Stuttgart. Doctoral Exam Video Recording: https://youtu.be/Mhd9LiV5TKE
HAAS Studio: 用于模拟、基准测试和管理人-AI工作分配的工具
机构 * Valencian Research Institute for Artificial Intelligence（巴伦西亚人工智能研究 institute）
专题命中 规划推理 ：planning(abstract,abstract_cn)；分类 cs.AI
AI总结 提出HAAS Studio，一个用于策略感知的自适应人-AI任务分配的模拟与决策支持工具，结合认知表示、协作光谱、多臂老虎机算法和基于契约的治理，支持多领域部署决策。
Agentra: 一种可监督的多智能体企业入侵响应框架
机构 * The University of Alabama, Alabama, USA（阿拉巴马大学） ； Roma Tre University, Rome, Italy（罗马三大学）
专题命中 规划推理 ：reasoning(abstract)；planning(abstract)；分类 cs.AI
AI总结 提出可监督的多智能体入侵响应框架Agentra，通过角色划分、规划-验证循环、安全网关和风险评分机制，将警报转化为结构化响应计划，在120事件语料上F1从0.61提升至0.84，有害动作率降至0.0%。
Guava: 一种有效且通用的具身操作工具框架
机构 * University of Maryland College Park（马里兰大学帕克分校） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； University of Waterloo（滑铁卢大学） ； Mohamed bin Zayed University of Artificial Intelligence（穆罕默德·本·扎耶德人工智能大学） ； University of Pennsylvania（宾夕法尼亚大学） ； Amazon FAR（亚马逊 FAR）
专题命中 规划推理 ：reasoning(abstract)；planning(abstract)；分类 cs.AI
AI总结 提出Guava框架，通过迭代感知-推理-行动循环、语义动作抽象和多模态观测三大关键设计，将具身操作能力蒸馏到4B开源模型中，在仿真和真实环境中性能媲美前沿专有模型。
PosterForest: 用于科学海报生成的分层多智能体协作
机构 * Graduate School of Artificial Intelligence, KAIST（韩国釜山国立大学人工智能研究生院） ； School of Integrated Technology, Yonsei University（延世大学整合技术学院）
专题命中 规划推理 ：reasoning(abstract)；planning(abstract)；分类 cs.AI
AI总结 提出PosterForest，一种无需训练的科学海报生成框架，通过Poster Tree分层表示文档结构，并利用内容与布局智能体进行分层推理与递归优化，实现内容与布局的联合优化，提升语义连贯性、逻辑流畅性和视觉平衡。
Comments ACL 2026
PearlVLA：潜在空间中的渐进式具身动作计划精炼
机构 * Imperial College London（帝国理工学院） ； Tsinghua University（清华大学）
专题命中 规划推理 ：reasoning(abstract)；planning(abstract)；分类 cs.AI
AI总结 提出PearlVLA框架，通过在VLM潜在空间中进行迭代计划精炼，平衡动作生成效率与显式推理，在LIBERO基准上达到最先进性能。
Comments 21 pages, 2 figures. Preprint
LLM智能体能否推断世界模型？来自智能体自动机学习的证据
机构 * The Hebrew University of Jerusalem（海法大学） ； New York University（纽约大学） ； Google Research（谷歌研究）
专题命中 规划推理 ：reasoning(abstract)；planning(abstract)；分类 cs.CL
AI总结 提出智能体自动机学习框架，通过成员查询和等价查询评估LLM智能体发现隐藏确定性有限自动机的能力，发现性能随DFA规模增加而急剧下降，推理模型优于非推理模型但仍存在规划、整合和假设构建缺陷。
世界模型应如何评估？一个以决策为中心的立场
机构 * National Key Laboratory for Novel Software Technology, Nanjing University（南京大学计算机软件新技术国家重点实验室） ； School of Artificial Intelligence, Nanjing University（南京大学人工智能学院） ； Cirquar Technologies
专题命中 规划推理 ：reasoning(abstract)；planning(abstract)；分类 cs.LG
AI总结 本文指出世界模型评估中声明与证据不匹配的问题，提出以决策为中心的评估框架，强调反事实推理、策略优化等能力，并定义L0-L7评估阶梯。
XFlow: 一个用于可靠多智能体工作流的可执行协议编程系统
机构 * X-LANCE Lab, School of Computer Science, Shanghai Jiao Tong University, Shanghai, China（X-LANCE实验室，计算机科学学院，上海交通大学，上海，中国） ； Jiangsu Key Lab of Language Computing, Suzhou, China（江苏省语言计算重点实验室，苏州，中国） ； Suzhou Laboratory, Suzhou, China（苏州实验室，苏州，中国）
专题命中 规划推理 ：reasoning(abstract)；planning(abstract)；分类 cs.AI
AI总结 提出XFlow可执行协议编程系统及其领域特定语言XPF，通过将工作流承诺从提示移至可检查、可执行的协议结构，并利用生命周期管理的符号中介智能体输出，提升多智能体工作流的可靠性。
下一潜在预测变换器学习紧凑世界模型
机构 * Massachusetts Institute of Technology（麻省理工学院） ； Microsoft Research（微软研究院）
专题命中 规划推理 ：reasoning(abstract)；planning(abstract)；分类 cs.LG
AI总结 提出NextLat方法，通过潜在空间中的自监督预测训练变换器学习紧凑世界模型，提升泛化能力和推理效率。
Comments Microsoft Research Preprint
E-mem：基于多智能体的事件上下文重建用于LLM智能体记忆
机构 * National University of Singapore（新加坡国立大学） ； Tsinghua University（清华大学）
专题命中 规划推理 ：reasoning(abstract)；planning(abstract)；分类 cs.AI
AI总结 E-mem通过多智能体协同重建事件上下文，提升LLM在长时序任务中的推理能力，实现54%的F1分数，优于现有方法7.75%，并降低70%的token成本。
Comments This paper has been accepted by ICML 2026. If you find our project helpful, please consider giving it a star: https://github.com/dog-last/E-mem
递归智能体框架
机构 * PricewaterhouseCoopers, U.S.（普华永道（美国））
专题命中 规划推理 ：reasoning(abstract)；planning(abstract)；分类 cs.CL
AI总结 提出递归智能体框架（RAH），通过代码优先的框架递归扩展模型递归，在长上下文推理中显著提升编码智能体性能。
医学影像AI中的幻觉：跨模态分析框架用于分类、检测与监管约束下的缓解
机构 * King Fahd University of Petroleum & Minerals, Saudi Arabia（沙特阿拉伯法赫德国王石油矿产大学） ； SDAIA-KFUPM Joint Research Center for Artificial Intelligence, Saudi Arabia（沙特阿拉伯SDAIA-KFUPM人工智能联合研究中心）
专题命中 规划推理 ：chain-of-thought(abstract)；planning(abstract)；分类 cs.AI
AI总结 本文提出跨模态分析框架，统一五种影像模态的幻觉分类、检测与缓解策略，发现通用基础模型在幻觉基准上优于医学专用模型，并映射到FDA全生命周期监管。
世界模型与物理AI教程
机构 * Department of Computer Science and Artificial Intelligence/CAIIT, Jeonju, Jeonbuk, South Korea（韩国全北全州计算机科学与人工智能系/CAIIT）
专题命中 规划推理 ：reasoning(abstract)；planning(abstract)；分类 cs.AI
AI总结 本文提出统一框架，区分显式与隐式世界模型，并探讨其在机器人、自动驾驶等物理AI领域的应用，以及迈向通用人工智能的挑战。
LLMs+Graphs：迈向图原生的协同人工智能系统
机构 * Bowling Green State University（伯灵顿绿色州立大学） ； Hong Kong Baptist University（香港 Baptist大学）
专题命中 规划推理 ：reasoning(abstract)；planning(abstract)；分类 cs.AI
AI总结 本文综述了大语言模型与图计算的三种协同方式，包括增强推理、知识图谱双向集成及图算法增强的AI代理，并探讨了图数据管理与图机器学习的新能力，旨在为构建下一代图原生AI系统提供统一视角。
Comments 10 pages, Accepted at PAKDD 2066 Tutorial
面向遥感智能体的双向语义互补工具检索
机构 * School of Geosciences and Info-Physics, Central South University（地质科学与信息物理学院，中南大学） ； School of Mechanical and Electrical Engineering, Central South University（机械与电子工程学院，中南大学） ； Hunan Key Laboratory of Land Resources Evaluation and Utilization, Hunan Provincial Institute of Land and Resources Planning（湖南省国土资源评价与利用重点实验室，湖南省国土资源规划院）
专题命中 规划推理 ：reasoning(abstract)；planning(abstract)；分类 cs.AI
AI总结 针对遥感智能体工具检索中查询与文档语义不对称问题，提出双向语义互补方法：通过规划增强查询机制补充功能语义，利用动态工具依赖图注入上下文语义，显著提升复杂遥感任务工具检索精度。
CollabSim: 一种基于CSCW的方法，通过受控多智能体实验研究LLM智能体的协作能力
机构 * Northeastern University（东北大学） ； Microsoft Research Asia（微软亚洲研究院）
专题命中 规划推理 ：reasoning(abstract)；planning(abstract)；分类 cs.CL
AI总结 提出CollabSim框架，结合CSCW理论定义协作能力、控制交互条件并探测智能体内部状态，以系统分析LLM多智能体系统的协作能力。
AutoDFT：用于自主DFT计算的闭环多智能体框架
机构 * Nanyang Technological University, Singapore（南洋理工大学，新加坡） ； Singapore Management University（新加坡管理大学）
专题命中 规划推理 ：reasoning(abstract)；planning(abstract)；分类 cs.AI
AI总结 提出AutoDFT闭环多智能体框架，通过将LLM推理嵌入DFT计算全生命周期，实现从规划到执行的自主适应，在VASPBench基准上达到94.1%任务成功率，并可靠预测电子、磁性和能量性质。
Drive-KD：自动驾驶中用于视觉语言模型的多教师知识蒸馏
机构 * University of Science and Technology of China（中国科学技术大学）
专题命中 规划推理 ：reasoning(abstract)；planning(abstract)；分类 cs.AI
AI总结 本文提出Drive-KD框架，通过将自动驾驶分解为感知-推理-规划三元组，并利用知识蒸馏转移能力，构建了专用教师模型，并通过异构梯度投影缓解跨能力梯度冲突，验证了方法在不同模型家族和规模上的泛化能力，展示了蒸馏模型在自动驾驶任务中的优越性能。
Comments Preprint. 23 pages, 14 figures
评估大型语言模型在标准化病人案例中的动态临床决策能力
机构 * Shanghai Jiao Tong University（上海交通大学） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室）
专题命中 规划推理 ：planning(abstract)；test-time compute(abstract)；分类 cs.CL
AI总结 本文提出MedSP1000基准，通过标准化病人案例模拟动态临床交互，评估LLM在信息收集、治疗计划和长期管理中的表现，发现当前模型在过程级评估中远未达到临床安全标准。
扫码添加微信好友，提出您的宝贵建议 👇
💡 备注请填写：网站反馈