大模型推理能力

Learning to Configure Agentic AI Systems

学习配置代理AI系统

Aditya Taparia, Som Sagar, Ransalu Senanayake

机构 * School of Computing and Augmented Intelligence（计算与增强智能学院） ； Arizona State University（亚利桑那州立大学） 纠错

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

AI总结 本文提出了一种基于半马尔可夫决策过程（SMDP）的代理配置方法，通过ARC模型动态选择查询特定的代理配置，从而在多个基准测试中提升了推理准确性、工具使用准确性和τ-Bench（Airline）Pass的成功率。

Comments 22 pages, 12 figures

From Automated to Autonomous: Hierarchical Agent-native Network Architecture (HANA)

从自动化到自主：分层代理原生网络架构（HANA）

Binghan Wu, Shoufeng Wang, Yunxin Liu, Ya-Qin Zhang, Joseph Sifakis, Ye Ouyang

机构 * AsiaInfo Technologies Limited（亚洲信息科技有限公司） ； Institute for AI Industry Research (AIR)（人工智能产业研究院） ； Tsinghua University（清华大学） ； Verimag 纠错

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

AI总结 本文提出了一种分层多代理参考架构，旨在实现Level 4/5自主网络，通过引入代理自意识，统一战略规划与操作韧性，验证了其在5G核心环境中的有效性。

Comments This manuscript has been accepted by IEEE Networking Letters

Journal ref B. Wu, S. Wang, Y. Liu, Y. -Q. Zhang, J. Sifakis and Y. Ouyang, "From Automated to Autonomous: Hierarchical Agent-native Network Architecture (HANA)," in IEEE Networking Letters, 2026

LIDSA: Cognitive Arbitration for Signal-Free Autonomous Intersection Management

LIDSA：信号自由的自主交叉口管理中的认知仲裁

Abderrahmane Lakas, Mohamed Amine Ferrag, Merouane Debbah

机构 * Department of Computer and Network Engineering, United Arab Emirates University, UAE（计算机与网络工程系，阿联酋大学） ； Research Institute for Digital Future, Khalifa University, UAE（未来数字研究院，哈利法大学） 纠错

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

AI总结 本文提出LIDSA框架，利用大语言模型进行意图驱动的速度建议，以实现信号自由的自主交叉口管理，通过对比固定周期控制、SCATS、AIM和GLOSA等方法，证明LLM在实时交叉口管理中的有效性。

Comments Renamed LISA to LIDSA to avoid naming ambiguity with existing traffic-control software. No technical changes

MARS: Modular Agent with Reflective Search for Automated AI Research

MARS：模块化代理与反思搜索用于自动化AI研究

Jiefeng Chen, Bhavana Dalvi Mishra, Jaehyun Nam, Rui Meng, Tomas Pfister, Jinsung Yoon

机构 * Google Cloud AI Research（谷歌云人工智能研究） 纠错

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

AI总结 本文提出MARS框架，通过预算感知规划、模块化构建和比较反思记忆解决复杂机器学习工程任务中的执行成本与性能归因问题，实现开放源代码框架在MLE-Bench上的最佳性能。

Comments Paper published at International Conference on Machine Learning (ICML 2026)

Governance by Design: Architecting Agentic AI for Organizational Learning and Scalable Autonomy

设计治理：为组织学习和可扩展自主性构建智能体AI

Nelly Dux, Cristina Alaimo, Philippe Roussiere, Abhishek Kumar Mishra

机构 * ESSEC Business School（ESSEC商学院） ； Accenture Research（埃森哲研究） 纠错

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

AI总结 本文探讨了智能体AI在组织学习和可扩展自主性中的设计与治理问题，通过案例研究展示了如何通过具体的架构和工作安排实现有效的治理，并总结了七条指导原则。

Comments 17 pages, 1 figure, 3 tables

Latent Action Reparameterization for Efficient Agent Inference

潜在动作重参数化用于高效智能体推断

Wenhao Huang, Qingwen Zeng, Qiyue Chen, Zijie Guo, Yu Sun, Cheng Yang, Siru Ouyang, Jiri Gesi, Fang Wu, Jiayi Zhang, Huaming Chen, Bang Liu, Xiangru Tang, Chenglin Wu

机构 * Université de Montréal（蒙特利尔大学） ； The University of Sydney（悉尼大学） ； Fudan University（复旦大学） ； Yale University（耶鲁大学） ； DeepWisdom ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Amazon Science（亚马逊科学） ； Stanford University（斯坦福大学） ； The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； Mila - Quebec AI Institute（蒙特利尔人工智能研究所） 纠错

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

AI总结 本文提出Latent Action Reparameterization (LAR)框架，通过学习紧凑的潜在动作空间来提升大语言模型智能体的推断效率，减少有效动作 horizon 并保持原始动作空间的表达性。

Discrete Tilt Matching

离散倾斜匹配

Yuyuan Chen, Shiyi Wang, Peter Potaptchik, Jaeyeon Kim, Michael S. Albergo

机构 * Harvard University（哈佛大学） ； University of Oxford（牛津大学） ； Kempner Institute（凯姆纳研究所） 纠错

专题命中 规划推理 ：planning(abstract)；分类 cs.LG

AI总结 本文提出了一种无需概率模型的离散倾斜匹配方法，用于改进扩散大语言模型的微调，通过局部解掩码后验的状态级匹配来提高训练稳定性并防止模式崩溃。

ETS: Energy-Guided Test-Time Scaling for Training-Free RL Alignment

ETS: 为无训练强化学习对齐的能耗引导测试时缩放

Xiuyu Li, Jinkai Zhang, Mingyang Yi, Yu Li, Longqiang Wang, Yue Wang, Ju Fan

机构 * Renmin University of China, Beijing, China（中国人民大学，北京，中国） ； Zhongguancun Academy, Beijing, China（中关村学院，北京，中国） 纠错

专题命中 规划推理 ：reasoning(abstract)；分类 cs.LG

AI总结 本文提出了一种无需训练的推理方法，直接从最优强化学习策略中采样，通过结合参考策略模型和能耗项来改进掩码语言模型的过渡概率，并通过在线蒙特卡洛方法估计关键能耗项，从而提高生成质量。

Comments Accepted by ICML 2026

ZeroSearch: Incentivize the Search Capability of LLMs without Searching

ZeroSearch: 无需搜索即可激励大语言模型的搜索能力

Hao Sun, Zile Qiao, Jiayan Guo, Xuanbo Fan, Yingyan Hou, Yong Jiang, Pengjun Xie, Yan Zhang, 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(abstract)；分类 cs.CL

AI总结 本研究提出ZeroSearch框架，通过模拟搜索提升大语言模型的搜索能力，解决真实搜索引擎文档质量不可控和API成本高的问题，实验表明其在不同参数规模的模型上均表现优异。

Navigating the Emotion Tree: Hierarchical Hyperbolic RAG for Multimodal Emotion Recognition

在情绪树中导航：用于多模态情绪识别的分层双曲RAG

Zeheng Wang, Bo Zhao, Yijie Zhu, Zhishu Liu, Hui Ma, Ruixin Zhang, Shouhong Ding, Qianyu Xie, Zitong Yu

机构 * Great Bay University（广东东莞大亚湾大学） ； Tencent Youtu Lab（腾讯优图实验室） 纠错

专题命中 规划推理 ：reasoning(abstract)；分类 cs.LG

AI总结 本文提出HyperEmo-RAG，一种利用结构化情绪知识库的检索增强生成框架，通过双曲空间嵌入和证据图构建来提升多模态情绪识别的性能。

Trust or Abstain? A Self-Aware RAG Approach

信任还是弃权？一种自感知RAG方法

Xi Zhu, Ziqi Wang, Kai Mei, Wujiang Xu, Minghao Guo, Bangji Yang, Jiajun Fan, Dimitris N. Metaxas

机构 * Rutgers University（罗格斯大学） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） 纠错

专题命中 规划推理 ：reasoning(abstract)；分类 cs.CL

AI总结 本文提出了一种自感知RAG方法SABER，通过构建知识冲突基准并引入自感知信念估计器，提升RAG在冲突场景下的准确性和可靠性，同时在弃权策略上实现风险与覆盖的平衡。

What Does the AI Doctor Value? Auditing Pluralism in the Clinical Ethics of Language Models

人工智能医生重视什么？审查语言模型临床伦理中的多元主义

Payal Chandak, Victoria Alkin, David Wu, Maya Dagan, Taposh Dutta Roy, Maria Clara Saad Menezes, Ayush Noori, Nirali Somia, John S. Brownstein, Ran Balicer, Rebecca W. Brendel, Noa Dagan, Isaac S. Kohane, Gabriel A. Brat

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

AI总结 本文研究了大型语言模型在医疗建议中带来的伦理价值观，提出了一种审计框架来评估医疗AI中的价值多元主义，揭示了模型在决策中对患者自主权的潜在忽视，并强调了多模型协同的重要性。

Comments Code and data available upon request via https://hvp.global/

MARS: Technical Report for the CASTLE Challenge at EgoVis 2026

MARS：EgoVis 2026 CASTLE挑战的技术报告

Haoyu Zhang, Qiaohui Chu, Yisen Feng, Meng Liu, Weili Guan, Yaowei Wang, Liqiang Nie

机构 * Harbin Institute of Technology (Shenzhen)（哈尔滨工业大学（深圳）） ； Pengcheng Laboratory（鹏城实验室） ； Shandong Jianzhu University（山东建筑大学） 纠错

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

AI总结 本文提出MARS系统，用于EgoVis 2026的CASTLE挑战，通过多模态代理推理解决需要多源信息的复杂问题，核心方法是多模态证据选择，主要贡献是实现了在多源数据上的有效推理。

Comments The Runner-up Solution for CASTLE Challenge @ EgoVis 2026

Reducing the Safety Tax in LLM Safety Alignment with On-Policy Self-Distillation

通过在线策略自我蒸馏减少大语言模型安全对齐的安全部署税

Yu Fu, Longxuan Yu, Haz Sameen Shahgir, Zhipeng Wei, Hui Liu, N. Benjamin Erichson, Yue Dong

机构 * International Computer Science Institute（国际计算机科学研究所） ； Microsoft（微软） ； Berkeley Lab（伯克利实验室） 纠错

专题命中 规划推理 ：reasoning(abstract)；分类 cs.LG

AI总结 本文提出了一种名为OPSA的在线策略自我蒸馏方法，通过引入教师翻转率指标，有效减少大语言模型在安全对齐过程中因分布不匹配导致的安全税，实验显示其在不同模型规模上均优于传统方法。

Comments 20 pages, 5 figures

Are Multimodal LLMs Ready for Surveillance? A Reality Check on Zero-Shot Anomaly Detection in the Wild

多模态大语言模型是否准备好用于监控？对零样本异常检测在现实中的检验

Shanle Yao, Armin Danesh Pazho, Narges Rashvand, Hamed Tabkhi

机构 * Electrical and Computer Engineering Department（电气与计算机工程系） 纠错

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

AI总结 本文研究了多模态大语言模型在现实中的零样本异常检测性能，发现其存在保守偏差，通过特定指令可以提升F1分数，但召回率仍是关键瓶颈。

T-STAR: A Context-Aware Transformer Framework for Short-Term Probabilistic Demand Forecasting in Dock-Based Shared Micro-Mobility

T-STAR: 一种基于上下文的Transformer框架用于基于码头的共享微出行短期概率需求预测

Jingyi Cheng, Gonçalo Homem de Almeida Correia, Oded Cats, Shadi Sharif Azadeh

机构 * Transport and Planning, Delft University of Technology（代尔夫特理工大学交通与规划） 纠错

专题命中 规划推理 ：planning(abstract)；分类 cs.LG

AI总结 本文提出T-STAR框架，通过两级结构分离一致需求模式和短期波动，提升短期概率需求预测的准确性，实验表明其在确定性和概率性准确性上均优于现有方法，且具备良好的时空鲁棒性。

Comments This work has been submitted to Transportation Research Part C

VerifyMAS: Hypothesis Verification for Failure Attribution in LLM Multi-Agent Systems

VerifyMAS: LLM多智能体系统中故障归因的假设验证

Hezhe Qiao, Hanghang Tong, Ee-Peng Lim, Bing Liu, Guansong Pang

机构 * Singapore Management University（新加坡国立管理学院） ； University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； University of Illinois at Chicago（伊利诺伊大学香槟分校） 纠错

专题命中 规划推理 ：verifier(abstract)；分类 cs.CL

AI总结 本文提出VerifyMAS框架，通过验证假设的方法对LLM多智能体系统中的故障进行归因，解决了现有方法在全局故障识别和细粒度归因方面的不足，实验表明其在多种模型上均优于现有方法。

Comments 22 pages

Compass: SLO-aware Query Planner for Compound AI Serving at Scale

Compass: 一种面向大规模复合AI服务的SLO感知查询计划器

Banruo Liu, Wei-Yu Lin, Minghao Fang, Yihan Jiang, Fan Lai

机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） 纠错

专题命中 规划推理 ：planning(abstract)；分类 cs.LG

AI总结 本文提出Compass，一种首个面向大规模复合AI工作负载的SLO感知查询计划器，通过分解多查询、多SLO规划问题为可处理的子问题，利用查询间和查询内的计划相似性减少搜索步骤，并通过计划分析器提高每步效率，从而在资源竞争下最大化SLO良好吞吐量。

Learning Transferable Topology Priors for Multi-Agent LLM Collaboration Across Domains

学习跨领域的多智能体LLM协作可转移拓扑先验

Taolin Zhang, Zijie Zhou, Jiuheng Wan, Tingyuan Hu, Chengyu Wang, Xiaofeng He, Richang Hong

机构 * Hefei University of Technology（合肥工业大学） ； China University of Petroleum (Beijing)（中国石油大学（北京）） ； East China Normal University（东华大学） ； Alibaba Group（阿里巴巴集团） 纠错

专题命中 规划推理 ：reasoning(abstract)；分类 cs.CL

AI总结 本文提出TopoPrior框架，通过学习可转移的拓扑先验来提升多智能体LLM在跨领域协作中的效率，减少在线搜索开销并提高可扩展性。

Baba in Wonderland: Online Self-Supervised Dynamics Discovery for Executable World Models

《白兔在奇幻世界：在线自监督动态发现用于可执行世界模型》

SeungWon Seo, DongHeun Han, SeongRae Noh, HyeongYeop Kang

机构 * Korea University（韩国大学） ； Kyung Hee University（庆熙大学） 纠错

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

AI总结 该研究探讨了在先验错配情况下，如何通过交互证据自监督学习可执行世界模型，引入了Alice系统，通过失败的候选更新作为结构信号，发现并改进动态，从而提升可执行世界模型的学习效果。

Ready from Day 1: Population-Aware Coordination for Large-Scale Constrained Multi-Agent Systems

从第一天开始：面向大规模约束多智能体系统的群体感知协调

Angel Wang, Dominique Perrault-Joncas, Alvaro Maggiar, Carson Eisenach, Dean Foster

机构 * Amazon（亚马逊） 纠错

专题命中 规划推理 ：planning(abstract)；分类 cs.LG

AI总结 本文提出群体感知协调接口，通过学习的原Dual映射，在迭代循环中查询，以实现大规模多智能体系统的协调，减少预测误差和容量违规。

Comments 30 pages, 16 figures. Submitted to NeurIPS 2026

GRASP: Graph Agentic Search over Propositions for Multi-hop Question Answering

GRASP：基于命题的图代理搜索用于多跳问答

Stockton Jenkins, Ramya Korlakai Vinayak, Junjie Hu

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 ：reasoning(abstract)；分类 cs.AI

AI总结 GRASP通过分解多跳查询为依赖感知计划，实现多跳问答中的高准确率与低token使用。在MuSiQue、2WikiMultihopQA和HotpotQA上，GRASP在开放语料检索和长文本推理设置中均表现优异，且token使用更少。

Beyond Compliance: How AI Could Help Creative Writers by Refusing Them

超越合规：AI如何通过拒绝帮助创意作家

Hua Xuan Qin, Guangzhi Zhu, Mingming Fan, Pan Hui

机构 * The Hong Kong University of Science and Technology（香港科技大学） ； The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； Computational Media and Arts (Guangzhou)（计算媒体与艺术（广州）） ； Hong Kong, China（香港，中国） 纠错

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

AI总结 本文探讨AI通过拒绝请求引入反思的可能性，通过22名创意作家的质性研究，发现不同情境、认知和关系维度下的偏好差异影响反思效果，提出摩擦性AI设计的策略。

Comments conditionally accepted to Creativity & Cognition 2026

Designing Datacenter Power Delivery Hierarchies for the AI Era

为AI时代设计数据中心电力交付层级

Grant Wilkins, Fiodar Kazhamiaka, Alok Gautam Kumbhare, Chaojie Zhang, Ricardo Bianchini

机构 * Stanford University（斯坦福大学） ； Microsoft Azure Research（微软Azure研究院） 纠错

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

AI总结 本文研究了AI时代数据中心电力交付层级设计的挑战，提出了一种评估框架，结合吞吐量、功率和成本指标，分析多资源短缺对部署容量、资本支出和性能的影响。

PAGER: Bridging the Semantic-Execution Gap in Point-Precise Geometric GUI Control

PAGER:弥合点精确几何GUI控制中的语义-执行鸿沟

Jingxuan Wei, Xi Bai, Shan Liu, Caijun Jia, Zheng Sun, Xinglong Xu, Siyuan Li, Linzhuang Sun, Bihui Yu, Conghui He, Cheng Tan

机构 * University of Chinese Academy of Sciences（中国科学院大学） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； China University of Petroleum-Beijing（中国石油大学（北京）） 纠错

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

AI总结 本文提出PAGER，通过依赖结构规划与像素级执行，解决对点精确几何GUI任务的需求，提升任务成功率至62%以上，填补语义-执行鸿沟。

Comments 27 pages, 11 figures, 3 tables

BootstrapAgent: Distilling Repository Setup into Reusable Agent Knowledge

BootstrapAgent: 将仓库设置提炼为可重用的代理知识

Sihan Fu, Oucheng Liu, Shiyuan Wang, Jin Shi, Chengkun Wei

机构 * Zhejiang University（浙江大学） ； The Australian National University（澳大利亚国立大学） ； Institute of Information Engineering, Chinese Academy of Sciences（中国科学院信息工程研究所） 纠错

专题命中 规划推理 ：planning(abstract)；分类 cs.CL

AI总结 BootstrapAgent通过提炼仓库初始化过程中的启发式知识，生成可验证的代理合同，提升代码代理在 unfamiliar repositories 的任务成功率和效率。

Comments 19 pages, 9 figures, 6 tables

NanoResearch: Co-Evolving Skills, Memory, and Policy for Personalized Research Automation

NanoResearch: 为个性化研究自动化共进化技能、记忆与政策

Jinhang Xu, Qiyuan Zhu, Yujun Wu, Zirui Wang, Dongxu Zhang, Marcia Tian, Yiling Duan, Siyuan Li, Jingxuan Wei, Sirui Han, Yike Guo, Odin Zhang, Conghui He, Cheng Tan

机构 * Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； The Hong Kong University of Science and Technology（香港科技大学） ； Peking University（北京大学） ； Zhejiang University（浙江大学） ； Xi'an Jiaotong University（西安交通大学） ； East China University of Science and Technology（东华大学） ； The Chinese University of Hong Kong（香港中文大学） 纠错

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

AI总结 本文提出NanoResearch框架，通过三重共进化解决研究自动化中的个性化需求，提升研究效率与用户体验。

Comments 40 pages, 14 figures, 7 tables

When AI Persuades: Adversarial Explanation Attacks on Human Trust in AI-Assisted Decision Making

当AI说服人：对抗性解释攻击对人类信任AI辅助决策的影响

Shutong Fan, Lan Zhang, Xiaoyong Yuan

机构 * Clemson University（克莱姆森大学） 纠错

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

AI总结 本文研究了对抗性解释攻击如何通过操控LLM生成的解释框架，影响人类对AI输出的信任，揭示了认知层的新型安全风险。

ColPackAgent: Agent-Skill-Guided Hard-Particle Monte Carlo Workflows for Colloidal Packing

ColPackAgent：基于代理技能的硬粒子蒙特卡罗工作流程用于胶体堆积

Lijie Ding, Changwoo Do

机构 * Neutron Scattering Division, Oak Ridge National Laboratory, Oak Ridge, TN 37831, USA（奥克勒德国家实验室中子散射部） 纠错

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

AI总结 ColPackAgent通过MCP工具服务器和代理技能实现胶体堆积模拟的自主工作流程，展示了如何利用LLM代理执行模拟任务并评估不同模型的性能。

See Before You Code: Learning Visual Priors for Spatially Aware Educational Animation Generation

在编码前看到：学习视觉先验以生成空间感知的教育动画

Yuejia Li, Ke He, Junheng Li, Shutong Chen, Jingkang Xia, Zhiyue Su, Junchi Zhang, Mang Ye

机构 * Wuhan University（武汉大学） ； University of Chinese Academy of Sciences（中国科学院大学） 纠错

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

AI总结 本文提出OmniManim框架，通过视觉规划和反馈机制提升教育动画生成质量，改进渲染效果和教学效果。

Comments 21 pages, 4 figures