大模型推理能力

FoodCHA: Multi-Modal LLM Agent for Fine-Grained Food Analysis

FoodCHA：多模态LLM代理用于细粒度食物分析

Woojin Lee, Pranav Mekkoth, Ye Tian, Onat Gungor, Tajana Rosing

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

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

AI总结 本文提出FoodCHA，一种多模态代理框架，通过分层决策过程提升食物识别的细粒度属性区分能力，实验显示其在类别和子类识别精度上优于现有模型。

Intentionality is a Design Decision: Measuring Functional Intentionality for Accountable AI Systems

意图性是一种设计决策：测量功能意图性以实现可问责的AI系统

Allessia Chiappetta, Robert Mahari

机构 * CodeX, The Stanford Center for Legal Informatics（CodeX，斯坦福法律信息学中心） 纠错

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

AI总结 本文提出功能意图性测试（FIT）框架，用于量化AI系统意图性行为，通过五维指标评估系统意图性，以实现对高自主性系统的可控问责。

Journal ref AutomationXP26 Workshop of the 2026 CHI Conference on Human Factors in Computing Systems

Beyond Semantic Similarity: Rethinking Retrieval for Agentic Search via Direct Corpus Interaction

超越语义相似性：通过直接语料交互重新思考代理搜索的检索

Zhuofeng Li, Haoxiang Zhang, Cong Wei, Pan Lu, Ping Nie, Yi Lu, Yuyang Bai, Shangbin Feng, Hangxiao Zhu, Ming Zhong, Yuyu Zhang, Jianwen Xie, Yejin Choi, James Zou, Jiawei Han, Wenhu Chen, Jimmy Lin, Dongfu Jiang, Yu Zhang

机构 * Texas A&M University（德克萨斯A&M大学） ； University of Waterloo（滑铁卢大学） ； UC San Diego（圣地亚哥大学） ； Stanford University（斯坦福大学） ； University of Washington（华盛顿大学） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Verdent AI ； Lambda 纠错

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

AI总结 本文提出直接语料交互（DCI）方法，通过通用终端工具直接搜索原始语料，无需嵌入模型或检索接口，有效提升代理搜索性能。

Owen-Shapley Policy Optimization: A Principled RL Algorithm for Generative Search LLMs

Owen-Shapley策略优化：一种为生成搜索语言模型设计的原理性强化学习算法

Abhijnan Nath, Alireza Bagheri Garakani, Tianchen Zhou, Fan Yang, Yan Gao, Nikhil Krishnaswamy

机构 * Amazon Science（亚马逊科学） ； Situated Grounding and Natural Language (SIGNAL) Lab, Colorado State University（情境 grounding 和自然语言（SIGNAL）实验室，科罗拉多州立大学） 纠错

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

AI总结 本文提出Owen-Shapley策略优化算法，通过基于令牌边际贡献的序列优势再分配，解决生成搜索语言模型中因稀疏序列奖励导致的信用分配问题，实验表明其在Amazon ESCI和H&M Fashion数据集上表现优异。

Comments Added additional experiments, computational analysis and further revisions

Valley3: Scaling Omni Foundation Models for E-commerce

Valley3：面向电商的多模态大语言模型规模化

Zeyu Chen, Guanghao Zhou, Qixiang Yin, Ziwang Zhao, Huanjin Yao, Pengjiu Xia, Min Yang, Cen Chen, Minghui Qiu

机构 * Valley Team, ByteDance Group（字节跳动集团山谷团队） 纠错

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

AI总结 Valley3通过四阶段预训练管道，融合多模态能力与电商知识，实现跨模态指令跟随和长链推理，构建了涵盖6个任务的电商基准测试，展现出在电商场景中的优越性能。

Breaking the Computational Barrier: Provably Efficient Actor-Critic for Low-Rank MDPs

突破计算障碍：针对低秩MDP的可证明高效Actor-Critic算法

Ruiquan Huang, Donghao Li, Yingbin Liang, Jing Yang

机构 * University of Kentucky（肯塔基大学） ； University of Virginia（弗吉尼亚大学） ； Ohio State University（俄亥俄州立大学） 纠错

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

AI总结 本文针对低秩MDP提出高效Actor-Critic算法，通过监督学习建立RL oracle层级，证明算法在样本复杂度上优于现有方法，且避免了高成本的规划或优化 oracle。

Comments accepted by ICML2026

LLMs Should Not Yet Be Credited with Decision Explanation

大语言模型不应被赋予决策解释的信用

Wenshuo Wang

机构 * School of Future Technology, South China University of Technology, China（未来技术学院，华南理工大学，中国） 纠错

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

AI总结 本文论证大语言模型尚不能被赋予决策解释的信用，指出当前研究将行为预测、合理解释和结果条件推理视为解释证据，可能过早定义解释进步。文章区分了决策预测、解释生成和决策解释三种主张，提出决策解释的信用标准，强调应根据证据强度合理分配信用。

Navigating the Conceptual Multiverse

在概念多元宇宙中导航

Andre Ye, Jenny Y. Huang, Alicia Guo, Rose Novick, Tamara Broderick, Mitchell L. Gordon

机构 * MIT EECS（麻省理工学院电子工程与计算机科学系） ； UW Allen School of CSE（华盛顿大学Allen学院计算机科学与工程系） ； UW Department of Philosophy（华盛顿大学哲学系） 纠错

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

AI总结 本文提出概念多元宇宙，通过交互系统让用户透明地检查和改变概念决策，提升问题理解。在三个领域中，该系统帮助参与者更清晰地把握问题，如哲学学生改写论文、对齐标注者深入分析用户意图、诗人发现创作模式。

InsTraj: Instructing Diffusion Models with Travel Intentions to Generate Real-world Trajectories

InsTraj: 通过旅行意图指导扩散模型生成真实世界轨迹

Yuanshao Zhu, Yuxuan Liang, Xiangyu Zhao, Liang Han, Xinwei Fang, Xun Zhou, Xuetao Wei, James Jianqiao Yu

机构 * Southern University of Science and Technology（南方科技大学） ； City University of Hong Kong（香港城市大学） ； The Hong Kong University of Science and Technology (Guangzhou)（香港科学理工大学（广州）） ； Harbin Institute of Technology (Shenzhen)（哈尔滨工业大学（深圳）） ； University of York（约克大学） 纠错

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

AI总结 InsTraj通过自然语言描述指导扩散模型生成真实、多样且符合指令的轨迹，解决传统方法在理解和生成复杂用户意图及约束条件上的不足。

Intelligent Agents with Emotional Intelligence: Current Trends, Challenges, and Future Prospects

具有情感智能的智能体：当前趋势、挑战与未来展望

Raziyeh Zall, Alireza Kheyrkhah, Erik Cambria, Zahra Naseri, M. Reza Kangavari

机构 * School of Computer Engineering, Iran University of Science and Technology（伊朗科学技术大学计算机工程学院） ； College of Computing and Data Science, Nanyang Technological University（南洋理工大学计算机与数据科学学院） 纠错

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

AI总结 本文综述了情感智能智能体的核心组件，涵盖多模态数据处理的情感理解、情感认知及表达合成，分析了发展中的关键挑战与未来方向，强调生成技术对情感计算的潜力。

Comments Enhanced the quality of figures, incorporated additional and recent references, and improved the manuscript for better clarity and writing quality

How LLMs Detect and Correct Their Own Errors: The Role of Internal Confidence Signals

大语言模型如何检测并纠正自身错误：内部置信信号的作用

Dharshan Kumaran, Viorica Patraucean, Simon Osindero, Petar Veličković, Nathaniel Daw

机构 * Google DeepMind（谷歌DeepMind） ； Princeton University（普林斯顿大学） 纠错

专题命中 规划推理 ：self-correction(abstract)；分类 cs.LG

AI总结 研究通过第二阶置信模型探讨大语言模型如何通过内部置信信号检测并纠正自身错误，发现PANL信号在误差检测和自我修正中起关键作用。

Understanding Adversarial Transferability in Vision-Language Models for Autonomous Driving: A Cross-Architecture Analysis

理解视觉语言模型在自动驾驶中的对抗转移性：跨架构分析

David Fernandez, Pedram MohajerAnsari, Amir Salarpour, Mert D. Pese

机构 * School of Computing, Clemson University, USA（克莱姆森大学计算机学院） 纠错

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

AI总结 本文通过跨架构研究探讨视觉语言模型在自动驾驶中的对抗转移性，评估了三种架构在不同场景下的对抗效果，发现高跨架构有效性。

Comments 9 pages, 2 figures. Accepted at SAE WCX 2026

Journal ref SAE Technical Paper 2026-01-0170, SAE WCX 2026

From Unstructured to Structured: LLM-Guided Attribute Graphs for Entity Search and Ranking

从无序到有序：LLM引导的属性图用于实体搜索与排序

Yilun Zhu, Nikhita Vedula, Shervin Malmasi

机构 * Amazon.com, Inc.（亚马逊公司） 纠错

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

AI总结 本文提出结合LLM驱动的属性图构建与图感知LLM排序的两阶段方法，通过结构化属性提取和图构建提升电商中实体搜索的精度与效率，实验显示在零样本场景下平均精度提升超5%。

CoAX: Cognitive-Oriented Attribution eXplanation User Model of Human Understanding of AI Explanations

CoAX：面向认知的归因解释用户模型：人类对AI解释的理解

Louth Bin Rawshan, Zhuoyu Wang, Brian Y. Lim

机构 * National University of Singapore（新加坡国立大学） 纠错

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

AI总结 本文通过认知建模分析不同XAI方法在结构化数据推理中的策略，发现模型能更准确拟合人类决策，为改进AI解释的可理解性提供新思路。

Pragmos: A Process Agentic Modeling System

Pragmos：一个过程代理建模系统

Pedro-Aarón Hernández-Ávalos, Luciano García-Bañuelos

机构 * Tecnologico de Monterrey（墨西哥技术学院） 纠错

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

AI总结 本文提出Pragmos系统，通过人机协作的交互流程，利用LLM与领域专家共同构建可解释的过程模型，解决复杂过程建模问题。

Comments 22 pages

From Prompt to Physical Actuation: Holistic Threat Modeling of LLM-Enabled Robotic Systems

从提示到物理执行：LLM赋能机器人系统的整体威胁建模

Neha Nagaraja, Hayretdin Bahsi, Carlo R. da Cunha

机构 * School of Informatics, Computing, and Cyber Systems, Northern Arizona University（信息学、计算与网络系统学院，北亚利桑那大学） ； Department of Software Science, Tallinn University of Technology（软件科学系，塔林技术大学） 纠错

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

AI总结 本文提出基于数据流图的LLM赋能机器人系统威胁分析方法，揭示了传统威胁、对抗威胁和对话威胁在感知-规划-执行流程中的交互与传播，首次完整分析了三个威胁类别在全系统中的跨边界攻击链。

Comments Submitted to 23rd Annual International Conference on Privacy, Security, and Trust (PST2026)

Web2BigTable: A Bi-Level Multi-Agent LLM System for Internet-Scale Information Search and Extraction

Web2BigTable: 一种用于互联网级信息搜索与提取的双层多智能体大语言模型系统

Yuxuan Huang, Yihang Chen, Zhiyuan He, Yuxiang Chen, Ka Yiu Lee, Huichi Zhou, Weilin Luo, Meng Fang, Jun Wang

机构 * University of Liverpool（利物浦大学） ； Huawei Noah’s Ark Lab（华为诺亚实验室） ； University College London（伦敦大学学院） 纠错

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

AI总结 Web2BigTable通过双层架构实现互联网级信息搜索与提取，结合任务分解与并行执行，提升深度推理和结构化聚合能力，达到新的性能标准。

Focal Modulation and Bidirectional Feature Fusion Network for Medical Image Segmentation

焦点调制与双向特征融合网络用于医学图像分割

Moin Safdar, Shahzaib Iqbal, Mubeen Ghafoor, Tariq M. Khan, Imran Razzak, Thantrira Porntaveetus, Hamid Alinejad-Rokny

机构 * Department of Computing, Abasyn University Islamabad Campus (AUIC)（阿巴斯扬大学伊斯兰堡校区计算机系） ； School of Computer Science and Informatics, De Montfort University（德蒙福特大学计算机科学与信息学学院） ； Naif Arab University for Security Sciences（纳夫阿拉伯安全科学大学） ； School of Computer Science and Engineering, University of New South Wales（新南威尔士大学计算机科学与工程学院） ； Center of Excellence in Precision Medicine and Digital Health, Chulalongkorn University（朱拉隆功大学精准医学与数字健康卓越中心） ； School of Biomedical Engineering, UNSW Sydney（新南威尔士大学悉尼分校生物医学工程学院） 纠错

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

AI总结 本文提出FM-BFF-Net，结合卷积与Transformer，通过焦点调制注意力机制和双向特征融合模块提升医学图像分割的边界精度与鲁棒性，实验表明其在多项指标上优于现有方法。

ORFS-agent: Tool-Using Agents for Chip Design Optimization

ORFS-agent：用于芯片设计优化的工具使用代理

Amur Ghose, Andrew B. Kahng, Sayak Kundu, Zhiang Wang

机构 * University of California, San Diego（加州大学圣地亚哥分校） 纠错

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

AI总结 本文提出ORFS-agent，一种基于大语言模型的迭代优化代理，用于自动化开放式硬件设计流程中的参数调优，通过改进资源效率和设计指标，在六个基准测试中提升了性能。

TDD Governance for Multi-Agent Code Generation via Prompt Engineering

通过提示工程实现多智能体代码生成的TDD治理

Tarlan Hasanli, Shahbaz Siddeeq, Bishwash Khanal, Pyry Kotilainen, Tommi Mikkonen, Pekka Abrahamsson

机构 * University of Jyväskylä（于韦斯屈莱大学） ； Tampere University（塔尔基尔大学） 纠错

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

AI总结 本文提出一种AI原生的TDD框架，通过结构化提示和工作流程治理机制将经典TDD原则形式化，提升LLM辅助开发的稳定性与可重复性。

Comments 5 pages. Submitted to the 1st International Workshop on Empirical Prompt Engineering for Software Engineering (PROMPT-SE 2026)

A Framework for Longitudinal Health AI Agents

面向长期健康AI代理的框架

Georgianna Lin, Rencong Jiang, Noémie Elhadad, Xuhai "Orson" Xu

机构 * Columbia University, Biomedical Informatics（哥伦比亚大学生物医学信息学） ； Columbia University, Computer Science（哥伦比亚大学计算机科学） 纠错

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

AI总结 本文提出一个多层框架，用于支持长期健康交互的AI代理，强调适应性、连贯性、连续性和自主性，通过案例展示如何维持有意义的参与并支持个性化决策。

Comments 10 pages, 2 figures, 5 tables

Principled Learning-to-Communicate with Quasi-Classical Information Structures

基于准经典信息结构的原理化学习-通信

Xiangyu Liu, Haoyi You, Kaiqing Zhang

机构 * University of Maryland, College Park, MD, USA（马里兰大学） 纠错

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

AI总结 本文通过信息结构框架，探讨了在部分可观测环境中学习通信的原理，提出准经典学习-通信的条件和算法，建立了准多项式时间复杂度的规划与学习方法。

Comments Preliminary version appeared at IEEE CDC 2025

Verified Critical Step Optimization for LLM Agents

用于大语言模型代理的验证关键步骤优化

Mukai Li, Qingcheng Zeng, Tianqing Fang, Zhenwen Liang, Linfeng Song, Qi Liu, Haitao Mi, Dong Yu

机构 * Tencent AI Lab（腾讯AI实验室） ； The University of Hong Kong（香港大学） ； Northwestern University（西北大学） 纠错

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

AI总结 本文提出CSO方法，通过验证关键步骤进行强化学习，以提升代理在复杂任务中的表现，实验显示其在GAIA-Text-103和XBench-DeepSearch上优于SFT基线。

Comments ACL 2026 Findings

Agentic Search in the Wild: Intents and Trajectory Dynamics from 14M+ Real Search Requests

野外代理搜索：从1400万次真实搜索请求中获取意图和轨迹动态

Jingjie Ning, João Coelho, Yibo Kong, Yunfan Long, Bruno Martins, João Magalhães, Jamie Callan, Chenyan Xiong

机构 * Carnegie Mellon University Pittsburgh PA US ； INESC-ID, Carnegie Mellon University Pittsburgh PA US ； INESC-ID, Instituto Superior T\'ecnico, University of Lisbon Lisbon Portugal ； NOVA LINCS\ University Lisbon Caparica Portugal ； Carnegie Mellon University ； INESC-ID, Carnegie Mellon University ； INESC-ID, Instituto Superior T\'ecnico, University of Lisbon ； NOVA LINCS\ University Lisbon 纠错

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

AI总结 本文分析了1400万次真实搜索请求，揭示了代理搜索会话中的行为模式，包括步骤数、时间间隔及查询重构的可追溯性，为重复敏感停止和意图适应检索预算提供信号。

Comments Accepted at SIGIR 2026. DOI: 10.1145/3805712.3809627

Explainable AI for Jet Tagging: A Comparative Study of GNNExplainer, GNNShap, and GradCAM for Jet Tagging in the Lund Jet Plane

可解释的AI用于喷注标记：GNNExplainer、GNNShap和GradCAM在Lund喷注平面中喷注标记的比较研究

Pahal D. Patel, Sanmay Ganguly

机构 * Department of Physics, Indian Institute of Technology, Kanpur Uttar-Pradesh-208016, India（印度理工学院坎浦尔分校物理系） 纠错

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

AI总结 本文比较了GNNExplainer、GNNShap和GradCAM在Lund喷注平面中喷注标记的性能，通过蒙特卡洛真实解释掩码和物理指导评估框架，揭示了非微扰与微扰区域的解释质量变化，并量化了解释器分配的节点重要性与经典喷注子结构观测量的相关性。

Comments 25 pages, 9 figures. Comments are welcome

Co-Writing with AI: An Empirical Study of Diverse Academic Writing Workflows

与AI共同写作：关于多样化学术写作流程的实证研究

Silvia Bodei, Duncan P. Brumby, Katie Fisher, Jon Mella

机构 * University College London（伦敦大学学院） 纠错

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

AI总结 研究探讨大学生如何整合AI工具到写作流程中，分析不同写作任务中AI使用模式及个体因素影响，揭示AI整合的多样性与三种价值导向的配置。

Comments 25 pages, 1 table, 5 figures. Accepted at CHIWORK 2026 (ACM Symposium on Human-Computer Interaction for Work)

HearthNet: Edge Multi-Agent Orchestration for Smart Homes

HearthNet：边缘多智能体协调用于智能家居

Zhonghao Zhan, Krinos Li, Yefan Zhang, Hamed Haddadi

机构 * Imperial College London（伦敦帝国学院） ； Independent Researcher（独立研究员） 纠错

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

AI总结 HearthNet通过边缘多智能体系统解决智能家居中自然语言控制、设备故障和持续协调的问题，采用MQTT、Git共享状态和授权租赁实现设备管理。

Comments (CAIS 2026) Proceedings of the ACM Conference on AI and Agentic Systems, Demo Track

Multi-User Large Language Model Agents

多用户大语言模型代理

Shu Yang, Shenzhe Zhu, Hao Zhu, José Ramón Enríquez, Di Wang, Alex Pentland, Michiel A. Bakker, Jiaxin Pei

机构 * Stanford University（斯坦福大学） ； KAUST ； UT Austin（得克萨斯大学奥斯汀分校） ； MIT（麻省理工学院） 纠错

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

AI总结 本文首次系统研究多用户LLM代理，提出统一交互协议并设计压力测试场景，揭示前沿模型在优先级维护、隐私保护和协调效率方面的系统性缺陷。

PsychAgent: An Experience-Driven Lifelong Learning Agent for Self-Evolving Psychological Counselor

PsychAgent: 一种基于经验的终身学习代理用于自我进化的心理辅导员

Yutao Yang, Junsong Li, Qianjun Pan, Jie Zhou, Kai Chen, Qin Chen, Jingyuan Zhao, Ningning Zhou, Xin Li, Liang He

机构 * School of Computer Science and Technology, East China Normal University（东华大学计算机科学与技术学院） ； Shanghai AI Laboratory（上海人工智能实验室） ； School of Psychology and Cognitive Science, East China Normal University（东华大学心理学与认知科学学院） 纠错

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

AI总结 本文提出PsychAgent，通过长期多会话交互的内存增强规划引擎、技能进化引擎和强化内化引擎，实现心理辅导员的自我进化，提升多会话咨询的一致性和质量。

Agentic AI platforms for autonomous training and rule induction of human-human and virus-human protein-protein interactions

用于自主训练和人类-病毒蛋白-蛋白相互作用规则诱导的代理AI平台

Hung N. Do, Jessica Z. Kubicek-Sutherland, Oscar A. Negrete, S. Gnanakaran

机构 * Theoretical Biology and Biophysics Group, Theoretical Division（理论生物学与生物物理学组，理论 division） ； Physical Chemistry and Applied Spectroscopy Group, Chemistry Division（物理化学与应用光谱组，化学 division） ； Systems Biology Department, Sandia National Laboratories（系统生物学部门，桑迪亚国家实验室） 纠错

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

AI总结 本文提出两种代理AI平台，分别用于自主训练预测ML模型和诱导人类-病毒蛋白-蛋白相互作用的显式规则，通过数据收集、验证、特征嵌入等步骤提升预测准确率并增强可解释性。

Comments Other correspondence email: donguyenhung238@gmail.com