大模型推理能力

SIGHT: Reinforcement Learning with Self-Evidence and Information-Gain Diverse Branching for Search Agent

SIGHT: 基于自证证据和信息增益多样分支的强化学习

Wenlin Zhong, Jinluan Yang, Yiquan Wu, Yi Liu, Jianhang Yao, Kun Kuang

机构 * Zhejiang University（浙江大学） ； Chongqing Ant Consumer Finance Co., Ltd.（重庆蚂蚁消费金融有限公司） ； 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 SIGHT通过自证证据和信息增益驱动多样化分支，提升搜索代理的自主推理能力，减少冗余并增强探索策略。

GAC-KAN: An Ultra-Lightweight GNSS Interference Classifier for GenAI-Powered Consumer Edge Devices

GAC-KAN：一种面向生成式人工智能的超轻量级GNSS干扰分类器

Zhihan Zeng, Kaihe Wang, Zhongpei Zhang, Yue Xiu

机构 * National Key Laboratory of Wireless Communications, University of Electronic Science and Technology of China（无线通信国家重点实验室，电子科学与技术大学） 纠错

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

AI总结 GAC-KAN是一种面向生成式人工智能的超轻量级GNSS干扰分类器，通过物理引导仿真和轻量级网络设计，在保证高精度的同时显著降低参数量，适用于边缘设备的安全防护。

Leveraging Generative AI for Human Understanding: Meta-Requirements and Design Principles for Explanatory AI as a new Paradigm

利用生成式AI实现人类理解：解释性AI作为新范式的核心要求与设计原则

Christian Meske, Justin Brenne, Erdi Uenal, Sabahat Oelcer, Ayseguel Doganguen

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

AI总结 本文提出解释性AI作为新范式，通过生成式AI能力帮助人类理解和决策，定义五个核心维度和十条设计原则。

Polymer-Agent: Large Language Model Agent for Polymer Design

聚合物代理：用于聚合物设计的大型语言模型代理

Vani Nigam, Achuth Chandrasekhar, Amir Barati Farimani

机构 * Department of Materials Science and Engineering, Carnegie Mellon University（材料科学与工程系，卡内基梅隆大学） ； Department of Mechanical Engineering, Carnegie Mellon University（机械工程系，卡内基梅隆大学） 纠错

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

AI总结 本文提出基于LLM的聚合物代理，通过结构-性质预测和生成技术，助力实验室研究人员高效发现新型聚合物结构。

Beyond Closed-Pool Video Retrieval: A Benchmark and Agent Framework for Real-World Video Search and Moment Localization

超越封闭池视频检索：面向真实世界视频搜索和时刻定位的基准与代理框架

Tao Yu, Yujia Yang, Haopeng Jin, Junhao Gong, Xinlong Chen, Yuxuan Zhou, Shanbin Zhang, Jiabing Yang, Xinming Wang, Hongzhu Yi, Ping Nie, Kai Zou, Zhang Zhang, Yan Huang, Liang Wang, Yeshani, Ruiwen Tao, Jin Ma, Haijin Liang, Jinwen Luo

机构 * CASIA ； UCAS ； Tencent（腾讯） ； Peking University（北京大学） ； Tsinghua University（清华大学） 纠错

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

AI总结 本文提出RVMS-Bench和RACLO框架，用于评估现实世界中基于模糊记忆的视频检索和时刻定位，揭示现有模型在该任务上的不足。

Comments 49 pages, 9 figures

"Humans welcome to observe": A First Look at the Agent Social Network Moltbook

人类欢迎观察：Agent社会网络Moltbook的首次观察

Yukun Jiang, Yage Zhang, Xinyue Shen, Michael Backes, Yang Zhang

机构 * CISPA Helmholtz Center for Information Security（CISPA海德堡信息安全研究中心） 纠错

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

AI总结 本文研究了首个专为AI代理设计的社会网络Moltbook，分析其主题讨论、风险分布及毒性演变，揭示了代理社交网络中信息传播的复杂性及平台稳定性挑战。

Comments 16 pages

A Practical Guide to Agentic AI Transition in Organizations

组织中代理AI转型的实用指南

Eranga Bandara, Ross Gore, Sachin Shetty, Sachini Rajapakse, Isurunima Kularathna, Pramoda Karunarathna, Ravi Mukkamala, Peter Foytik, Safdar H. Bouk, Abdul Rahman, Xueping Liang, Amin Hass, Tharaka Hewa, Ng Wee Keong, Kasun De Zoysa, Aruna Withanage, Nilaan Loganathan

机构 * Old Dominion University（旧 Dominion 大学） ； Florida International University（佛罗里达国际大学） ； Nanyang Technological University（南洋理工大学） ； University of Colombo（科伦坡大学） ； Center for Wireless Communications, University of Oulu（无线通信中心，奥卢大学） ； University of Sri Jayewardenepura（斯里贾yenepura大学） ； Accenture Technology Labs（埃森哲技术实验室） 纠错

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

AI总结 本文提出了一种实用框架，帮助组织将手动流程转型为自动化代理AI系统，通过领域驱动用例识别、任务委托给AI代理及人机协同模型实现可持续的自动化与业务价值对齐。

Answer First, Reason Later: Aligning Search Relevance via Mode-Balanced Reinforcement Learning

先回答，后推理：通过模式平衡强化学习对齐搜索相关性

Shijie Zhang, Xiang Guo, Rujun Guo, Shaoyu Liu, Xiaozhao Wang, Guanjun Jiang, Kevin Zhang

机构 * Qwen Applications Business Group, Alibaba Group（阿里集团文应用业务组） ； Peking University（北京大学） 纠错

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

AI总结 本研究提出AFRL范式，通过模式平衡优化策略结合SFT与RL，实现低延迟高精度的搜索相关性模型，并有效知识蒸馏。

S1-NexusAgent: a Self-Evolving Agent Framework for Multidisciplinary Scientific Research

S1-NexusAgent：一个多学科科学研究的自演化代理框架

NexusAgent Team

机构 * S1-NexusAgent Team Institute of Automation Chinese Academy of Sciences（S1-NexusAgent团队自动化研究所中国科学院） 纠错

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

AI总结 S1-NexusAgent通过自演化机制和双环架构，实现多学科科学研究中的复杂工作流建模与高效工具协调，验证了其在长视界规划和复杂任务中的卓越性能。

Comments In progress

From Off-Policy to On-Policy: Enhancing GUI Agents via Bi-level Expert-to-Policy Assimilation

从离线到在线：通过双层专家到策略融合提升GUI代理

Zezhou Wang, Ziyun Zhang, Xiaoyi Zhang, Zhuzhong Qian, Yan Lu

机构 * Nanjing University（南京大学） ； Peking University（北京大学） ； Microsoft Research Asia（微软亚洲研究院） 纠错

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

AI总结 BEPA通过双层专家到策略融合方法，提升GUI代理在OSWorld-Verified等基准测试中的性能。

Comments Work In Progress

Space AI: Leveraging Artificial Intelligence for Space to Improve Life on Earth

空间AI：利用人工智能推动空间探索，改善地球生活

Ziyang Wang

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

AI总结 本文提出空间AI作为跨学科领域，旨在通过人工智能技术提升太空探索能力，同时为地球带来广泛的社会效益。

Negative-Aware Diffusion Process for Temporal Knowledge Graph Extrapolation

面向时间知识图谱外推的负感知扩散过程

Yanglei Gan, Peng He, Yuxiang Cai, Run Lin, Guanyu Zhou, Qiao Liu

机构 * University of Electronic Science and Technology of China（电子科技大学） 纠错

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

AI总结 NADEx通过引入负感知扩散模型，改进时间知识图谱外推中正负上下文的平衡与去噪嵌入校准，实现更准确的未来事实预测。

SkillRL: Evolving Agents via Recursive Skill-Augmented Reinforcement Learning

SkillRL: 通过递归技能增强强化学习进化智能体

Peng Xia, Jianwen Chen, Hanyang Wang, Jiaqi Liu, Kaide Zeng, Yu Wang, Siwei Han, Yiyang Zhou, Xujiang Zhao, Haifeng Chen, Zeyu Zheng, Cihang Xie, Huaxiu Yao

机构 * University of Chicago（芝加哥大学） ； University of California San Diego（加州大学圣地亚哥分校） ； NEC Labs America（NEC美国实验室） ； University of California Berkeley（加州大学伯克利分校） ； University of California Santa Cruz（加州大学圣克鲁兹分校） 纠错

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

AI总结 SkillRL通过递归技能增强强化学习，有效提升智能体在复杂任务中的表现与泛化能力。

What Makes LLM Agent Simulations Useful for Policy Practice? An Iterative Design Study in Emergency Preparedness

是什么使大语言模型代理模拟对政策实践有用？一项关于应急准备的迭代设计研究

Yuxuan Li, Sauvik Das, Hirokazu Shirado

机构 * School of Computer Science, Carnegie Mellon University（卡内基梅隆大学计算机科学学院） 纠错

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

AI总结 本文通过迭代设计研究，探讨了LLM代理模拟在应急准备中的应用，发现通过可验证场景建立信任、获取隐性知识以及共同进化模拟与政策实施是提升其对政策实践有用性的关键。

MARTI-MARS$^2$: Scaling Multi-Agent Self-Search via Reinforcement Learning for Code Generation

MARTI-MARS$^2$：通过强化学习实现多智能体自搜索的扩展用于代码生成

Shijie Wang, Pengfei Li, Yikun Fu, Kaifeng Liu, Fangyuan Li, Yang Liu, Xiaowei Sun, Zonglin Li, Siyao Zhao, Jian Zhao, Kai Tian, Dong Li, Junqi Gao, Yutong Zhang, Yiqun Chen, Yuqiang Li, Zoe Li, Weinan Zhang, Peng Ye, Shuyue Hu, Lei Bai, Bowen Zhou, Kaiyan Zhang, Biqing Qi

机构 * Shanghai AI Laboratory（上海人工智能实验室） ； Tsinghua University（清华大学） ； Harbin Institute of Technology（哈尔滨工业大学） ； Shanghai Jiao Tong University（上海交通大学） ； Institute of Automation（自动化研究所） ； Fudan University（复旦大学） ； High School Affiliated to Fudan University（复旦大学附属高中） ； Renmin University of China（中国人民大学） ； University of Washington（华盛顿大学） 纠错

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

AI总结 MARTI-MARS2通过多智能体强化学习实现代码生成的扩展，突破单智能体限制，提升性能和多样性。

Learning to Continually Learn via Meta-learning Agentic Memory Designs

通过元学习代理记忆设计实现持续学习

Yiming Xiong, Shengran Hu, Jeff Clune

机构 * University of British Columbia（不列颠哥伦比亚大学） ； Vector Institute（向量研究所） ； Canada CIFAR AI Chair（加拿大CIFAR人工智能主席） 纠错

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

AI总结 本文提出ALMA框架，通过元学习自动设计记忆模块，使代理系统在多样化领域实现持续学习。

Agent-Fence: Mapping Security Vulnerabilities Across Deep Research Agents

Agent-Fence: 在深度研究代理中映射安全漏洞

Sai Puppala, Ismail Hossain, Md Jahangir Alam, Yoonpyo Lee, Jay Yoo, Tanzim Ahad, Syed Bahauddin Alam, Sajedul Talukder

机构 * Computer Science Department, Southern Illinois University（索尔坦大学计算机科学系） ； Computer Science Department, University of Texas（德克萨斯大学计算机科学系） ； Hanyang University（翰阳大学） ； The Grainger College of Engineering, Nuclear, Plasma & Radiological Engineering, University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校格雷格尔工程学院） 纠错

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

AI总结 Agent-Fence通过定义14种信任边界攻击类别，评估深度代理的安全性，发现高风险类别如Denial-of-Wallet和Authorization Confusion，揭示代理在持久交互中的安全漏洞。

Evaluating Large Language Models for Detecting Architectural Decision Violations

评估大型语言模型在检测架构决策违规方面的表现

Ruoyu Su, Alexander Bakhtin, Noman Ahmad, Matteo Esposito, Valentina Lenarduzzi, Davide Taibi

机构 * University of Oulu, Finland（奥卢大学，芬兰） ； University of Southern Denmark, Vejle, Denmark（南部丹麦大学，维杰） 纠错

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

AI总结 本研究评估了大型语言模型在检测架构决策违规方面的有效性，发现其在显式决策上表现良好，但在隐式决策上存在局限，需结合专家评估。

AgentSys: Secure and Dynamic LLM Agents Through Explicit Hierarchical Memory Management

AgentSys: 通过显式分层内存管理实现安全且动态的LLM代理

Ruoyao Wen, Hao Li, Chaowei Xiao, Ning Zhang

机构 * Washington University in St. Louis（圣路易斯华盛顿大学） ； Johns Hopkins University（约翰霍普金斯大学） 纠错

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

AI总结 AgentSys通过显式分层内存管理有效防御间接提示注入攻击，显著降低攻击成功率并提升LLM代理的安全性和动态性。

Comments 21 pages, 4 figures

RAPTOR-AI for Disaster OODA Loop: Hierarchical Multimodal RAG with Experience-Driven Agentic Decision-Making

RAPTOR-AI用于灾难OODA循环：基于经验驱动的多模态RAG框架

Takato Yasuno

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

AI总结 RAPTOR-AI通过分层多模态RAG框架，结合经验驱动的代理控制和LoRA适应，提升灾害响应中的检索精度、情境基础性和任务分解准确性。

Comments 8 pages, 3 figures, 2 tables

OpenPhone: Mobile Agentic Foundation Models

OpenPhone: 移动代理基础模型

Yangqin Jiang, Chao Huang

机构 * The University of Hong Kong（香港大学） 纠错

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

AI总结 OpenPhone通过设备-云协作提升移动GUI代理性能，结合设备端高效模型与云端强大能力，实现成本降低与性能提升的平衡。

LGMSNet: Thinning a medical image segmentation model via dual-level multiscale fusion

LGMSNet: 通过双级多尺度融合来简化医学图像分割模型

Chengqi Dong, Fenghe Tang, Rongge Mao, Xinpei Gao, S. Kevin Zhou

机构 * School of Biomedical Engineering, Division of Life Sciences ； Medicine, University of Science ； Center for Medical Imaging, Robotics, Analytic Computing \& Learning (MIRACLE), Suzhou Institute for Advance Research, USTC, Suzhou, 215123, China ； Key Laboratory of Intelligent Information Processing of Chinese Academy of Sciences (CAS), Institute of Computing Technology, CAS, Beijing, 100190, China ； Jiangsu Provincial Key Laboratory of Multimodal Digital Twin Technology, Suzhou, 215123, China ； State Key Laboratory of Precision \& Intelligent Chemistry, USTC, Hefei, China 纠错

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

AI总结 LGMSNet通过双级多尺度融合技术，实现轻量级医学图像分割模型的高效性能与高泛化能力。

Comments Accepted by ECAI 2025

Journal ref Frontiers in Artificial Intelligence and Applications, 413, 739-746 (2025)

R-Align: Enhancing Generative Reward Models through Rationale-Centric Meta-Judging

R-Align: 通过以推理为中心的元判断增强生成奖励模型

Yanlin Lai, Mitt Huang, Hangyu Guo, Xiangfeng Wang, Haodong Li, Shaoxiong Zhan, Liang Zhao, Chengyuan Yao, Yinmin Zhang, Qi Han, Chun Yuan, Zheng Ge, Xiangyu Zhang, Daxin Jiang

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

AI总结 R-Align通过引入黄金判断和明确监督推理对齐，提高生成奖励模型的推理一致性，从而增强RLHF的性能。

Comments Github: https://github.com/lyn22333/R-Align Huggingface: https://huggingface.co/collections/lyn22333/r-align

Table-as-Search: Formulate Long-Horizon Agentic Information Seeking as Table Completion

表格作为搜索：将长周期代理信息寻求任务转化为表格补全

Tian Lan, Felix Henry, Bin Zhu, Qianghuai Jia, Junyang Ren, Qihang Pu, Haijun Li, Longyue Wang, Zhao Xu, Weihua Luo

机构 * Alibaba International Digital Commerce（阿里巴巴国际数字商务） 纠错

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

AI总结 TaS将长周期信息寻求任务转化为表格补全，通过结构化表格管理搜索状态，统一三种信息搜索任务，实验表明其在多个基准测试中表现优异。

Same Answer, Different Representations: Hidden instability in VLMs

相同答案，不同表示：VLMs中的隐藏不稳定性

Farooq Ahmad Wani, Alessandro Suglia, Rohit Saxena, Aryo Pradipta Gema, Wai-Chung Kwan, Fazl Barez, Maria Sofia Bucarelli, Fabrizio Silvestri, Pasquale Minervini

机构 * Sapienza University of Rome（罗马萨皮恩扎大学） ； CNRS（法国国家科学研究中心） ； University of Edinburgh（爱丁堡大学） ； University of Oxford（牛津大学） ； i3S（i3S研究所） 纠错

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

AI总结 本研究揭示了视觉语言模型中隐藏的不稳定性，通过引入新的评估框架发现模型在内部表示漂移、鲁棒性与决策边界等方面存在显著问题。

Baichuan-M3: Modeling Clinical Inquiry for Reliable Medical Decision-Making

Baichuan-M3：用于可靠医疗决策的临床查询建模

M3 Team, Chengfeng Dou, Fan Yang, Fei Li, Jiyuan Jia, Qiang Ju, Shuai Wang, Tianpeng Li, Xiangrong Zeng, Yijie Zhou, Hongda Zhang, Jinyang Tai, Linzhuang Sun, Peidong Guo, Yichuan Mo, Xiaochuan Wang, Hengfu Cui, Zhishou Zhang

机构 * Baichuan-M3 Team（Baichuan-M3团队） 纠错

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

AI总结 Baichuan-M3通过建模临床查询流程，实现了医疗决策支持的可靠性和准确性，优于现有模型。

SAGE: Benchmarking and Improving Retrieval for Deep Research Agents

SAGE：深度研究代理检索的基准测试与改进

Tiansheng Hu, Yilun Zhao, Canyu Zhang, Arman Cohan, Chen Zhao

机构 * NYU Shanghai（纽约大学上海校区） ； Yale University（耶鲁大学） ； Center for Data Science, New York University（纽约大学数据科学中心） 纠错

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

AI总结 SAGE基准测试评估了深度研究代理的检索能力，发现BM25在推理密集型检索中表现优于大语言模型检索器，并提出基于语料库的测试时扩展框架提升检索性能。

GATSim: Urban Mobility Simulation with Generative Agents

GATSim: 基于生成代理的都市交通模拟

Qi Liu, Can Li, Wanjing Ma

机构 * Key Laboratory of Road and Traffic Engineering of the Ministry of Education, College of Transportation, Tongji University（教育部交通工程重点实验室，交通学院，同济大学） 纠错

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

AI总结 GATSim通过生成代理模拟都市交通，结合认知系统与多尺度反思过程，实现对复杂出行行为的高效建模与真实交通模式的生成。

Learning to Plan & Schedule with Reinforcement-Learned Bimanual Robot Skills

学习计划与调度的强化学习双臂机器人技能

Weikang Wan, Fabio Ramos, Xuning Yang, Caelan Garrett

机构 * NVIDIA ； 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 ：planning(abstract)；分类 cs.AI

AI总结 本文提出了一种基于强化学习的双臂机器人技能计划与调度框架，通过分层结构提升复杂任务的执行效率与协调性。

Explainable AI: A Combined XAI Framework for Explaining Brain Tumour Detection Models

可解释AI：一种结合XAI框架用于解释脑肿瘤检测模型

Patrick McGonagle, William Farrelly, Kevin Curran

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

AI总结 本文提出一种结合GRAD-CAM、LRP和SHAP的XAI框架，用于提升脑肿瘤检测模型的可解释性与可靠性。