大模型推理能力

Agile Tradespace Exploration for Space Rendezvous Mission Design via Transformers

通过变换器实现空间交汇任务设计的敏捷贸易空间探索

Yuji Takubo, Daniele Gammelli, Marco Pavone, Simone D'Amico

机构 * Dept. of Aeronautics & Astronautics Stanford University（航空与航天系 斯坦福大学） 纠错

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

AI总结 本文提出基于变换器的框架，实现快速生成多目标交汇任务的帕累托最优轨迹，提升任务设计效率与灵活性。

Comments 14 pages, 7 figures

LLM Agents in Law: Taxonomy, Applications, and Challenges

法律中的LLM代理：分类、应用与挑战

Shuang Liu, Ruijia Zhang, Ruoyun Ma, Yujia Deng, Lanyi Zhu, Jiayu Li, Zelong Li, Zhibin Shen, Mengnan Du

机构 * Carnegie Mellon University（卡内基梅隆大学） ； National University of Singapore（国立新加坡大学） ； Stanford University（斯坦福大学） ； University of Washington（华盛顿大学） ； The University of Chicago（芝加哥大学） ； Rutgers University（罗格斯大学） ； Columbia University（哥伦比亚大学） ； New Jersey Institute of Technology（新泽西理工学院） 纠错

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

AI总结 本文探讨了法律领域中LLM代理的分类、应用及挑战，分析了技术转变、应用分类、评估方法及未来发展方向。

A Recommendation System-Based Framework for Enhancing Human-Machine Collaboration in Industrial Timetabling Rescheduling: Application in Preventive Maintenance

基于推荐系统的工业时间表重排增强人机协作框架：预防性维护的应用

Kévin Ducharlet, Liwen Zhang, Sara Maqrot, Houssem Saidi

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

AI总结 本文提出基于推荐系统的框架，用于提升工业时间表重排中的人机协作效率，通过九个实际案例验证启发式方法在平衡解决方案质量和计算时间方面的效果。

Journal ref 26th IFIP WG 5.5 SOCOLNET Working Conference on Virtual Enterprises, PRO-VE 2025, Oct 2025, Porto, Portugal. pp.363-381

What-If Analysis of Large Language Models: Explore the Game World Using Proactive Thinking

大型语言模型的What-If分析：通过前瞻性思维探索游戏世界

Yuan Sui, Yanming Zhang, Yi Liao, Yu Gu, Guohua Tang, Zhongqian Sun, Wei Yang, Bryan Hooi

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

AI总结 WiA-LLM通过前瞻性思维提升大型语言模型在复杂游戏环境中的决策能力，实现74.2%的预测准确率和更接近专家玩家的策略行为。

Chaining the Evidence: Robust Reinforcement Learning for Deep Search Agents with Citation-Aware Rubric Rewards

证据链的构建：基于引用感知的鲁棒深度搜索代理强化学习

Jiajie Zhang, Xin Lv, Ling Feng, Lei Hou, Juanzi Li

机构 * Tsinghua University（清华大学） ； Zhipu AI（智谱AI） 纠错

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

AI总结 本文提出引用感知评分框架和组相对策略优化方法，用于提升深度搜索代理的鲁棒性和推理质量。

The Facade of Truth: Uncovering and Mitigating LLM Susceptibility to Deceptive Evidence

真相的 facade：揭示并缓解 LLM 对欺骗性证据的易感性

Herun Wan, Jiaying Wu, Minnan Luo, Fanxiao Li, Zhi Zeng, Min-Yen Kan

机构 * Xi’an Jiaotong University（西安交通大学） ； National University of Singapore（新加坡国立大学） ； Yunnan University（云南大学） 纠错

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

AI总结 本文提出 MisBelief 框架揭示 LLM 对复杂欺骗性证据的脆弱性，并提出 DIS 机制缓解这一问题，提升模型对误导性证据的抵御能力。

Knowledge-Driven Multi-Turn Jailbreaking on Large Language Models

基于知识的多轮对抗攻击大语言模型

Songze Li, Ruishi He, Xiaojun Jia, Jun Wang, Zhihui Fu

机构 * Southeast University（东南大学） ； Nanyang Technological University（南洋理工大学） ； OPPO Research Institute（OPPO研究院） 纠错

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

AI总结 Mastermind通过动态知识库和分层规划架构，实现对大语言模型的高效多轮对抗攻击，显著提升攻击效果和防御韧性。

SmartSearch: Process Reward-Guided Query Refinement for Search Agents

SmartSearch: 基于过程奖励的查询优化用于搜索代理

Tongyu Wen, Guanting Dong, Zhicheng Dou

机构 * Renmin University of China（中国人民大学） 纠错

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

AI总结 SmartSearch通过过程奖励和查询优化机制提升搜索代理的查询质量与效率。

Comments 16 pages, 6 figures

Tool-MAD: A Multi-Agent Debate Framework for Fact Verification with Diverse Tool Augmentation and Adaptive Retrieval

Tool-MAD: 一种用于事实验证的多智能体辩论框架，具有多样化工具增强和自适应检索

Seyeon Jeong, Yeonjun Choi, JongWook Kim, Beakcheol Jang

机构 * Graduate School of Information, Yonsei University（Yonsei大学信息研究生院） ； Department of Computer Science, Sangmyung University（Sangmyung大学计算机科学系） 纠错

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

AI总结 Tool-MAD通过多智能体辩论框架结合多样化工具增强和自适应检索，提升事实验证的准确性和鲁棒性。

Beyond Monolithic Architectures: A Multi-Agent Search and Knowledge Optimization Framework for Agentic Search

超越单一架构：一种多智能体搜索与知识优化框架用于智能搜索

Yiqun Chen, Lingyong Yan, Zixuan Yang, Erhan Zhang, Jiashu Zhao, Shuaiqiang Wang, Dawei Yin, Jiaxin Mao

机构 * Renmin University of China（中国人民大学） ； Baidu Inc.（百度公司） 纠错

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

AI总结 M-ASK提出了一种多智能体框架，通过分解智能搜索为搜索行为和知识管理两个角色，提升搜索效率与稳定性，实现更优的答案准确性和训练动态。

LinguaGame: A Linguistically Grounded Game-Theoretic Paradigm for Multi-Agent Dialogue Generation

LinguaGame: 一种基于语言的多智能体对话生成博弈论范式

Yuxiao Ye, Yiming Zhang, Yiran Ma, Huiyuan Xie, Huining Zhu, Zhiyuan Liu

机构 * Tsinghua University（清华大学） ； University of California, Berkeley（加州大学伯克利分校） ； Peking University（北京大学） ； East China University of Political Science and Law（中国政法大学） 纠错

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

AI总结 LinguaGame通过博弈论范式提升多智能体对话生成的通信效率，利用语言感知推理实现意图和策略的高效沟通。

GUITester: Enabling GUI Agents for Exploratory Defect Discovery

GUITester: 使GUI代理用于探索性缺陷发现

Yifei Gao, Jiang Wu, Xiaoyi Chen, Yifan Yang, Zhe Cui, Tianyi Ma, Jiaming Zhang, Jitao Sang

机构 * Beijing Jiaotong University（北京交通大学） ； Hithink Research（慧思科技） ； Nanyang Technological University（南洋理工大学） 纠错

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

AI总结 GUITester通过解耦导航与验证的多代理框架，有效解决了探索性GUI测试中目标导向遮蔽和执行偏差归因的问题，实现了48.90%的F1分数。

ParaCodex: A Profiling-Guided Autonomous Coding Agent for Reliable Parallel Code Generation and Translation

ParaCodex: 一种基于性能分析的自主编码代理，用于可靠并行代码生成与翻译

Erel Kaplan, Tomer Bitan, Lian Ghrayeb, Le Chen, Tom Yotam, Niranjan Hasabnis, Gal Oren

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

AI总结 ParaCodex是一种基于性能分析的自主编码代理，通过分阶段热点分析、显式数据规划和正确性门控，实现高效并行代码生成与翻译，显著提升GPU性能。

Beyond Retrieval: Improving Evidence Quality for LLM-based Multimodal Fact-Checking

超越检索：提升基于大语言模型的多模态事实核查的证据质量

Haoran Ou, Gelei Deng, Xingshuo Han, Jie Zhang, Han Qiu, Shangwei Guo, Tianwei Zhang

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

AI总结 本文提出Aletheia框架，通过改进证据检索策略提升多模态事实核查的证据质量，实验证明其在虚假信息检测中的高准确率。

Embedding Autonomous Agents in Resource-Constrained Robotic Platforms

在资源受限的机器人平台上嵌入自主代理

Negar Halakou, Juan F. Gutierrez, Ye Sun, Han Jiang, Xueming Wu, Yilun Song, Andres Gomez

机构 * Institut für Datentechnik und Kommunikationsnetze, TU Braunschweig（数据技术与通信网络研究所， Braunschweig 技术大学） 纠错

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

AI总结 本研究在资源受限的机器人平台上嵌入自主代理，通过AgentSpeak编程实现迷宫探索，展示高效推理过程适用于实时自主操作。

Comments This is an open-access, author-archived version of a manuscript published in European Conference on Multi-Agent Systems 2025

Bridging the Discrete-Continuous Gap: Unified Multimodal Generation via Coupled Manifold Discrete Absorbing Diffusion

弥合离散-连续鸿沟：通过耦合流形离散吸收扩散实现统一多模态生成

Yuanfeng Xu, Yuhao Chen, Liang Lin, Guangrun Wang

机构 * Sun Yat-sen University（中山大学） ； Guangdong Key Lab of Big Data Analysis & Processing（广东省大数据分析与处理重点实验室） ； X-Era AI Lab（X-Era AI实验室） 纠错

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

AI总结 CoM-DAD通过耦合流形离散吸收扩散框架，实现离散与连续数据的统一多模态生成，解决多模态对齐与训练稳定性问题。

Comments 10 pages, 5 figures

Do LLM Self-Explanations Help Users Predict Model Behavior? Evaluating Counterfactual Simulatability with Pragmatic Perturbations

LLM自我解释是否有助于用户预测模型行为？通过语用扰动评估反事实可模拟性

Pingjun Hong, Benjamin Roth

机构 * Faculty of Computer Science, University of Vienna（计算机科学系，维也纳大学） ； UniVie Doctoral School Computer Science, University of Vienna（UniVie 计算机科学博士学院，维也纳大学） ； Faculty of Philological and Cultural Studies, University of Vienna（文学与文化研究系，维也纳大学） 纠错

专题命中 规划推理 ：chain-of-thought(abstract)；分类 cs.CL

AI总结 本文通过语用扰动评估LLM自我解释对用户预测模型行为的帮助，发现自我解释能提升模拟准确性，但效果受扰动策略和评判者能力影响。

How Does the Thinking Step Influence Model Safety? An Entropy-based Safety Reminder for LRMs

思考步骤如何影响模型安全性？一种基于熵的安全提醒机制用于大型推理模型

Su-Hyeon Kim, Hyundong Jin, Yejin Lee, Yo-Sub Han

机构 * Yonsei University（延世大学） 纠错

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

AI总结 本文提出SafeRemind，一种通过熵触发在推理过程中动态注入安全提醒短语，提升大型推理模型安全性的解码时防御方法。

CPGPrompt: Translating Clinical Guidelines into LLM-Executable Decision Support

CPGPrompt：将临床指南转化为LLM可执行的决策支持

Ruiqi Deng, Geoffrey Martin, Tony Wang, Gongbo Zhang, Yi Liu, Chunhua Weng, Yanshan Wang, Justin F Rousseau, Yifan Peng

机构 * Information Science (Health Tech), Cornell Tech, New York, NY, USA（信息科学（健康科技），康奈尔科技，纽约，纽约州） ； Systems Engineering, Cornell University, Ithaca, NY, USA（系统工程，康奈尔大学，伊萨卡，纽约州） ； Population Health Sciences, Weill Cornell Medicine, New York, NY, USA（人口健康科学，韦尔医学院，纽约，纽约州） ； Computer and Information Science, Cornell University, Ithaca, NY, USA（计算机与信息科学，康奈尔大学，伊萨卡，纽约州） ； Department of Biomedical Informatics, Columbia University, New York, NY, USA（生物医学信息学系，哥伦比亚大学，纽约，纽约州） ； Department of Medicine, Weill Cornell Medicine, New York, NY, USA（医学系，韦尔医学院，纽约，纽约州） ； Department of Health Information Management, University of Pittsburgh, Pittsburgh, PA, USA（健康信息管理系，匹兹堡大学，匹兹堡，宾夕法尼亚州） ； Clinical and Translational Science Institute, University of Pittsburgh, Pittsburgh, PA, USA（临床与转化科学研究所，匹兹堡大学，匹兹堡，宾夕法尼亚州） ； Department of Neurology, UT Southwestern Medical Center, Dallas, TX, USA（神经病学系，德克萨斯西南医学中心，达拉斯，德克萨斯州） ； Peter O’Donnell Jr. Brain Institute, UT Southwestern Medical Center, Dallas, TX, USA（彼得·奥·donnell Jr.脑研究所，德克萨斯西南医学中心，达拉斯，德克萨斯州） ； Clinical Informatics Center, University of Texas Southwestern Medical Center, Dallas, USA（临床信息学中心，德克萨斯西南医学中心，达拉斯，美国） ； Institute of Artificial Intelligence for Digital Health, Weill Cornell Medicine, New York, NY USA（数字健康人工智能研究所，韦尔医学院，纽约，纽约州） 纠错

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

AI总结 CPGPrompt通过将临床指南转化为LLM可执行的结构化决策树，实现对患者病例的高效评估，提升了专科转诊和路径分类的准确性。

MARVEL: A Multi Agent-based Research Validator and Enabler using Large Language Models

MARVEL：基于大语言模型的多智能体研究验证器与促进器

Nikhil Mukund, Yifang Luo, Fan Zhang, Lisa Barsotti, Erik Katsavounidis

机构 * MIT Kavli Institute for Astrophysics and Space Research and LIGO Laboratory（麻省理工学院凯斯利天文与空间研究所及LIGO实验室） ； Massachusetts Institute of Technology（麻省理工学院） ； State Key Laboratory of Ocean Sensing & Ocean College（海洋传感国家重点实验室） ； Zhejiang University（浙江大学） ； NSF AI Institute for Artificial Intelligence and Fundamental Interactions (IAIFI)（国家科学基金会人工智能与基本相互作用研究所） ； Cambridge, MA, USA（美国马萨诸塞州剑桥市） 纠错

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

AI总结 MARVEL通过结合快速查询路径和深度搜索模式，为科学领域提供可部署的验证器，其在探测器操作内容上显著优于GPT-4o基线。

Comments 18 pages, 7 figures

Weather-Aware Transformer for Real-Time Route Optimization in Drone-as-a-Service Operations

考虑天气的变换器用于无人机即服务操作中的实时路线优化

Kamal Mohamed, Lillian Wassim, Ali Hamdi, Khaled Shaban

机构 * Dept. of Computer Science, Qatar University, Doha, Qatar（计算机科学系，卡塔尔大学，多哈） 纠错

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

AI总结 本文提出一种天气感知的变换器框架，用于实时优化无人机即服务操作的路线，通过天气启发式方法提升动态环境下的路由决策效率与安全性。

Comments 2025 IEEE/ACS 22nd International Conference on Computer Systems and Applications (AICCSA)

Attractive Metadata Attack: Inducing LLM Agents to Invoke Malicious Tools

吸引性元数据攻击：诱导LLM代理调用恶意工具

Kanghua Mo, Li Hu, Yucheng Long, Zhihao Li

机构 * Cyberspace Institute of Advanced Technology, Guangzhou University（广州大学网络空间研究院） ； Department of Electrical and Electronic Engineering, The Hong Kong Polytechnic University（香港理工大学电子与电气工程系） 纠错

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

AI总结 本研究提出AMA攻击，通过操纵工具元数据诱导LLM代理调用恶意工具，揭示了系统性安全漏洞。

Comments Accepted to NeurIPS 2025

From Muscle to Text with MyoText: sEMG to Text via Finger Classification and Transformer-Based Decoding

从肌肉到文本：MyoText：通过手指分类和基于Transformer的解码实现sEMG到文本

Meghna Roy Chowdhury, Shreyas Sen, Yi Ding

机构 * Purdue University（普渡大学） 纠错

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

AI总结 MyoText通过手指分类和Transformer解码实现sEMG到文本的高效转换，提升无键盘打字的准确性和可行性。

Comments 25 pages, 11 tables, 11 figures

ChemBART: A Pre-trained BART Model Assisting Organic Chemistry Analysis

ChemBART：一种用于有机化学分析的预训练BART模型

Kenan Li, Yijian Zhang, Jin Wang, Haipeng Gan, Zeying Sun, Xiaoguang Lei, Hao Dong

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

AI总结 ChemBART是一种基于SMILES的预训练模型，通过反应导向的预训练解决多种化学任务，提升合成规划效率。

Agentic AI for Intent-Based Industrial Automation

基于意图的工业自动化代理AI

Marcos Lima Romero, Ricardo Suyama

机构 * Center for Engineering, Modeling（工程、建模中心） ； Applied Social Sciences Federal University of ABC - UFABC（应用社会科学联邦大学-UFABC） 纠错

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

AI总结 本文提出基于意图的工业自动化代理AI框架，通过自然语言表达目标并分解为可执行组件，实现人本、可持续的自动化系统。

Comments Preprint - Submitted to 16th IEEE/IAS International Conference on Industry Applications - INDUSCON 2025

Less is more: Probabilistic reduction is best explained by small-scale predictability measures

少即是多：概率性缩减最好由小规模可预测性度量解释

Cassandra L. Jacobs, Andrés Buxó-Lugo, Anna K. Taylor, Marie Leopold-Hooke

机构 * Department of Linguistics, University at Buffalo（语言学系，布法罗大学） ； Department of Psychology, University at Buffalo（心理学系，布法罗大学） ； Department of Computer Science and Engineering, University at Buffalo（计算机科学与工程系，布法罗大学） 纠错

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

AI总结 本文探讨了语言模型概率与认知现象关系中所需上下文量，证明n-gram表示可作为认知规划的单位。

Admissibility Alignment

可接受性对齐

Chris Duffey

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

AI总结 本文提出MAP-AI架构，通过蒙特卡洛方法评估决策策略的可接受性，实现AI对齐的动态决策理论属性。

Comments 24 pages, 2 figures, 2 tables.. Decision-theoretic alignment under uncertainty

VerLM: Explaining Face Verification Using Natural Language

通过自然语言解释面部验证

Syed Abdul Hannan, Hazim Bukhari, Thomas Cantalapiedra, Eman Ansar, Massa Baali, Rita Singh, Bhiksha Raj

机构 * Carnegie Mellon University（卡内基梅隆大学） 纠错

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

AI总结 本文提出一种视觉-语言模型用于面部验证，通过自然语言解释决策过程，提升验证的透明度和可靠性。

FALCON: Few-Shot Adversarial Learning for Cross-Domain Medical Image Segmentation

FALCON：跨域少样本对抗学习用于医学图像分割

Abdur R. Fayjie, Pankhi Kashyap, Jutika Borah, Patrick Vandewalle

机构 * KU Leuven（卢森堡大学） ； IIT-Bombay（印度理工学院-孟买） ； Tezpur University（泰浦大学） 纠错

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

AI总结 FALCON通过跨域少样本对抗学习实现高精度医学图像分割，以更少的数据和计算开销获得更优的边界精度和分割性能。

Comments 20 pages, 6 figures, 7 tables

Agentic AI for Autonomous, Explainable, and Real-Time Credit Risk Decision-Making

代理AI用于自主、可解释和实时的信用风险决策制定

Chandra Sekhar Kubam

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

AI总结 本文提出代理AI框架，通过多代理系统实现自主、可解释和实时的信用风险决策，提升决策效率并应对监管与技术挑战。

Comments 8 pages

Journal ref INTELLIGENT SYSTEMS AND APPLICATIONS IN ENGINEERING, vol 12 No23, 2024