Tangram: Hiding GPU Heterogeneity for Efficient LLM Parallelization
Tangram: 隐藏GPU异构性以实现高效的大语言模型并行化
专题命中 规划推理 ：planning(abstract)
AI总结 提出Tangram系统，通过将并行化规划与GPU异构性解耦，利用同构GPU岛和模型切片组合成工作平衡流水线，实现现有异构不可知并行化器在异构集群中的高效使用，训练吞吐量提升高达2.3倍。
AI 大模型
大模型推理能力
大模型数学、逻辑、规划、多步推理和测试时计算能力。
1. 规划推理 920 篇
WaveSync: Constrained Wavefront Optimization for Synchronized Co-Speech Gestures in Humanoid Robots
WaveSync: 面向人形机器人同步共语手势的约束波前优化
机构 * University of Engineering and Technology, Vietnam National University（越南国立大学工程与技术大学） ； School of Information Science, Japan Advanced Institute of Science and Technology（日本先端科学技术大学院大学信息科学学院） ； School of Electronics and Computer Science, University of Southampton（南安普顿大学电子与计算机科学学院） ； Department of Robotics, Hanyang University（汉阳大学机器人学系）
专题命中 规划推理 ：planning(abstract)
AI总结 提出WaveSync框架，利用大语言模型分解语义并构建重要性波，通过动态运动基元生成手势轨迹，再经波前优化实现手势与语音的峰值同步，同时满足运动学约束，在五组对话场景中优于基线方法。
RHO: Your Coding Agent is Secretly a Roboticist
RHO：你的编码代理其实是个机器人专家
机构 * University of California, Berkeley（加州大学伯克利分校） ； AMD
专题命中 规划推理 ：planning(abstract)
AI总结 提出RHO范式，通过训练时搜索神经符号化多文件策略库，实现机器人任务的高效零样本泛化，在LIBERO-PRO和Robosuite上分别达到45%和70%的成功率，显著优于现有方法。
Comments 46 pages, 9 figures, 15 tables. Project page: https://rho-robotics.github.io
Robots as Tokens: Unified Diffusion Transformer for Coordinated Multi-Robot Trajectory Generation
机器人作为令牌：面向协调多机器人轨迹生成的统一扩散Transformer
机构 * Nanyang Technological University（南洋理工大学） ； Agency for Science, Technology and Research（新加坡科技研究局） ； National University of Singapore（新加坡国立大学）
专题命中 规划推理 ：planning(abstract)
AI总结 提出Roken框架，将每个机器人表示为离散令牌，通过扩散Transformer直接生成满足安全和连通性约束的多机器人轨迹，无需迭代后处理。
Comments 23 pages, 13 figures; \textbf{Project page:} \href{https://bairuofei.github.io/roken-project-page/}{\texttt{bairuofei.github.io/roken-project-page}}
Explainable Task-Oriented Token Communication for AI-Native 6G Networks
面向AI原生6G网络的可解释任务导向Token通信
机构 * IEEE
专题命中 规划推理 ：reasoning(abstract)
AI总结 提出ET-TokenCom框架，通过跨模态注意力融合视觉Token与任务Token，实现可解释的任务导向图像通信，解决Token表示不足、协作差和可解释性低的问题。
Security in a Workflow: Exploring Role-Based Agentic Architectures for Vulnerability Handling
工作流中的安全：探索基于角色的智能体架构处理漏洞
专题命中 规划推理 ：verifier(abstract)
AI总结 本文提出基于角色的智能体工作流（规划、分析、修复、验证），结合CodeQL工具，在25个真实C/C++漏洞上实现44%检测准确率和19%修复准确率。
Comments 52nd Euromicro Conference on Software Engineering and Advanced Applications (SEAA) 2026
Naive Visual Memory is Not Enough: A Failure-Mode Study of GUI Agents
朴素视觉记忆不足：GUI代理的失败模式研究
机构 * KAIST（韩国科学技术院）
专题命中 规划推理 ：reasoning(abstract)
AI总结 本文提出动作锚定视觉记忆（AGMem），通过存储与成功动作相关的局部GUI区域图像而非全屏截图，减少GUI代理中的动作级错误，在OSWorld上将任务成功率提升33.3%。
Comments 9 pages, 5 figures, ICML 2026 WORKSHOP
Spatial Load Correlation in AI Data-Center-Dominated Power Systems
AI数据中心主导电力系统中的空间负荷相关性
专题命中 规划推理 ：planning(abstract)
AI总结 本文研究数据中心主导电网中负荷空间相关性的产生及其对电压和频率稳定性的影响，通过解析推导和实时仿真揭示相关性会放大扰动、降低稳定裕度，为运营商提供基于可测负荷相关性的稳定规划准则。
Comments To appear in proceedings of 2026 IEEE Power & Energy Society General Meeting, 19-23 July 2026, Montréal, Canada
Structuring Transparency: Developing Domain-Specific Generative AI Declaration Frameworks in Higher Education
构建透明度：开发高等教育中特定领域生成式AI声明框架
专题命中 规划推理 ：planning(abstract)
AI总结 针对高等教育中通用AI声明不足的问题，提出基于GenAI使用分类法的两种任务特定声明结构（写作和编程），以促进学术诚信和AI素养。
DARRMS -- An Efficient Algorithm for Dynamic Attention Radius in Resource-Constrained Multi-Agent Systems
DARRMS——资源受限多智能体系统中动态注意力半径的高效算法
机构 * Texas A&M University（德克萨斯A&M大学）
专题命中 规划推理 ：planning(abstract)
AI总结 提出DARRMS算法，通过优化注意力半径和决策，在资源受限下降低计算需求，提升协调性和可扩展性。
AerialClaw: An Open-Source Framework for LLM-Driven Autonomous Aerial Agents
AerialClaw：一个用于LLM驱动的自主空中智能体的开源框架
机构 * Xidian University（西安电子科技大学） ； Xi'an University of Architecture and Technology（西安建筑科技大学）
专题命中 规划推理 ：planning(abstract)
AI总结 提出AerialClaw开源框架，采用模块化脑-技能-运行时架构，使基于LLM的智能体能够理解自然语言任务、调用空中技能、闭环决策，提升无人机系统的灵活性、可复现性和可扩展性。
LLM-Mediated Demand Response Coordination in Smart Microgrids
LLM介导的智能微电网需求响应协调
专题命中 规划推理 ：reasoning(abstract)
AI总结 针对智能微电网中产消者自愿合作的需求响应协调问题，提出一种结合博弈论与LLM叙事评估的混合决策架构，通过结构化指令实现33.3%的需求削减合作率，优于非结构化消息和基线。
Comments Accepted for publication in 18th International Conference on Sustainability in Energy and Buildings (SEB-26), to appear in Springer Nature proceedings (KES Smart Innovation Systems and Technologies). The final authenticated version will be available online at Springer
Tutor, Not Solver: Designing a Guardrailed AI Assistant for Learning in Higher Education: A Design Case of PeteChat
导师，而非解题者：设计高等教育中带护栏的AI学习助手——PeteChat的设计案例
专题命中 规划推理 ：reasoning(abstract)
AI总结 本文通过设计案例PeteChat，提出八项可迁移的评估感知AI导师设计原则，包括作业护栏、调试支架等，基于本地Llama-3模型和RAG技术，旨在平衡学习支持与学术诚信。
Comments Preprint. Includes supplementary appendices, interface figures, and baseline-analysis tables
Submodular Optimization with Applications to Decision and Control
子模优化及其在决策与控制中的应用
专题命中 规划推理 ：planning(abstract)
AI总结 本文综述子模集函数的理论、算法及其在决策与控制中的应用，重点介绍基于贪心算法的近似保证和曲率、子模比等结构性质，并涵盖传感器调度、多智能体协调等应用场景。
LEAP: A Rapid Neural Surrogate of Multi-Fluid MHD at Europa
LEAP: 欧罗巴多流体磁流体动力学的快速神经替代模型
专题命中 规划推理 ：planning(abstract)
AI总结 针对欧罗巴地下海洋探测中MHD模型计算成本高的问题，提出基于Transformer的替代模型LEAP，实现毫秒级预测磁场扰动，速度提升约40000倍，精度与MHD相当。
MAVIS: Multi-Agent Video Retrieval via Structured Video Understanding
MAVIS: 通过结构化视频理解实现多智能体视频检索
机构 * School of Computing and Information Technology, Great Bay University（大湾区大学计算机与信息技术学院） ； College of Computer Science, Nankai University（南开大学计算机学院） ； Tsinghua Shenzhen International Graduate School, Tsinghua University（清华大学深圳国际研究生院） ； Graduate School of Information Science and Technology, The University of Tokyo（东京大学信息科学与技术研究生院）
专题命中 规划推理 ：reasoning(abstract)
AI总结 提出多智能体框架MAVIS，通过结构化语义库解析视频，利用逻辑感知辩论机制协作推理，无需全库扫描和微调即可实现高效视频检索。
Video2Sim2Real: Full-Stack Autonomous Dexterous Skill Acquisition from a Single Human Video
Video2Sim2Real：从单个人类视频实现全栈自主灵巧技能获取
机构 * Georgia Institute of Technology（佐治亚理工学院） ； University of Pennsylvania（宾夕法尼亚大学） ； Toyota Research Institute（丰田研究所） ； Carnegie Mellon University（卡内基梅隆大学）
专题命中 规划推理 ：planning(abstract)
AI总结 提出Video2Sim2Real框架，从单个人类操作视频中重建数字孪生并提取运动先验，通过物体关键帧优化机器人配置，结合残差强化学习与碰撞感知规划，实现从仿真到真实世界的灵巧技能迁移。
Comments Website: https://video2sim2real.github.io/
SGTO-MAS: Secure Gorilla Troops Optimization for Multi-Agent LLM Systems
SGTO-MAS：面向多智能体大语言模型系统的安全大猩猩部队优化
专题命中 规划推理 ：reasoning(abstract)
AI总结 提出一种基于大猩猩部队优化的安全感知多智能体LLM协调方法，通过信任建模、风险感知和集体智能的联合优化，在性能、安全性和效率间取得平衡。
Is US Defense Acquisition Ready to Acquire AI-Enabled Capabilities? Assessing the DoD Software Acquisition Pathway Through a Scenario-Based Policy Analysis
美国国防采办是否准备好采办人工智能赋能能力？通过基于场景的政策分析评估国防部软件采办路径
专题命中 规划推理 ：planning(abstract)
AI总结 通过基于场景的政策分析，评估美国国防部软件采办路径是否足以应对AI采办的独特需求，发现核心指南中存在可操作性不足，建议增设AI支持子路径并完善工件。
Comments Submitted to ACM Digital Government: Research and Practice Journal on April 2026
PhyRoGen: Synthetic Generation of Physical Robot Manipulation Puzzles Using Procedural Content Generation
PhyRoGen：使用程序化内容生成物理机器人操作谜题的合成生成
机构 * Technical University of Berlin（柏林技术大学） ； Robotics Institute Germany（德国机器人研究所）
专题命中 规划推理 ：planning(abstract)
AI总结 提出PhyRoGen框架，利用程序化内容生成自动创建机器人操作谜题的合成数据集，生成的24个谜题可在1-300秒内求解，并在物理仿真中验证可操作性。
Comments 8 pages, accepted at CASE 2026
