AI 大模型
大模型数学、逻辑、规划、多步推理和测试时计算能力。
ForesightKV: 通过学习长期贡献优化推理模型的KV缓存驱逐
机构 * Zhejiang University（浙江大学）
专题命中 规划推理 ：reasoning(title,abstract)；分类 cs.CL、cs.LG
AI总结 提出ForesightKV框架，通过监督学习和强化学习预测KV对在长文本生成中的重要性，在仅用一半缓存预算下优于现有方法。
Comments ICML 2026
PlanningBench: 生成可扩展且可验证的规划数据以评估和训练大型语言模型
机构 * Gaoling School of Artificial Intelligence, Renmin University of China（中国人民大学人工智能学院 Gallagher 学校） ； LLM Department, Hunyuan Team, Tencent（腾讯 Hunyuan 团队 LLM 部门） ； Beijing Academy of Artificial Intelligence（北京人工智能研究院） ； The Chinese University of Hong Kong（香港中文大学）
专题命中 规划推理 ：planning(title,abstract)；分类 cs.AI、cs.LG
AI总结 提出PlanningBench框架，通过约束驱动合成管道生成可扩展、多样化且可验证的规划数据，用于评估和训练LLMs，并验证其在提升规划能力上的有效性。
Recon：基于重建指导的推理合成用于用户建模
机构 * University of California, Berkeley（加州大学伯克利分校）
专题命中 规划推理 ：reasoning(title,abstract)；分类 cs.CL、cs.AI
AI总结 提出Recon方法，通过动作重建分数评估推理轨迹的预测能力，以改进用户建模中的推理合成，在多个领域优于事后合理化基线。
READER: 增强推理的AI生成文本检测
机构 * School of Mathematics, University of Birmingham（布里斯托尔大学数学学院）
专题命中 规划推理 ：reasoning(title,abstract)；分类 cs.CL、cs.AI
AI总结 提出READER方法，通过微调1.5B参数的LLM在结构化推理数据集READ上，结合推理与检测，在分布偏移下优于GPT-5.2等大100-1000倍的模型。
Search-E1: 自蒸馏驱动搜索增强推理中的自我进化
专题命中 规划推理 ：reasoning(title,abstract)；分类 cs.CL、cs.AI
AI总结 提出Search-E1方法，通过交替使用普通GRPO和在线策略自蒸馏（OPSD），让搜索增强智能体无需外部监督或复杂模块即可自我进化，在七个QA基准上以3B模型超越所有开源基线。
迈向无差错的电子健康记录：临床笔记与结构化表格之间的推理密集型一致性验证
机构 * KAIST（韩国科学技术院） ； Ghent University（根特大学） ； Samsung Medical Center（三星医疗中心） ； Samsung Changwon Hospital（三星昌原医院） ； Asan Medical Center（亚山医疗中心）
专题命中 规划推理 ：reasoning(title,abstract)；分类 cs.CL、cs.AI
AI总结 针对电子健康记录中临床笔记与结构化表格数据不一致的问题，提出推理密集型基准EHR-ReasonCon和基于大语言模型的框架EHR-Inspector，通过锚点实体提取、时间引用和表格探索工具实现高效一致性验证。
当计划正确执行却失败时：基于LLM的多智能体系统的认知校准
机构 * College of Intelligence and Computing, Tianjin University, Tianjin, China（天津大学智能与计算学院） ； School of New Media and Communication, Tianjin University, Tianjin, China（天津大学新媒体与传播学院） ； Gaoling School of Artificial Intelligence, Renmin University of China, Beijing, China（中国人民大学北京校区人工智能学院）
专题命中 规划推理 ：planning(title,abstract)；分类 cs.AI、cs.LG
AI总结 针对基于LLM的多智能体系统中因认知误校准导致计划失败的问题，提出认知计划校准代理工作流（EPC-AW），通过信息一致性计划选择和一致性引导的认知状态细化，平均提升系统成功率9.75%。
没有理解的趋同：当语言模型在表示上一致但在推理上分歧时
机构 * Korea Advanced Institute of Science and Technology (KAIST)（韩国科学技术院）
专题命中 规划推理 ：reasoning(title,abstract)；分类 cs.CL、cs.AI
AI总结 本研究通过分析16个语言模型在800个推理问题上的表示相似性，发现模型在表示上趋同但推理策略不同，表明表示趋同反映的是共享的输入处理约束而非共享的推理策略。
在大语言模型时代进行规划：构建可靠性与效率
专题命中 规划推理 ：planning(title,abstract)；分类 cs.CL、cs.AI
AI总结 本文探讨了在大语言模型时代规划领域的发展，重点介绍了通过生成可验证的符号求解器来提高规划的可靠性和效率的方法。
Comments Published at ICAPS 2026
蛋白质思想：基于树 of 思维和嵌入空间流匹配的可解释推理用于蛋白质-蛋白质相互作用发现
机构 * Department of Statistics and CCAM University of Chicago（统计学系和CCAM大学芝加哥分校） ； School of Medicine Stanford University（医学学院斯坦福大学） ； Department of Statistics University of Chicago（统计学系芝加哥大学）
专题命中 规划推理 ：reasoning(title,abstract)；分类 cs.AI、cs.LG
AI总结 本文提出了一种可解释的蛋白质-蛋白质相互作用发现框架，通过显式推理将PPI发现转化为可解释的搜索问题，利用嵌入空间流匹配和树 of 思维搜索方法提升预测精度和可解释性。
LiteCoOp: 轻量级多语言模型共享树推理用于模型服务编译器优化
机构 * A lternative C omputing T echnologies ( ACT ) Lab（替代计算技术实验室） ； University of California San Diego（加州大学圣地亚哥分校）
专题命中 规划推理 ：reasoning(title,abstract)；分类 cs.AI、cs.LG
AI总结 本文提出LiteCoOp，一种轻量级框架，通过将优化搜索树本身作为多语言模型协作机制，实现编译器优化过程中异构语言模型的协作，从而在降低编译成本的同时提升性能。
重新思考用于大视觉语言模型胸部X光推理中的视觉归因
机构 * University of Virginia（弗吉尼亚大学） ； National Institutes of Health（美国国立卫生研究院）
专题命中 规划推理 ：reasoning(title,abstract)；分类 cs.CL、cs.AI
AI总结 本文针对大视觉语言模型在胸部X光推理中视觉归因的可靠性问题，提出了一种因果评估框架，通过反事实编辑保留仅由专家标注区域验证的X光-VQA样本，以确定模型预测的因果责任区域。通过11种归因方法、6种开源LVLMs和两种输出模式，发现现有归因方法往往无法识别LVLMs所使用的证据。为此，本文提出MedFocus，一种基于概念的归因方法，通过不平衡最优传输局部化具有临床意义的解剖区域，并通过针对性干预测量其对模型输出的因果效应，显著优于现有方法，推动医疗LVLMs的更可信归因。
EUPHORIA: 通过混合优化实现高效通用规划以实现稳健的工业机器人装配
机构 * National Taiwan University（国立台湾大学） ； MoonShine Animation Studio（MoonShine动画工作室） ； National Cheng Kung University（国立成功大学） ； The University of British Columbia（不列颠哥伦比亚大学） ； National Yang Ming Chiao Tung University（阳明交通大学）
专题命中 规划推理 ：planning(title)；reasoning(abstract)；分类 cs.AI、cs.LG
AI总结 本文提出EUPHORIA框架，通过混合优化策略实现通用少样本适应和动态效率，解决建筑机器人装配中规划器高度专业化和操作低效的问题，结合元几何编码器、物理引导图变压器和残差稳定性校正等方法，实现高效且鲁棒的装配规划。
基于属性的LLM程序合成用于规划
机构 * Federal University of Rio Grande do Sul（里约格朗德杜斯尔大学） ； University of Oxford（牛津大学） ； Linköping University（林奈大学）
专题命中 规划推理 ：planning(title,abstract)；分类 cs.AI、cs.LG
AI总结 本文研究了一种基于属性的LLM程序合成方法，通过检查候选程序是否满足形式定义的属性来指导LLM生成更高质量的程序，从而减少生成和评估成本。
在联合嵌入预测世界模型中成功因素是什么？
机构 * Meta FAIR ； Inria Paris（巴黎理工院） ； Ecole normale supérieure / PSL（巴黎高等师范学院 / PSL） ； New York University（纽约大学）
专题命中 规划推理 ：planning(title,abstract)；分类 cs.AI、cs.LG
AI总结 本文研究了在物理规划中使用联合嵌入预测世界模型（JEPA-WMs）的成功因素，通过分析模型架构、训练目标和规划算法对规划成功的影响，提出了一种在导航和操作任务中优于现有基线方法的模型。
Comments V2 of the article: - Added AdaLN-zero - Added table comparing JEPA-WMs with baselines with std translating per-seed variability only, no variability across epochs - Reordered figures in main body of the paper V3: added data scaling experiments, theoretical appendix section on autoregressive rollout, acceptance at TMLR
通过提示强化实现大语言模型的长期规划
机构 * Heinrich-Heine-Universität Düsseldorf（杜伊斯堡-埃森大学）
专题命中 规划推理 ：planning(title,abstract)；分类 cs.CL、cs.LG
AI总结 本文提出了一种基于强化学习的提示优化框架，通过修改LLM代理的任务指令提示来实现长期规划，提升了多轮交互任务如文本到SQL和任务导向对话的表现，并能泛化到不同LLM代理和多种LLM作为元提示代理。
无法回头的点：语言模型推理中欺骗承诺的反事实定位
机构 * University of North Carolina at Chapel Hill（北卡罗来纳大学教堂山分校）
专题命中 规划推理 ：reasoning(title,abstract)；分类 cs.CL、cs.AI
AI总结 本文研究语言模型在推理过程中何时开始承诺欺骗，通过反事实定位方法，分析不同环境中的欺骗产生机制，并发现注意力转移特征在跨环境泛化中的有效性，同时提出通过压缩注意力头集来抑制欺骗承诺。
Comments 41 pages, 25 figures
通过定制代理推理增强VLMs在少样本多模态时间序列分类中的能力
机构 * Sun Yat-sen University（中山大学） ； Xiaomi Corporation（小米公司） ； University of Science and Technology of China（中国科学技术大学） ； National University of Singapore（新加坡国立大学）
专题命中 规划推理 ：reasoning(title,abstract)；分类 cs.AI、cs.LG
AI总结 本文提出MarsTSC框架，通过自演化知识库和代理推理提升少样本多模态时间序列分类性能，实验表明其在六个VLM基础上均优于传统和基础模型基线。
Comments 18 pages, 12 figures, 6 tables. Preprint
TemplateRL: 结构化模板引导的强化学习用于大语言模型推理
机构 * Tsinghua University（清华大学） ； Nanyang Technological University（南洋理工大学） ； Princeton University（普林斯顿大学） ； Shanghai AI Lab（上海人工智能实验室） ； Beijing National Research Center for Information Science and Technology（北京信息科学与技术国家研究中心）
专题命中 规划推理 ：reasoning(title,abstract)；分类 cs.CL、cs.LG
AI总结 TemplateRL通过结构化模板引导强化学习提升大语言模型推理能力，通过MCTS构建问题解决模板库并整合到RL训练中，提高轨迹命中率并减少无效探索，实验显示在AIME和AMC上表现优于GRPO。
Comments Accepted by ACL 2026
SpeakerLLM：一种面向说话人理解与验证推理的说话人专用音频大语言模型
机构 * Korea Advanced Institute of Science and Technology (KAIST)（韩国科学技术院） ； University of Seoul（首尔大学）
专题命中 规划推理 ：reasoning(title,abstract)；分类 cs.AI、cs.LG
AI总结 SpeakerLLM通过统一说话人特征建模、录音条件理解及验证推理，提升音频大语言模型在说话人识别与验证中的性能与准确性。
多智能体大语言模型中分布式信息下的集体推理系统性失效
机构 * School of Computer Science, Carnegie Mellon University, Pittsburgh, USA（计算机科学学院，卡内基梅隆大学，匹兹堡，美国） ； School of Environment and Society, Institute of Science Tokyo, Tokyo, Japan（环境与社会学院，东京科学研究所，东京，日本）
专题命中 规划推理 ：reasoning(title,abstract)；分类 cs.CL、cs.AI
AI总结 研究发现多智能体大语言模型在分布式信息下仅能获得30.1%的准确率，而单智能体在完整信息下可达80.7%。系统性失效源于智能体无法识别和应对潜在的信息不对称，导致关键分布式事实未被探索。通过轻量级结构化通信协议可显著提升集体推理能力。
Comments Accepted to ICML 2026
进化任务发现：通过技能组合与复杂性缩放推进推理前沿
机构 * Georgia Institute of Technology（佐治亚理工学院）
专题命中 规划推理 ：reasoning(title,abstract)；分类 cs.AI、cs.LG
AI总结 本文提出EvoTD框架，通过结构化进化算子在算法技能与复杂性属性的双轴流形上进行数据合成，提升模型推理能力，并在不同架构和规模上实现稳定泛化。
CHARMS：用于自动驾驶中的推理与运动风格化的认知层次代理
机构 * School of Mechanical and Electronic Engineering, Wuhan University of Technology（武汉理工大学机械与电子工程学院） ； Intelligent Transportation Systems Research Center, Wuhan University of Technology（武汉理工大学智能交通系统研究所） ； Department of Data and Systems Engineering, The University of Hong Kong（香港大学数据与系统工程系） ； School of Computer Science and Artificial Intelligence, Wuhan University of Technology（武汉理工大学计算机科学与人工智能学院） ； School of Mechanical Engineering, Southeast University（东南大学机械工程学院）
专题命中 规划推理 ：reasoning(title,abstract)；分类 cs.AI、cs.LG
AI总结 CHARMS通过强化学习预训练和监督微调pipeline，实现人类般的决策行为和交互真实性，同时利用泊松认知层次理论生成多样化驾驶场景。
Journal ref ITSC 2025
克服多步复杂性以实现多模态理论思维推理：一种可扩展的贝叶斯规划器
机构 * Dartmouth College（达特茅斯学院） ； Honda Research Institute USA（本田美国研究院）
专题命中 规划推理 ：reasoning(title,abstract)；分类 cs.CL、cs.AI
AI总结 本文提出了一种可扩展的贝叶斯理论思维规划器，通过分步贝叶斯更新分解理论思维推理，利用弱到强控制使小语言模型专精于理论思维似然估计，并将其推理行为转移给大语言模型，从而在多模态理论思维基准测试中实现4.6%的准确率提升。
Comments Accepted as a Spotlight at the 2025 Forty-Second International Conference on Machine Learning (ICML 2025)
REI-Bench: 体感代理能否在任务规划中理解模糊的人类指令？
机构 * MARS Lab, School of Mechanical and Aerospace Engineering（MARS实验室，机械与航空航天工程学院）
专题命中 规划推理 ：planning(title,abstract)；分类 cs.CL、cs.AI
AI总结 本文研究模糊参照表达对LLM任务规划的影响，提出REI-Bench基准，发现模糊性会显著降低机器人规划性能，提出任务导向上下文认知方法提升表现。
Comments Accepted at ICLR 2026
有效解释支持在不确定性下的规划
机构 * University of Tübingen（图宾根大学） ； Technical University Darmstadt（达姆施塔特技术大学） ； Max Planck Institute for Biological Cybernetics（生物 cybernetics 最大平面研究所） ； University of Cambridge（剑桥大学） ； Stanford University（斯坦福大学）
专题命中 规划推理 ：planning(title,abstract)；分类 cs.CL、cs.AI
AI总结 本文提出一种计算模型，将解释转化为行动计划，通过大规模语言模型生成策略先验和价值图，结合规划代理在部分可观测条件下执行，验证了高质量解释能提升导航效率。
Comments CogSci 2026
利用大视觉-语言模型从遥感图像中推导建成环境
机构 * Department of Urban and Regional Planning, University of Florida（佛罗里达大学城市与区域规划系）
专题命中 规划推理 ：reasoning(title,abstract)；分类 cs.CL、cs.AI
AI总结 本文研究了大语言模型在智慧城市中的应用，通过多尺度遥感图像输入多模态语言模型，评估其对建成环境推理的影响，并比较了InternVL和Qwen等先进模型在生成建成环境建议中的准确性和可靠性。
Comments Published in the International Conference on Industrialized Construction 2026
Goldilocks RL: 调整任务难度以摆脱稀疏奖励进行推理
机构 * EPFL（苏黎世联邦理工学院） ； Apple（苹果公司）
专题命中 规划推理 ：reasoning(title,abstract)；分类 cs.AI、cs.LG
AI总结 Goldilocks RL通过预测学生模型的难度来优化数据采样，利用GRPO训练提升模型性能，克服稀疏奖励带来的样本效率低问题。
Comments 28 pages, 13 figures
端到端PDDL规划与硬编码和动态智能体
机构 * Department of Computer Science, University of Oxford（牛津大学计算机科学系） ； Department of Engineering, University of Oxford（牛津大学工程系）
专题命中 规划推理 ：planning(title,abstract)；分类 cs.AI、cs.LG
AI总结 本文提出一个端到端框架，通过验证器支持规划。协调器接收自然语言规范，转换为PDDL模型，子模块（智能体）迭代优化规划需求。支持硬编码和动态智能体，最终计划转换为自然语言。
Comments Code: https://github.com/EmanueleLM/MultiAgentPlanning
TheraAgent：自我改进的治疗剂用于精准且全面的治疗计划
机构 * Dept. of Comp. Sci. & Tech., Institute for AI, Tsinghua University, Beijing, China（计算机科学与技术系，人工智能研究院，清华大学，北京，中国） ； Institute for AI Industry Research (AIR), Tsinghua University, Beijing, China（人工智能产业研究院（AIR），清华大学，北京，中国） ； School of Computing, National University of Singapore, Singapore（计算学院，新加坡国立大学，新加坡）
专题命中 规划推理 ：planning(title)；reasoning(abstract)；分类 cs.CL、cs.AI
AI总结 TheraAgent通过迭代生成-判断-改进流程提升治疗计划的精准度和完整性，实验显示其在HealthBench上表现优异，专家评估中胜率高达86%。
Comments Accepted to ACL 2026
扫码添加微信好友，提出您的宝贵建议 👇
💡 备注请填写：网站反馈