University of Oxford（牛津大学）

Why Reasoning Fails to Plan: A Planning-Centric Analysis of Long-Horizon Decision Making in LLM Agents

为何推理无法规划：从规划角度分析LLM代理在长周期决策中的表现

Zehong Wang, Fang Wu, Hongru Wang, Xiangru Tang, Bolian Li, Zhenfei Yin, Yijun Ma, Yiyang Li, Weixiang Sun, Xiusi Chen, Yanfang Ye

机构 * University of Notre Dame（诺丁汉大学） ； Stanford University（斯坦福大学） ； Purdue University（普渡大学） ； University of Edinburgh（爱丁堡大学） ； University of Oxford（牛津大学） ； Yale University（耶鲁大学） 纠错

AI总结 本文从规划角度分析LLM代理在长周期决策中的失败原因，提出FLARE方法通过前瞻和价值传播提升规划能力，使LLaMA-8B在多个基准中超越GPT-4o。

Bias-Optimal Bounds for SGD: A Computer-Aided Lyapunov Analysis

SGD的偏差最优界限：一种计算机辅助的李雅普诺夫分析

Daniel Cortild, Lucas Ketels, Juan Peypouquet, Guillaume Garrigos

机构 * University of Oxford（牛津大学） ； University of Groningen（格罗宁根大学） ； Université Paris Cité and Sorbonne Université（巴黎大学与索邦大学） 纠错

AI总结 本文通过计算机辅助的李雅普诺夫分析，推导出SGD在偏差最优意义上的收敛界限，适用于常数步长范围，包括之前未探索的临界和大步长区域。

Comments 35 pages, 2 figures. Under review

Causal Imitation Learning under Expert-Observable and Expert-Unobservable Confounding

在专家可观测和专家不可观测混杂下的因果模仿学习

Daqian Shao, Thomas Kleine Buening, Marta Kwiatkowska

机构 * Department of Computer Science, University of Oxford, UK（计算机科学系，牛津大学） ； ETH Zurich, Switzerland（苏黎世联邦理工学院） 纠错

AI总结 本文提出DML-IL算法，通过工具变量回归解决因果模仿学习中的隐藏混杂问题，并在连续状态-动作环境中优于现有基线方法。

Comments Proceedings of the International Conference on Learning Representations (ICLR) 2026