统计日期 2026-11-11·本期 3 篇·问题与新思路速读
统计范围：北京时间 2026-11-11 00:00–24:00首次提交、截至检索时已公开并被 arXiv 编目的匹配论文。完整取得 3 篇候选，本期收录 3 篇。
阅读依据：论文标题、摘要与可核对元数据。下文是摘要速读，未逐篇全文审阅或独立复现。
昨日研究概览
本组工作聚焦大模型在长上下文、复杂约束与不完整证据下的决策和知识利用：既有评测难以同时覆盖大规模选项、逻辑依赖与测试材料暴露，检索文本粒度过粗和工程知识缺位也会造成推理失准。新思路包括构建新场景多任务决策基准，以资产文档生成约束知识图谱并检索故障链，以及借助领域本体将粗粒度证据映射为候选答案并识别应拒答情形。
逐篇看：问题与新思路
01. 大规模多任务决策能力基准
原文：MMDM: Measuring Massive Multitask Decision Making
要解决的问题： 现有决策模型评测多沿用可能已暴露测试内容的既有基准，且很少同时考察长上下文、千级选项空间、相互依赖选项与多选约束，难以判断模型在新场景中的泛化、联合推理和约束决策能力。
新颖的想法： 作者构建MMDM基准，以全新任务及有来源依据的重组合、改写形成多类决策题，覆盖不同粒度的选项空间和超长输入，并评测28个决策模型。该工作属于评测研究，重点揭示模型在选项逻辑、约束规划和完整多选恢复上的共同短板，而非提出新的决策模型。
入选线索： 作者机构原文包含：Chinese University of Hong Kong
02. 约束知识图谱引导故障诊断
要解决的问题： 复杂系统故障诊断需要把传感器变化与故障传播机制对应起来；直接提示或普通检索增强难以充分利用资产专属工程知识，因而在故障与观测关系不明确时难以准确完成诊断。
新颖的想法： 作者从资产参考文档自动生成约束知识图谱，存储失效模式、物理量变化和监测传感器之间的诊断链。推理时检索与问题语义相近的图路径，同时用作信息和上下文示例；随后通过独立的模型调用生成候选故障—观测链，最后将各链与答案选项比较，以结构化传播知识支撑诊断。
入选线索： 按方向匹配及摘要中的方法贡献线索入选；发表和机构权威线索未核实
03. 用本体化解粗粒度检索证据
原文：CLADE: Category-Level Answering from Deficient Evidence in Retrieval-Augmented Language Models
要解决的问题： 检索增强系统常取回语义相关但粒度过粗的段落，例如只给出疾病家族而非具体病种。模型面对这类证据既不拒答也不继续检索，反而凭类别猜测；传统充分性判断、置信度过滤、扩大模型或拒答提示均不足以解决。
新颖的想法： 作者将这种“可解析的信息不足”界定为独立现象：文本无法确定细粒度答案，但上位类别可在领域本体中映射为有限候选。实验显示，让模型选择上位类别比单纯字符串匹配更有效，作者据此主张在粗粒度证据下结合本体恢复答案，同时明确从类别到正确答案的端到端环节仍未解决。
入选线索： 按方向匹配及摘要中的方法贡献线索入选；发表和机构权威线索未核实
来源、筛选与阅读边界
Top 10 是可解释的阅读优先级，不是公认学术权威排名。排序参考作者标注的发表/录用信息、作者区的机构原文、研究发布和开源线索，再结合方向与方法贡献线索；未提供的依据不从作者姓名或模型常识推断。arXiv 元数据中的录用信息仍是作者标注，不等于本站独立核实了会议录用。
同一论文可以属于多个研究方向；每个方向内部按基础论文 ID 去重，版本更新不另算新论文。候选按首次提交时间筛选，不把旧论文的新版本当作昨天新论文。超过十篇时筛选十篇，不足十篇按实际数量收录。
检索截至：2026.11.12 08:31（北京时间）。本方向共 3 篇候选，本期收录 3 篇。
查询记录：第 1 页。
本文由 AI 研究助手整理并进行来源审校。新颖性为作者的贡献主张，摘要可能省略关键条件；涉及采用、复现或投资决策时，请继续阅读原文。arXiv 收录不代表已经通过同行评审。
有 AI 项目想法？一起聊聊。
欢迎交流实践、寻找伙伴，或聊聊你的项目需求。
