From Implicit Exploration to Structured Reasoning: Leveraging Guideline and Refinement for LLMs
Fudan University(复旦大学);Shanghai Innovation Institute(上海创新研究院);Zoom Video Communications(Zoom视频通讯)
提出一种通过提取指南和逐步精炼将隐式探索转为结构化推理的框架,在多个基准上优于强基线,提升推理稳定性与泛化能力。
2025-09-08 cs.AI cs.LG
Efficient Post-Training Refinement of Latent Reasoning in Large Language Models
针对大语言模型潜在推理训练后更新难题,提出含对比推理反馈与残差嵌入优化的轻量级框架,优化潜在推理轨迹,在5个推理基准验证有效性,MathQA准确率无额外训练提升5%。
2025-11-14 cs.AI cs.CL
Selection, Reflection and Self-Refinement: Revisit Reasoning Tasks via a Causal Lens
Mohamed bin Zayed University of Artificial Intelligence(穆罕默德·本·扎耶德人工智能大学);Carnegie Mellon University(卡内基梅隆大学);Stanford University(斯坦福大学)
本文从因果视角重新审视推理任务,将其视为选择机制,通过引入潜变量反馈提升对潜在依赖关系的学习,显著提升了Sudoku和Maze任务的推理准确率。
2026-03-27 cs.AI
Flexible Policy Construction by Information Refinement
University of British Columbia(不列颠哥伦比亚大学)
我们报告的工作,以灵活的算法解决决策问题的影响图。给出了一种为影响图中的每个决策节点构造树结构的算法。每棵树代表一个决策函数,并且是递增构造的。对树的改进收敛到最优决策函数(忽略计算成本),并且渐近行为仅是比动态规划技术差的常数因子,计算贝叶斯网络查询的数量。实证结果表明,预期效用如何随着树的大小和贝叶斯网计算的数量而增加。
2013-02-13 cs.AI
Mitigating Safety Tax via Distribution-Grounded Refinement in Large Reasoning Models
School of Cyber Science and Technology, Shenzhen Campus of Sun Yat-sen University, China(中山大学深圳校区计算机科学与技术学院);Hong Kong University of Science(香港科技大学)
本文提出DGR方法,通过基于分布的细化缓解大推理模型中的安全税,提升推理准确性和安全性。
2026-02-02 cs.AI
Two-Stage Prompt Optimization for Few-Shot Relation Extraction: From Reasoning-Guided Search to Gradient-Guided Refinement
University of Arizona(亚利桑那大学)
提出两阶段框架,结合推理和梯度优化自动优化提示,在少样本关系抽取任务中取得最优性能。
2026-06-28 cs.AI cs.CL
RefineRL: Advancing Competitive Programming with Self-Refinement Reinforcement Learning
Microsoft Research(微软研究院)
RefineRL通过引入自我细化代理和强化学习方法,提升大语言模型在竞争性编程中的性能,实验表明其在紧凑模型中表现优异,接近大模型单次尝试性能。
2026-09-29 cs.AI
QREF: Improving DeepSearch Agents by Aligning Search with Reasoning via Query Refinement and Evidence Filtering
Fudan University(复旦大学);Tencent(腾讯)
提出即插即用的QREF框架,通过查询优化器对齐搜索与推理意图、证据过滤器减少检索噪声,在不修改DeepSearch智能体架构的情况下,在四个基准上显著提升了其信息检索任务性能。
2026-10-16 cs.AI
Multi-chain Graph Refinement and Selection for Reliable Reasoning in Large Language Models
Dalian University of Technology(大连理工大学)
MGRS通过多链图细化与选择提升大语言模型的推理能力与效率,实现更高准确率和更快速度。
2025-11-28 cs.AI cs.CL
Search and Refine During Think: Facilitating Knowledge Refinement for Improved Retrieval-Augmented Reasoning
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);DP Technology(DP技术)
本文提出AutoRefine强化学习后训练框架,通过在连续搜索之间引入显式知识精炼步骤并结合检索定制奖励,显著提升了单跳和多跳问答中的检索增强推理性能。
2025-09-19 cs.AI cs.CL
Confidence-guided Refinement Reasoning for Zero-shot Question Answering
Seoul National University(首尔大学)
提出免训练的C2R框架,通过构建和细化子问答对并比较置信度分数,提升文本、图像和视频零样本问答的可靠性与性能。
2025-09-25 cs.AI cs.CL
FactorSmith: Agentic Simulation Generation via Markov Decision Process Decomposition with Planner-Designer-Critic Refinement
Ali Shamsaddinlou(阿里·沙姆萨丁卢);Morteza NourelahiAlamdari(莫尔塔扎·努尔埃拉希阿尔马达里)
本文提出FactorSmith框架,通过分解POMDP实现从文本描述生成可执行模拟,结合分解策略与分层代理工作流提升生成质量。
2026-03-15 cs.AI
Thinking in Latents: Adaptive Anchor Refinement for Implicit Reasoning in LLMs
Manipal University Jaipur(马普尔大学斋普尔);TCS Research(塔塔咨询研究)
本文提出AdaAnchor框架,通过自适应终止机制优化潜空间推理,提升准确率并减少计算步骤,实验表明在数学问题基准上准确率提升5%且减少48-60%的潜空间步骤。
2026-03-16 cs.AI cs.CL cs.LG
One Hypothesis Is Not Enough: Abductive Reasoning with Agentic Hypothesis Refinement over Knowledge Graphs
The Hong Kong University of Science and Technology(香港科学与技术大学);Beihang University(北航);Hong Kong Baptist University(香港 Baptist 大学)
提出HypoAgent框架,通过三个智能体(意图识别、假设生成、根因分析)实现知识图谱上的交互式溯因假设生成,在常识和生物医学领域知识图谱上达到最优语义相似度。
2026-10-05 cs.AI
TGPR: Tree-Guided Policy Refinement for Robust Self-Debugging of LLMs
HSE University(俄罗斯莫斯科国立高等经济学院)
TGPR框架结合GRPO与汤普森采样树搜索,主动探索失败和成功路径,在代码生成基准上显著提升pass@1和pass@10,为LLM迭代精化提供通用方案。
2025-10-08 cs.AI
Table-Critic: A Multi-Agent Framework for Collaborative Criticism and Refinement in Table Reasoning
Natural Language Processing Lab, Soochow University(苏州大学自然语言处理实验室);Institute of Computing Technology, Chinese Academy of Sciences(中国科学院计算技术研究所)
提出Table-Critic多智能体框架,通过四个专门智能体协作批评与迭代精炼,解决表格推理中多步推理一致性问题,显著提升准确率和错误纠正率。
2025-05-23 cs.AI cs.CL
IntentionReasoner: Facilitating Adaptive LLM Safeguards through Intent Reasoning and Selective Query Refinement
本文提出 IntentionReasoner 防护机制,通过专用防护模型进行意图推理、多级安全分类与查询重写,并结合 SFT 和多奖励强化学习,在提升 LLM 安全性的同时减少过度拒绝。
2025-08-27 cs.AI
LIMOPro: Reasoning Refinement for Efficient and Effective Test-time Scaling
The Hong Kong Polytechnic University(香港理工大学);Shanghai Jiao Tong University(上海交通大学);SII
针对大语言模型测试时推理中功能性步骤冗余导致计算开销高的问题,提出PIR框架定量评估推理步骤重要性并剪枝低重要功能步骤,优化后模型在多个推理基准上准确率提升、token用量减少且泛化性强。
2025-10-21 cs.AI cs.CL
Decision-Theoretic Foundations for Causal Reasoning
我们提出了一个定义的原因和影响的决策理论的原语,从而提供了一个原则性的基础因果推理。我们的定义偏离了因果关系的传统观点,因为因果断言可能会随着可用的决策集而变化。我们认为,这种方法提供了更清晰的概念的原因。此外,在本文中,我们研究的编码因果关系的有向无环图。我们描述了一类特殊的影响图,那些在规范形式,并显示其关系到珍珠的代表性的原因和效果。最后,我们展示了规范形式如何促进反事实推理。
1995-12-01 cs.AI
Exact Reasoning Under Uncertainty
Stanford University(斯坦福大学)
本文的重点是设计专家系统,以支持决策在复杂的,不确定的环境。在这种情况下,我们的研究表明,严格的概率表示,使决策理论推理的使用,是非常可取的,最近提出的替代方案(例如,模糊集理论和Dempster-Shafer理论)。此外,我们还讨论了语言的影响图和相应的方法-决策分析-使决策理论被有效地和高效地用作决策辅助。最后,我们使用RACHEL,一个系统,帮助不孕夫妇选择医疗,说明决策分析的方法,作为专家决策系统的基础。
2013-03-27 cs.AI
Integrating Logical and Probabilistic Reasoning for Decision Making
Rockwell International Science Center(罗克韦尔国际科学中心);Stanford University(斯坦福大学)
我们描述了一种表示和一组推理方法,结合逻辑编程技术与概率网络表示的不确定性(影响图)。该技术强调复杂和不确定领域的概率和决策理论模型的动态构建和解决方案。给定一个查询,如果可能的话,会产生一个逻辑证明;如果不可能,会产生一个基于查询和决策域知识的影响图,并随后求解。一个统一的声明,一阶,知识表示相结合的逻辑,概率和决策理论推理的综合推理过程。
2013-03-27 cs.AI
Phenomenal Yet Puzzling: Testing Inductive Reasoning Capabilities of Language Models with Hypothesis Refinement
Massachusetts Institute of Technology(麻省理工学院);Allen Institute for Artificial Intelligence(艾伦人工智能研究所);University of Washington(华盛顿大学);University of Southern California(南加州大学)
本研究通过迭代假设精炼系统测试语言模型的归纳推理能力,发现其在假设提出上表现出色,但规则应用能力不足,并揭示了与人类推理的差异。
2024-05-22 cs.AI cs.CL
Knowledge Structures and Evidential Reasoning in Decision Analysis
Schlumberger Palo Alto Research(斯伦贝谢帕洛阿尔托研究院);University of California, Berkeley(加州大学伯克利分校)
决策因素在复杂决策过程中的作用表现为这些因素如何影响决策的整体性。评估部分匹配因素的证据,然后将有效的计算规则应用于这些角色,以形成证据的适当聚合。这种技术的使用支持表达更深层次的因果关系,也可以保持决策者的认知结构比通常的加权方法,确定性因素或其他概率模型可以更好。
2013-03-27 cs.AI
Finding the Evidence: Discovering Decision-Supporting Tokens for On-Policy Reasoning Distillation
Meituan Longcat Team(美团Longcat团队);Nanjing University(南京大学);TJUNLP Lab, College of Intelligence and Computing, Tianjin University(天津大学智能与计算学部TJUNLP实验室)
提出DEAR方法,通过学生熵识别决策点,利用隐状态余弦相似性和师生差异发现证据令牌,在数学和代码基准上提升推理蒸馏效果。
2026-06-23 cs.AI
Learning to Refine: Self-Refinement of Parallel Reasoning in LLMs
Microsoft(微软);Peking University(北京大学)
本文提出Generative Self-Refinement方法,通过并行生成候选答案并细化最终答案,提升LLM推理性能,实验显示其在多个数学基准测试中表现优异。
2026-04-27 cs.AI cs.CL cs.LG
Correct Reasoning Paths Visit Shared Decision Pivots
New York University(纽约大学);Amazon(亚马逊);University of Washington(华盛顿大学);UC Irvine(加州大学欧文分校)
本文提出了一种基于决策枢纽的自训练方法,通过挖掘共享决策点提升大语言模型的推理能力。
2026-02-07 cs.AI
RAG-Star: Enhancing Deliberative Reasoning with Retrieval Augmented Verification and Refinement
Gaoling School of Artificial Intelligence, Renmin University of China(中国人民大学高瓴人工智能学院);Wuhan University of Science and Technology(武汉科技大学);National University of Singapore(新加坡国立大学);Northeastern University at Qinhuangdao(东北大学秦皇岛分校);BOSS Zhipin(BOSS直聘)
针对复杂推理任务,提出RAG-Star方法,结合检索增强验证与蒙特卡洛树搜索,利用外部知识引导内部推理,实验证明其优于现有方法。
2024-12-17 cs.AI cs.CL
A decision-support system applied to Law: Reasoning and explainability of the decision
CNRS(法国国家科学研究中心);IRIT(图卢兹计算机研究所)
本文提出一个面向执法机构的法律决策支持框架,利用符号AI和SPARQL进行法律推理,并生成决策理由,在推理不充分时通过决策树向用户请求额外信息,以增强可解释性。
2026-09-29 cs.AI
An AI Monkey Gets Grapes for Sure -- Sphere Neural Networks for Reliable Decision-Making
Phillips Academy Andover(安多弗菲利普斯学术 academy)
本文提出球神经网络,通过在n维球面上嵌入概念,实现可靠决策,能掌握16种三段论任务。
2026-01-01 cs.AI
VideoSearch-R1: Iterative Video Retrieval and Reasoning via Soft Query Refinement
KAIST(韩国科学技术院);Korea University(高丽大学)
提出VideoSearch-R1框架,通过软查询细化(SQR)在连续潜空间优化搜索查询,结合GRPO训练,实现大规模视频库的迭代检索与精确时序定位,性能达SOTA。
2026-07-02 cs.AI cs.CV
Diagnosing and Improving Probabilistic Reasoning in Large Language Models
Northwestern University(西北大学)
本文提出决策理论框架,将LLM决策损失分解为信念形成与行动优化,通过合成基准诊断概率推理,发现联合干预信念与决策可改进性能但依赖格式匹配。
2026-11-06 cs.AI
Uncertainty-Aware GUI Agent: Adaptive Perception through Component Recommendation and Human-in-the-Loop Refinement
提出不确定性感知的GUI智能体RecAgent,通过组件推荐和人在回路精炼分别降低感知与决策不确定性,并构建ComplexAction数据集验证其有效性。
2025-08-06 cs.AI
Learning and Reasoning for Robot Sequential Decision Making under Uncertainty
SUNY Binghamton(纽约州立大学宾汉姆顿分校);University of Indianapolis(印第安纳波利斯大学)
机器人经常面临需要多个动作的复杂任务,其中顺序决策(SDM)功能变得必要。这项工作的关键贡献是一个机器人SDM框架,称为LCORPP,支持同时的能力,监督学习被动状态估计,自动推理与人类知识的陈述,并规划下实现长期目标的不确定性。特别是,我们使用一个混合推理范式来完善的状态估计,并提供信息先验的概率规划。在实验中,移动机器人的任务是估计人类的意图,使用他们的运动轨迹,声明性的上下文知识,和人机交互(基于对话和基于运动)。结果表明,在效率和准确性,我们的框架表现优于其无学习和无推理的办公环境。
2019-12-10 cs.AI
Decision Making "Biases" and Support for Assumption-Based Higher-Order Reasoning
Decision Science Consortium, Inc.(决策科学联盟公司)
人类的决策似乎系统地违反了规范理论所施加的一致性约束,这些偏见反过来又证明了正式的决策分析模型的应用是合理的。有人认为,这两种说法都是错误的。特别是,我们将认为,“确认偏见”是基于一个过于狭隘的观点,如何相互矛盾的证据是,应该被处理。有效的决策辅助应侧重于支持控制过程,通过控制过程,知识被扩展到新的情况,并在其中采用,利用和修改假设。非单调概率论者代表了这种援助的初步工作。
2013-03-27 cs.AI
VETR: Execution-Grounded Self-Improving Agent for Symbolic Graphics Reasoning
New York University(纽约大学);University of Notre Dame(圣母大学)
针对符号图形推理视觉智能体受模糊监督限制的问题,提出VETR框架,通过执行轨迹优化等机制,在BlenderGym等数据集上优于BlenderAlchemy等现有策略。
2026-10-14 cs.AI
OPDSearch+: On-Policy Distillation with RL Refinement for Search-Augmented Reasoning
University of Chinese Academy of Sciences(中国科学院大学);Institute of Computing Technology, Chinese Academy of Sciences(中国科学院计算技术研究所);Institute of Automation, Chinese Academy of Sciences(中国科学院自动化研究所);University of Macau(澳门大学);Wuhan University(武汉大学);Georgia Institute of Technology(佐治亚理工学院);Northwestern Polytechnical University(西北工业大学);University of Hong Kong(香港大学)
OPDSearch+是无需教师微调的搜索增强推理蒸馏范式,利用冻结的现成指令模型分两阶段优化3B模型,在7个QA基准上优于所有3B RL基线,HotpotQA和2WikiMultihopQA分别提升13.1%、8.5%。
2026-08-26 cs.AI
Stepwise Perplexity-Guided Refinement for Efficient Chain-of-Thought Reasoning in Large Language Models
Michigan State University(密歇根州立大学);Amazon(亚马逊公司);Pennsylvania State University(宾夕法尼亚州立大学)
本文提出以困惑度识别CoT关键推理步骤,并通过精炼少样本示例或仅用关键步骤微调模型,在保持推理准确性的同时提升效率。
2025-02-18 cs.AI cs.CL cs.LG
Semantic DMN: Formalizing and Reasoning About Decisions in the Presence of Background Knowledge
Free University of Bozen-Bolzano(博尔扎诺自由大学);University of Tartu(塔尔图大学)
决策模型和表示法(DMN)是最近的OMG标准,用于决策模型的获取和表示,以及管理它们与业务流程的互连。DMN建立在决策表的概念上,并将其组合成更复杂的决策需求图(DRG),它在业务流程模型和决策逻辑模型之间架起了桥梁。DRG可能依赖于额外的外部业务知识模型,其功能不是标准的一部分。在这项工作中,我们认为最重要的类型之一的业务知识,即背景知识,在概念上占的结构方面的领域的利益,并提出决策知识库(DKB),它在语义上结合DRGs建模DMN,和领域知识捕获的一阶逻辑与datashees。我们提供了一个基于逻辑的语义这样一个集成,并形式化不同的DMN推理任务的DKB。然后,我们认为背景知识制定为一个描述逻辑本体与datashees,并显示如何在这个丰富的设置DMN的主要验证任务,可以形式化为标准的DL推理服务,并实际上进行了ExpTime。我们讨论了我们的框架在海事安全的案例研究的有效性。
2018-09-14 cs.AI
MedGuideX: Internalizing Decision Logic from Executable Guidelines into Large Language Models for Clinical Reasoning
University of Illinois Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校);The Chinese University of Hong Kong, Shenzhen(香港中文大学(深圳));Albert Einstein College of Medicine(爱因斯坦医学院)
提出一种将临床实践指南转化为可执行决策逻辑并生成事实与反事实问答数据的训练流程,通过微调医学大语言模型得到MedGuideX,在四个临床推理基准上平均准确率相对提升10.28%,且医生评估显示其推理步骤更优。
2026-05-26 cs.AI
Re$^3$Cap: Retrieval-Guided Refinement for Image Captioning Enhancement via Reinforcement Learning
Taobao & Tmall Group of Alibaba(阿里巴巴淘宝和天猫集团);The Hong Kong University of Science and Technology (Guangzhou)(香港科技大学(广州));Shanghai Artificial Intelligence Laboratory(上海人工智能实验室)
本文提出Re³Cap方法,利用多模态检索作为推理信号,通过CRS和CQA优化图像字幕,在COCO-LN500基准上关系推理性能较GRPO提升8.64%,优于SFT。
2026-08-24 cs.AI cs.CV
Towards Developing Ethical Reasoners: Integrating Probabilistic Reasoning and Decision-Making for Complex AI Systems
The University of Edinburgh(爱丁堡大学)
针对现有AI伦理框架适应性不足的问题,提出一个结合中间表示、概率推理和知识表示的元级伦理推理框架,支持个体与多智能体决策,并给出定理基础,以构建稳健可靠的伦理AI系统。
2025-02-28 cs.AI
Towards Safer Large Reasoning Models by Promoting Safety Decision-Making before Chain-of-Thought Generation
Southeast University, China(东南大学,中国);The University of Queensland, Australia(昆士兰大学,澳大利亚);Nanyang Technological University, Singapore(南洋理工大学,新加坡)
本文提出在链式思考生成前促进安全决策的方法,提升大推理模型的安全性同时保持推理性能。
2026-03-18 cs.AI
Reasoning Can Be Restored by Correcting a Few Decision Tokens
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)
本文研究了基础模型在生成过程中推理优势的稀疏性,提出了一种基于分歧指导的标记干预方法,在少量干预下显著恢复甚至超越了同规模推理模型的性能。
2026-05-16 cs.AI
MoralReason: Generalizable Moral Decision Alignment For LLM Agents Using Reasoning-Level Reinforcement Learning
针对大语言模型智能体的分布外道德对齐难题,本文提出基于推理级强化学习的MoralReason方法,构建Moral-Reason-QA数据集并采用复合奖励的GRPO训练,实现了未见过场景下的道德决策对齐能力提升。
2025-11-15 cs.AI
Self-Polish: Enhance Reasoning in Large Language Models via Problem Refinement
School of Computer Science, Fudan University(复旦大学计算机科学学院);Institute of Modern Languages and Linguistics, Fudan University(复旦大学现代语言与语言学研究院)
提出Self-Polish方法,通过引导模型精炼问题以提升多步推理能力,与CoT等方法正交,在五个基准上取得显著一致效果。
2024-04-18 cs.AI cs.CL
ARGORA: Orchestrated Argumentation for Causally Grounded LLM Reasoning and Decision Making
School of EE, KAIST, Daejeon, South Korea(韩国科学技术院电子工程学院);S2W Inc., Pangyo, South Korea(S2W公司)
ARGORA通过构建因果论证图,提升大语言模型在因果推理和决策中的准确性与修正能力。
2026-01-29 cs.AI
Explainable Automated Reasoning in Law using Probabilistic Epistemic Argumentation
Technical University of Darmstadt(达姆施塔特工业大学);University of Stuttgart(斯图加特大学)
将自动推理工具应用于法律决策支持和分析,有可能使法院判决更加透明和客观。由于证据的准确性和相关性往往存在不确定性,因此需要采用非经典推理方法。在这里,我们调查概率认知论证作为自动推理有关法律案件的工具。我们介绍了一个一般的计划,以模拟法律案件的概率认知论证问题,解释如何可以模拟证据和素描如何解释法律决定可以自动生成。我们的框架是很容易解释的,可以处理循环结构和不精确的概率,并保证在最坏的情况下多项式时间的概率推理。
2020-09-12 cs.AI
A Hybrid Approach to Reasoning with Partially Elicited Preference Models
University of Wisconsin-Milwaukee(威斯康星大学密尔沃基分校);Assumption University(易三仓大学)
经典决策理论为复杂偏好的表示和推理提供了一个规范的框架。直接应用这一理论来自动决策是困难的,由于高启发成本。为了解决这个问题,研究人员最近开发了一些定性的,逻辑导向的方法来表示和推理的参考。虽然有效地解决了一些表达问题,但这些逻辑还没有被证明足够强大,无法构建实用的自动化决策系统。在本文中,我们提出了一种混合的方法,以经典的多属性效用理论为基础的偏好诱导和决策,但可以有效地利用定性方法的表达能力。具体来说,假设一个部分指定的多线性效用函数,我们展示了如何比较声明类的决策方案可以用来进一步约束的效用函数,从而确定超最优的替代品。这项工作表明,定量和定性的方法可以协同集成,提供有效和灵活的决策支持。
2013-01-23 cs.AI
MARDoc: A Memory-Aware Refinement Agent Framework for Multimodal Long Document QA
Tianjin University(天津大学);Qifu Technology(启福科技);Beihang University(北航);Jiangnan University(江南大学)
提出MARDoc框架,通过解耦为探索、精炼和反思三个智能体,并利用结构化记忆替代完整交互历史,减少上下文噪声,提升多模态长文档问答性能。
2026-06-04 cs.AI cs.CL
Image-of-Thought Prompting for Visual Reasoning Refinement in Multimodal Large Language Models
School of Engineering, Westlake University(西湖大学工程学院);City University of Hong Kong(香港城市大学);Research Center for Industries of the Future, Westlake University(西湖大学未来产业研究中心);Johns Hopkins University(约翰斯·霍普金斯大学)
提出 Image-of-Thought (IoT) 提示方法,通过自动设计视觉信息提取操作逐步生成视觉推理路径,结合文本与视觉推理路径,提升了多模态大语言模型在零样本视觉推理任务中的性能并增强了过程可解释性。
2024-05-29 cs.AI cs.CL cs.CV
Monte Carlo Tree Search with Reasoning Path Refinement for Small Language Models in Conversational Text-to-NoSQL
The Hong Kong University of Science and Technology(香港科学与技术大学)
本文提出Stage-MCTS框架,通过蒙特卡洛树搜索和推理路径细化,提升小型语言模型在对话文本到NoSQL任务中的查询生成能力,实验显示其EVM准确性提升达7.93%。
2026-02-13 cs.AI cs.DB
Latent Recurrent Thoughts: Recurrent Refinement of Proposed Latents for Reasoning with Frozen LLMs
Emory University(埃默里大学);IQuest Research(艾奎斯特研究院)
该研究提出 LRT 方法,通过冻结 LLM 结合循环优化的潜在表示进行推理,在多个推理任务上优于同类冻结解码器方法及思维链提示,且推理计算量更低。
2026-09-02 cs.AI cs.CL
MMRefine: Unveiling the Obstacles to Robust Refinement in Multimodal Large Language Models
Theta One, Inc.(Theta One公司);NAVER Cloud AI;KAIST AI(韩国科学技术院)
MMRefine基准通过六类场景和六种错误类型系统评估多模态大语言模型的错误检测与精炼能力,实验揭示了阻碍精炼性能的关键瓶颈。
2025-06-05 cs.AI cs.CL cs.CV
VERGE: Formal Refinement and Guidance Engine for Verifiable LLM Reasoning
Case Western Reserve University(凯斯西储大学);Amazon Web Services(亚马逊网络服务)
VERGE结合LLM与SMT求解器,通过迭代细化生成验证引导答案。其通过分解LLM输出为原子声明,自动形式化为一阶逻辑,并利用自动定理证明验证逻辑一致性。引入多模型共识、语义路由和精确逻辑错误定位等创新,提升推理可靠性。
2026-10-14 cs.AI cs.CL