Retro-Expert: Collaborative Reasoning for Interpretable Retrosynthesis
University of Science and Technology of China（中国科学技术大学）
提出Retro-Expert框架，通过强化学习结合大语言模型与专用模型，实现可解释的逆合成预测，并生成基于化学逻辑的自然语言解释。
2026-06-16 cs.AI cs.LG
Reliable Reasoning Path: Distilling Effective Guidance for LLM Reasoning with Knowledge Graphs
The Hong Kong Polytechnic University（香港理工大学）
针对大语言模型知识不足、易幻觉且难处理复杂问题的缺陷，提出结合LLM语义与知识图谱结构信息、带反思模块的RRP框架，可即插即用增强LLM推理，在两个公开数据集上达SOTA。
2025-06-12 cs.AI cs.CL
CID-TKG: Collaborative Historical Invariance and Evolutionary Dynamics Learning for Temporal Knowledge Graph Reasoning
University of Science and Technology Beijing（北京科技大学）
本文提出CID-TKG框架，通过整合历史不变性和进化动态语义，提升时序知识图谱推理能力，实验表明其在 extrapolation 情况下表现优异。
2026-03-09 cs.AI cs.CL
When Does External Guidance Help LLM Reasoning? A Bias-Variance Theory of Guidance-Augmented GRPO
Federal University of Bahia（巴伊亚联邦大学）
提出GA-GRPO统一框架，将外部引导建模为随机算子，给出收敛速率与最优权重闭式解，实验证明其性能优于现有方法且节省31%计算资源。
2026-10-07 cs.CL cs.LG
Meta-Reasoner: Dynamic Guidance for Optimized Inference-time Reasoning in Large Language Models
National University of Singapore（新加坡国立大学）；Yale University（耶鲁大学）
本文提出Meta-Reasoner框架，通过动态调整推理策略提升大语言模型的推理效率，实验显示在数学和科学任务中准确率提升9-12%，推理时间减少28-35%。
2026-05-07 cs.AI cs.LG
Communications-Incentivized Collaborative Reasoning in NetGPT through Agentic Reinforcement Learning
IEEE
本文提出NetGPT框架，通过代理强化学习实现AI原生xG网络的协作推理与自适应优化。
2026-01-31 cs.LG cs.MA
Efficient LLM Reasoning via Variational Posterior Guidance with Efficiency Awareness
Guangdong University of Foreign Studies（广东外语外贸大学）
本文提出VPG-EA框架，通过变分推断和效率感知证据下界提升LLM推理效率，实验显示在不同模型规模下效率指标提升显著。
2026-05-10 cs.AI cs.LG
KGRGRL: A User's Permission Reasoning Method Based on Knowledge Graph Reward Guidance Reinforcement Learning
Command and Control Engineering College, Army Engineering University of PLA（中国人民解放军陆军工程大学指挥控制工程学院）；troop of PLA（中国人民解放军31436部队）；Academy of Military Science（军事科学院）
通常，多域网络空间安全评估可以通过推理用户的权限来实现。然而，虽然现有的方法包括一些信息，从物理和社会领域，他们不提供一个全面的代表性的网络空间。现有的推理方法也是基于专家给出的规则，效率低，智能化程度低。为了解决这个问题，我们创建了一个知识图谱（KG）的多域网络空间，以提供一个标准的语义描述的多域网络空间。在此基础上，提出了一种基于强化学习的用户权限推理方法。将网络空间中的所有权限表示为节点，训练Agent根据用户的初始权限和网络空间KG找到用户可以拥有的所有权限。在奖励信息设置的强化学习中，我们根据网络空间KG的特点设置了10条奖励设置规则，使Agent能够更好地定位用户的所有权限，避免盲目寻找用户的权限。实验结果表明，该方法能够成功地对用户权限进行推理，提高了用户权限推理方法的智能水平。同时，该方法的F1值比平移嵌入（transE）方法的F1值大6%。
2022-05-16 cs.AI cs.CR cs.LG
Human Robot Collaborative Assembly Planning: An Answer Set Programming Approach
Faculty of Engineering and Natural Sciences, Sabancı University, Istanbul, Turkey（工程与自然科学学院，萨班奇大学，伊斯坦布尔，土耳其）
本文提出一种基于答案集编程的协作装配规划方法，结合常识推理和丰富的沟通动作，用于处理不确定性和确保安全协作。
2020-08-08 cs.AI cs.LO cs.RO
Bridging On-Device and Cloud LLMs for Collaborative Reasoning: A Unified Methodology for Local Routing and Post-Training
Purdue University（普渡大学）；Yonsei University（延世大学）
提出通过强化学习后训练使设备端LLM内部决定是否调用云端，结合分层奖励和自适应提示过滤，显著缩小与纯云端LLM的性能差距。
2026-05-23 cs.LG
SWEET-RL: Training Multi-Turn LLM Agents on Collaborative Reasoning Tasks
FAIR at Meta（Meta FAIR研究院）；UC Berkeley（加州大学伯克利分校）
针对现有多轮RL算法难以有效进行多轮信用分配的问题，本研究提出新基准ColBench和SWEET-RL算法，通过带训练时信息的评判模型提供步骤级奖励，显著提升协作推理任务性能。
2025-03-19 cs.LG
Collaborative Reasoning Distillation via Cross-Feedback and Coherent Curation
KAIST（韩国科学技术院）
提出协作推理蒸馏框架，通过交叉反馈、逐步质量评估和连贯步骤拼接，以极小数据训练出超越基线的紧凑推理模型CRD-4B。
2026-10-08 cs.AI cs.CL cs.LG
When Less is Enough: Efficient Inference via Collaborative Reasoning
Boston University（波士顿大学）；MIT（麻省理工学院）；CSAIL（计算机科学与人工智能实验室）；Biohub（生物枢纽）
本文提出DUET框架，通过能力强模型与轻量模型协作解决任务，降低推理成本，提升推理效率。
2026-05-01 cs.AI cs.CL cs.LG
RelayLLM: Efficient Reasoning via Collaborative Decoding
Washington University in St. Louis（华盛顿大学圣路易斯分校）；University of Maryland（马里兰大学）；University of Virginia（弗吉尼亚大学）
RelayLLM通过令牌级协作解码实现高效推理，利用SLM作为主动控制器，仅在必要时调用LLM，显著降低计算成本并提升推理性能。
2026-01-08 cs.AI cs.CL cs.LG
Guidance is All You Need: Temperature-Guided Reasoning in Large Language Models
SILX AI
本研究提出新型架构Quasar-1，通过Token温度机制和引导思维序列实现大语言模型的温度引导推理，经数学证明收敛性与实验验证，在多任务中显著提升推理准确率与计算效率。
2024-12-05 cs.AI cs.CL cs.LG
A self-evolving multi-role collaborative framework with fine-grained difficulty guidance for innovative mathematical problem generation
School of Physics and Information Technology, Shaanxi Normal University（陕西师范大学物理与信息技术学院）；Department of Computing Technologies, Swinburne University of Technology（斯威本科技大学计算技术系）；Department of Software Engineering, University of Szeged（塞格德大学软件工程系）
本文提出一种自进化多角色协作框架，通过细粒度难度指导提升创新数学问题生成的正确率与创新性。
2026-01-16 cs.AI cs.CL
Counterfactual Collaborative Reasoning
Rutgers University（罗格斯大学）；Rutgers Preparatory School（罗格斯预科学校）
本文提出反事实协作推理（CCR），将反事实推理与神经逻辑推理结合，通过生成困难反事实样本进行显式数据增强，在推荐系统上缓解数据稀缺、提升准确性并增强模型透明度。
2023-06-30 cs.AI cs.CL cs.IR
Neural Collaborative Reasoning
Rutgers University（罗格斯大学）；Tsinghua University（清华大学）
现有的协同过滤（CF）方法大多是基于匹配的思想设计的，即，通过使用浅模型或深模型从数据中学习用户和项目嵌入，它们试图捕获数据中的关联相关性模式，使得用户嵌入可以使用设计的或学习的相似性函数与相关项目嵌入相匹配。然而，作为一种认知而非感知智能任务，推荐不仅需要从数据中进行模式识别和匹配的能力，还需要对数据进行认知推理的能力。在本文中，我们提出了先进的协同过滤（CF）的协同推理（CR），这意味着每个用户都知道的推理空间的一部分，他们合作的推理空间，以估计对方的喜好。从技术上讲，我们提出了一个神经协作推理（NCR）框架来连接学习和推理。具体来说，我们整合了表示学习和逻辑推理的力量，其中表示从感知角度捕获数据中的相似模式，逻辑有助于认知推理，以做出明智的决策。然而，一个重要的挑战是在一个共享的优化和推理架构中桥接可微神经网络和符号推理。为了解决这个问题，我们提出了一个模块化的推理架构，它学习逻辑运算，如AND（$\wedge$），OR（$\vee$）和NOT（$\neg$）作为隐含推理的神经模块（$\rightarrow$）。这样，逻辑表达式可以等效地组织为神经网络，从而可以在连续空间中进行逻辑推理和预测。在真实数据集上的实验验证了该框架与浅层、深层和推理模型相比的优势。
2021-05-03 cs.AI cs.IR cs.LG
Balancing Performance and Human Autonomy with Implicit Guidance Agent
National Institute of Informatics（国立情报学研究所）
人类-智能体团队是人类和自主智能体合作完成一项任务的问题，是人类-人工智能协作中的典型问题。对于有效的协作，人类希望有一个有效的计划，但在现实情况下，由于认知限制，他们可能很难计算出最佳计划。在这种情况下，来自具有许多计算资源的代理的指导可能是有用的。然而，如果一个代理明确地指导人类的行为，人类可能会觉得他们失去了自主权，并被代理控制。因此，我们研究了通过代理人的行为提供的隐式指导。有了这种类型的指导，智能体的行为方式使人类很容易找到一个有效的合作任务计划，然后人类可以改进计划。由于人类自愿改进他们的计划，他或她保持自主性。我们通过将贝叶斯心理理论整合到现有的协作规划算法中，建立了一个具有隐式指导的协作代理模型，并通过行为实验证明，隐式指导可以有效地使人类在改善计划和保持自主性之间保持平衡。
2021-09-01 cs.AI
CHOIR: Collaborative Harmonization fOr Inference Robustness
Texas A&M University（德克萨斯大学）
CHOIR提出测试时协作调和框架，利用反事实角色的分歧推理信号提升LLM推理鲁棒性，无需训练，平均提升19.2%。
2025-10-26 cs.AI cs.CL
Strategy Executability in Mathematical Reasoning: Leveraging Human-Model Differences for Effective Guidance
National University of Singapore（新加坡国立大学）；University of California, Berkeley（加州大学伯克利分校）
本文提出SSR框架，通过显式建模策略可执行性，利用人类-模型差异提升数学推理的指导效果。
2026-10-14 cs.AI cs.CL
CAMPHOR: Collaborative Agents for Multi-input Planning and High-Order Reasoning On Device
Stanford University（斯坦福大学）；Apple（苹果公司）
本文提出CAMPHOR，一个设备端SLM多智能体框架，通过分层架构、参数共享和提示压缩处理多输入与高阶推理，微调后的SLM智能体在任务完成F1上比闭源LLM高约35%，同时无需服务器通信并增强隐私。
2024-10-12 cs.AI cs.CL cs.LG
Towards Multi-Agent Reasoning Systems for Collaborative Expertise Delegation: An Exploratory Design Study
The Hong Kong University of Science and Technology（香港科学与技术大学）；WeBank；The Hong Kong Polytechnic University（香港理工大学）
该研究系统探究专业领域匹配、协作范式、系统规模三个维度对多智能体LLM系统协作推理性能的影响，明确了各维度的效果规律与计算权衡，为可扩展多智能体推理系统的架构设计提供了指导。
2025-05-16 cs.AI cs.CL
Multi-LLM Collaborative Search for Complex Problem Solving
The Chinese University of Hong Kong（香港中文大学）；Shanghai AI Laboratory（上海人工智能实验室）
提出搜索代理混合（MoSA）范式，利用多个大语言模型协作与蒙特卡洛树搜索增强复杂推理，通过独立探索与迭代细化整合推理路径，在数学和常识推理基准上优于单代理及多代理基线。
2025-02-26 cs.AI cs.CL
Analysing Chain of Thought Dynamics: Active Guidance or Unfaithful Post-hoc Rationalisation?
School of Computer Science, University of Sheffield（计算机科学学院，谢菲尔德大学）
本文研究思维链在软推理任务中的动态与忠实性，发现不同模型对 CoT 的依赖方式不同，且 CoT 的影响力与忠实性并不总是一致。
2025-08-27 cs.AI cs.CL
Why Human Guidance Matters in Collaborative Vibe Coding
Cornell University（康奈尔大学）；Princeton University（普林斯顿大学）；Massachusetts Institute of Technology（麻省理工学院）；University of Cambridge（剑桥大学）；New York University（纽约大学）
本研究通过实验表明，人类在协作式节奏编码中提供有效高层指令，而AI指令常导致性能下降，混合系统在人类主导指令时表现最佳，强调人类指导的重要性。
2026-03-06 cs.AI cs.HC cs.SI
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
Plan Then Action:High-Level Planning Guidance Reinforcement Learning for LLM Reasoning
Case Western Reserve University, Cleveland, OH, USA（凯斯西储大学）；Kean University, Union, NJ, USA（凯恩大学）；The Ohio State University, Columbus, OH, USA（俄亥俄州立大学）；Fudan University, Shanghai, China（复旦大学）；Shanghai Artificial Intelligence Laboratory, Shanghai, China（上海人工智能实验室）；The University of Hong Kong, Hong Kong, China（香港大学）；North Carolina State University, Raleigh, NC, USA（北卡罗来纳州立大学）
提出PTA-GRPO两阶段框架，通过高层规划引导与强化学习联合优化，提升LLM在数学和自然科学推理任务中的准确性和泛化能力。
2026-05-25 cs.AI cs.CL
CoRe3D: Collaborative Reasoning as a Foundation for 3D Intelligence
University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
CoRe3D通过协作推理框架实现3D内容生成，结合语义和空间推理提升3D输出的一致性与描述一致性。
2026-02-10 cs.AI cs.CV cs.LG
More Than One Teacher: Adaptive Multi-Guidance Policy Optimization for Diverse Exploration
Tongji University（同济大学）；Hong Kong Polytechnic University（香港理工大学）；Shanghai AI Lab（上海人工智能实验室）；National University of Singapore（新加坡国立大学）；University of Electronic Science and Technology of China（电子科技大学）
提出自适应多引导策略优化（AMPO）框架，按需利用多个教师模型引导，结合基于理解的筛选机制，提升LLM推理多样性与性能，在数学和分布外任务上分别提升4.3%和12.2%。
2025-10-09 cs.AI cs.CL cs.LG
Graph Collaborative Reasoning
Rutgers University（罗格斯大学）；Tsinghua University（清华大学）
图可以表示实体之间的关系信息，并且图结构被广泛用于许多智能任务，例如搜索、推荐和问答。然而，在实际应用中，大多数图结构数据都存在不完全性，因此链接预测成为一个重要的研究问题。尽管人们提出了许多链接预测的模型，但对以下两个问题的研究仍然较少：（1）大多数方法对每个链接独立建模，而没有利用相关链接的丰富信息;（2）现有的模型大多基于联想学习设计，没有考虑推理。基于这些考虑，本文提出了图协同推理（GCR），它可以从逻辑推理的角度利用图上的邻居链接信息进行关系推理。我们提供了一个简单的方法，将图结构转换为逻辑表达式，使链接预测任务可以转换为神经逻辑推理问题。我们应用逻辑约束神经模块根据逻辑表达式构建网络结构，并使用反向传播来有效地学习模型参数，在统一的架构中桥接可微学习和符号推理。为了证明我们的工作的有效性，我们进行了实验，图相关的任务，如链接预测和推荐的基础上常用的基准数据集，我们的图协同推理方法达到了最先进的性能。
2021-12-28 cs.AI cs.IR cs.LG
MAPS: Multi-Agent Personality Shaping for Collaborative Reasoning
针对现有多智能体协作推理中行为同质化、缺乏反思能力的问题，提出MAPS框架，基于大五人格理论分配独特人格特质并引入Critic智能体引导迭代优化，提升推理深度与灵活性，在基准测试中表现优异且具泛化性。
2025-11-12 cs.AI
Visual Interaction with Deep Learning Models through Collaborative Semantic Inference
Harvard NLP group（哈佛自然语言处理组）；IBM Research Cambridge（IBM剑桥研究院）；MIT-IBM Watson AI Lab（麻省理工-IBM沃森人工智能实验室）；Harvard Visual Computing group（哈佛视觉计算组）
当人类失去决策过程的代理权时，任务的自动化可能会产生严重的后果。深度学习模型特别容易受到影响，因为目前的黑盒方法缺乏可解释的推理。我们认为，深度学习系统的视觉界面和模型结构都需要考虑交互设计。我们提出了一个框架的协作语义推理（CSI）的交互和模型的协同设计，使人类和算法之间的视觉协作。该方法公开了模型的中间推理过程，允许与问题的视觉隐喻进行语义交互，这意味着用户可以理解和控制模型推理过程的部分。我们证明了CSI的可行性与共同设计的案例研究的文件摘要系统。
2019-07-24 cs.AI cs.CL cs.HC
LegalBench: Prototyping a Collaborative Benchmark for Legal Reasoning
Stanford Law School（斯坦福法学院）；Stanford Computer Science（斯坦福大学计算机科学系）
基础模型能否被引导执行涉及法律推理的任务？我们认为，建立一个基准来回答这个问题将需要计算机科学和法律界之间的持续合作努力。为此，这份简短的文件有三个目的。首先，我们描述了IRAC-一个框架，法律学者用来区分不同类型的法律推理-可以指导建设的基础模型为导向的基准。其次，我们提出了一个种子集的44个任务，根据这个框架。我们讨论了初步的发现，并强调了新任务的方向。最后，受开放科学运动的启发，我们呼吁法律和计算机科学社区通过贡献新任务来加入我们的努力。这项工作正在进行中，我们的进展可以在这里跟踪：https://github.com/HazyResearch/legalbench。
2022-09-13 cs.AI
Reasoning with Autoregressive-Diffusion Collaborative Thoughts
The Chinese University of Hong Kong（香港中文大学）；University of Science and Technology of China（中国科学技术大学）；Tsinghua University（清华大学）
本文提出协同思想框架，通过自回归和扩散模型的闭环协作提升空间推理可靠性与生成可控性。
2026-02-02 cs.AI
Chiron-o1: Igniting Multimodal Large Language Models towards Generalizable Medical Reasoning via Mentor-Intern Collaborative Search
Shanghai Artificial Intelligence Laboratory（上海人工智能实验室）；Fudan University（复旦大学）；Shanghai Jiao Tong University（上海交通大学）
针对医学MLLM推理路径搜索评估框架缺失的问题，提出MICS方案生成优质医学CoT数据，构建难度分级的MMRP数据集，通过课程学习训练出Chiron-o1模型，在多项医学视觉问答与推理基准上达到SOTA。
2025-10-22 cs.AI cs.CL cs.CV
Bridging Reasoning Trajectories in On-Policy Distillation via Near-Future Guidance
University of Maryland, Baltimore County（马里兰大学巴尔的摩分校）
针对在线策略蒸馏中令牌级学习信号无法有效桥接推理轨迹的问题，提出基于近未来轨迹信息的轨迹感知在线策略蒸馏方法，显著提升大语言模型推理性能。
2026-06-29 cs.AI cs.CL
Meaningful Learning: Enhancing Abstract Reasoning in Large Language Models via Generic Fact Guidance
Fudan University（复旦大学）；Du Xiaoman (Beijing) Science Technology Co., Ltd.（度小满（北京）科技有限公司）
针对大型语言模型在抽象推理上的不足，本文定制了AbsR数据集并提出有意义的学习范式，通过通用事实引导有效提升了模型的一般与抽象推理能力。
2024-11-11 cs.AI cs.CL
DeAR: Decentralized Agentic Reasoning via Capability Grounding and Collaborative Thought Navigation
针对现有智能体推理系统的路由瓶颈与静态角色分配问题，提出DeAR框架，通过三种机制实现去中心化协作，在9类基准测试中性能优于基线方法，提升了知识密集型推理任务的准确性。
2026-08-19 cs.AI
Two Heads are Better Than One: Test-time Scaling of Multi-agent Collaborative Reasoning
Rutgers University（罗格斯大学）；University of Connecticut（康涅狄格大学）；Nanyang Technological University（南洋理工大学）；Sakana AI（Sakana人工智能公司）；NVIDIA Research（英伟达研究院）
该研究针对单智能体测试时扩展（TTS）的瓶颈，提出用多智能体系统（MAS）升级TTS，引入M500数据集并结合CEO智能体的自适应策略，微调的Qwen2.5-32B-MAS等模型性能优于基础模型。
2026-08-27 cs.AI
Adaptive Reasoning Executor: A Collaborative Agent System for Efficient Reasoning
Artificial Intelligence Innovation and Incubation Institute, Fudan University（复旦大学人工智能创新与孵化院）；School of Data Science, Fudan University（复旦大学数据科学学院）；Shanghai Academy of Artificial Intelligence for Science（上海人工智能科学研究院）
提出一种集成小、大语言模型的协作智能体系统，通过小模型初答、大模型验证与按需深度推理，在简单问题上降低大模型计算成本超50%且几乎不损精度，并保持复杂任务性能。
2025-10-15 cs.AI
Improving LLM Reasoning through Scaling Inference Computation with Collaborative Verification
Salesforce AI（Salesforce人工智能公司）；University of Notre Dame（圣母大学）
针对大语言模型推理准确性不足的问题，研究通过构建正误解答数据集训练验证器，结合CoT与PoT的协同验证方法扩展推理计算，在数学、代码推理基准上取得SOTA结果。
2024-10-05 cs.AI cs.LG
CogGuide: Human-Like Guidance for Zero-Shot Omni-Modal Reasoning
NoDesk AI；Zhejiang University（浙江大学）
针对多模态大模型跨模态推理的“捷径”与上下文理解不足问题，提出基于“意图草图”的零样本即插即用三模块认知推理组件，无需微调即可跨模型迁移，有效降低条件熵并提升信息利用率，在多个基准上取得最高约9.51个百分点的稳健增益。
2025-09-15 cs.AI cs.LG
MACI: Multi-Agent Collaborative Intelligence for Adaptive Reasoning and Temporal Planning
Stanford University（斯坦福大学）
本文提出多智能体协作智能框架MACI，通过元规划器、任务智能体和运行时监控器三个组件，结合常识推理与规划验证解耦，克服传统LLM在推理、时间感知和约束管理上的局限，在调度任务中表现稳健。
2025-01-29 cs.AI
AirCopBench: A Benchmark for Multi-drone Collaborative Embodied Perception and Reasoning
AirCopBench是一个针对多无人机协作具身感知与推理的首个全面基准测试，通过模拟与现实数据生成14600+问题，评估MLLMs在复杂协作场景中的性能差异。
2025-11-22 cs.AI cs.CV
LiFi: LiDAR Generation from Multi-View Images via Geometric and Semantic Collaborative Guidance
University of Science and Technology of China（中国科学技术大学）；Shanghai Innovation Institute（上海创新研究院）；Shanghai Jiao Tong University（上海交通大学）；Fudan University（复旦大学）
本研究提出专门框架LiFi，通过几何与语义双分支协同引导及双分支平衡CFG策略，从多视图图像生成高保真LiDAR场景，性能优于现有最先进方法，代码将公开。
2026-10-14 cs.AI cs.CV
Collaborative Learning and Reasoning over Model Slices
School of Artificial Intelligence, Shanghai Jiao Tong University（上海交通大学人工智能学院）
该研究针对单模型推理的错误传播问题，提出模型切片与金字塔监督结合的协同学习方法，在四类任务上实现了优于或媲美基线的性能，且推理效率更高。
2026-10-12 cs.AI
MA-RAG: Multi-Agent Retrieval-Augmented Generation via Collaborative Chain-of-Thought Reasoning
Dartmouth College（达特茅斯学院）
MA-RAG通过协调Planner、Step Definer、Extractor和QA等专用智能体进行协作思维链推理，将复杂QA任务分解为子任务逐步优化检索与合成，在多基准上超越现有RAG方法，确立了高效可靠的多智能体RAG新范式。
2025-10-11 cs.AI cs.CL
Towards Interpretable Renal Health Decline Forecasting via Multi-LMM Collaborative Reasoning Framework
National Sun Yat-Sen University（中山大学）；Kaohsiung Medical University Hospital（高雄医学大学附设医院）；Kaohsiung Medical University（高雄医学大学）
针对大型多模态模型在eGFR预测中应用受限的问题，提出融合视觉知识迁移、溯因推理与短期记忆的多LMM协作框架，使开源模型达到专有级的预测性能与可解释性，为医疗AI构建提供新思路。
2025-07-30 cs.AI cs.LG cs.MA
Speculative Thinking: Enhancing Small-Model Reasoning with Large Model Guidance at Inference Time
Case Western Reserve University（凯斯西储大学）；Carnegie Mellon University（卡内基梅隆大学）
提出一种无需训练的推测性思考框架，通过让大推理模型在推理层面引导小模型，在提升小模型推理准确率的同时缩短输出长度。
2026-06-02 cs.AI cs.CL
SAGE: Mitigating Long-Horizon Reasoning Biases via Topological Guidance
Virginia Tech（弗吉尼亚理工大学）；University of Wisconsin Madison（威斯康星大学麦迪逊分校）；Dartmouth College（达特茅斯学院）
SAGE通过代数稀疏化和双曲结构引导，统一缓解长程推理中的探索与复合偏差，在12个基准上超越基线，并在Andrews-Curtis问题上实现8倍改进。
2026-11-04 cs.AI
AgentCDM: Enhancing Multi-Agent Collaborative Decision-Making via ACH-Inspired Structured Reasoning
针对多智能体协作决策中独裁式与投票式方法的不足，本文提出受 ACH 启发的 AgentCDM 框架，通过两阶段训练实现结构化推理与自主泛化，在多个基准上取得最先进性能。
2025-08-16 cs.AI cs.MA
TPD: Enhancing Student Language Model Reasoning via Principle Discovery and Guidance
Georgia Institute of Technology（佐治亚理工学院）；University of California, Los Angeles（加州大学洛杉矶分校）
本文提出 TPD 师生框架，由教师模型依据学生错误提炼原则并选择示例，使其在推理阶段无需外部干预即可学习，八项任务平均较思维链提示提升 6.2%。
2024-01-24 cs.AI cs.CL
UNeMo: Collaborative Visual-Language Reasoning and Navigation via a Multimodal World Model
UNeMo通过多模态世界模型实现视觉-语言推理与导航的协作优化，提升导航准确率。
2026-02-07 cs.AI
