ReasonOps: A Unified Operational Paradigm for Trustworthy Verified LLM Reasoning
School of Electrical Engineering(电子工程学院);Computer Science (SEECS) National University of Sciences(计算机科学(SEECS)国家 Sciences and Technology)
本文提出ReasonOps,一种将推理视为持续监控、可验证、可靠性感知的操作过程的统一范式,整合语义解释、自动形式化、符号推理、定理证明、运行时保证、概率可靠性估计和自适应修正,以解决当前LLM推理中的逻辑不一致、幻觉符号转换等问题。
2026-05-26 cs.AI cs.LO
Understanding Reasoning Ability of Language Models From the Perspective of Reasoning Paths Aggregation
University of California, Santa Barbara(加利福尼亚大学圣巴巴拉分校);Carnegie Mellon University(卡内基梅隆大学);University of Waterloo(滑铁卢大学)
该研究从推理路径聚合视角解释语言模型的推理涌现机制,将推理路径形式化为图上随机游走路径,验证了该视角的有效性并提出路径扩充方法以提升多步推理性能。
2024-06-20 cs.AI cs.CL cs.LG
Neuro-Symbolic Visual Reasoning: Disentangling "Visual" from "Reasoning"
Microsoft Applied Sciences Group (ASG)(微软应用科学集团);Microsoft Research AI(微软人工智能研究院)
视觉推理任务,如视觉问答(VQA)需要一个相互作用的视觉感知与推理的问题语义的基础上的看法。然而,这一领域的最新进展仍然主要由感知改进(例如场景图生成)而不是推理驱动。神经模块网络等神经符号模型为VQA带来了组合推理的好处,但它们仍然与视觉表示学习纠缠在一起,因此神经推理很难自行改进和评估。为了解决这个问题,我们提出了(1)一个框架,以隔离和评估VQA的推理方面独立于其感知,(2)一种新的自上而下的校准技术,允许模型回答推理问题,即使有不完美的感知。为此,我们引入了一个可微的一阶逻辑形式主义的VQA,明确地从视觉感知的问答。在具有挑战性的GQA数据集上,该框架用于在知名的VQA模型之间进行深入的、分解的比较,从而获得有关参与模型和任务的信息性见解。
2020-08-25 cs.AI cs.CV cs.LG
Escaping Reasoning Basin Collapse with History-Biased Search
University of Illinois Chicago(伊利诺伊大学芝加哥分校)
针对LLM推理时搜索的“推理盆地崩溃”问题,提出无需训练的结构感知选择方法BASIN,在24点游戏、MuSR上优于ToT,可提升推理时推理能力。
2026-10-20 cs.AI
RECAP: Calibrating Low-Bit Reasoning Models on the History They Read
SpinEntropy(自旋熵);ETH Zurich(苏黎世联邦理工学院);PolyU(香港理工大学)
本文提出针对推理模型所读取历史进行校准的后训练量化方法RECAP,通过动态前缀校准与前缀读取几何优化,在W4A4KV4设置下显著提升了DeepSeek-R1-Distill-Qwen-1.5B和Qwen3-4B等模型在MATH500、AIME-120数据集上的推理准确率。
2026-10-14 cs.AI
Searching Meta Reasoning Skeleton to Guide LLM Reasoning
Department of Electronic Engineering, Tsinghua University(清华大学电子工程系);Beijing Institute of Mathematical Sciences and Applications(北京数学科学与应用研究所);State Key laboratory of Space Network and Communications, Tsinghua University(清华大学空间网络与通信国家重点实验室)
本文提出AutoMR框架,通过图表示搜索查询感知的元推理骨架,提升大语言模型推理性能。
2026-04-16 cs.AI
From Stages to States: Unified Iterative Reasoning for MLLMs
MMLab, CUHK(香港中文大学MMLab);PolyU(香港理工大学);Tencent(腾讯);Peking University(北京大学);CPII(中国科学院过程工程研究所)
针对现有多模态思维链方法的阶段范式缺陷,提出统一迭代推理框架ReState,构建多领域CoT数据集VersaCoT-10K,在多模态大语言模型上实现更优推理性能。
2026-11-02 cs.AI
GUI-Rise: Structured Reasoning and History Summarization for GUI Navigation
ShanghaiTech University(上海科技大学);ByteDance(字节跳动);Shanghai Engineering Research Center of Intelligent Vision and Imaging(上海智能视觉与成像工程研究中心)
针对GUI导航跨域泛化与历史利用不足的问题,提出集成结构化推理、动作预测与历史摘要的框架GUI-Rise,通过监督微调与GRPO强化学习训练,在标准基准上取得SOTA表现,显著提升域外泛化能力。
2025-10-31 cs.AI cs.CV
Adaptive Dual Reasoner: Large Reasoning Models Can Think Efficiently by Hybrid Reasoning
Tencent Youtu Lab(腾讯优图实验室)
针对长推理模型过度思考导致高计算成本的问题,提出自适应双推理器(ADR),通过快速与慢速推理模式动态切换,结合SFT与EHPO强化学习训练,在数学推理基准上性能提升6.1%,推理长度减少49.5%-59.3%。
2025-10-14 cs.AI
Inductive or Deductive? Rethinking the Fundamental Reasoning Abilities of LLMs
University of California, Los Angeles(加利福尼亚大学洛杉矶分校);Amazon(亚马逊公司)
本文提出 SolverLearner 框架以分离并纯化大语言模型的归纳推理,发现其归纳推理能力接近完美,但演绎推理尤其在反事实任务中相对不足。
2024-08-07 cs.AI
Topology of Reasoning: Understanding Large Reasoning Models through Reasoning Graph Properties
The University of Tokyo(东京大学)
本研究提出推理图概念,通过分析环性、直径等图论属性,揭示蒸馏推理模型的结构优势与性能的关联,并为数据集设计提供指导,推进大推理模型的可解释性与效能。
2025-10-01 cs.AI
Zero, Finite, and Infinite Belief History of Theory of Mind Reasoning in Large Language Models
University of Edinburgh(爱丁堡大学)
本文提出零、有限与无限信念历史的心理理论推理框架及多轮文本游戏基准,评估六个大语言模型后发现小参数模型在零信念历史任务中表现优于大模型,为复杂智能体ToM推理能力发展奠定基础。
2024-06-07 cs.AI cs.CL
Coordinating Search-Informed Reasoning and Reasoning-Guided Search in Claim Verification
Nanyang Technological University(南洋理工大学)
针对多跳声明验证中推理与搜索交织的挑战,提出层级智能体框架HARIS,通过高低层智能体分别负责推理建链和迭代搜索,用强化学习训练,在两个基准上取得优异性能。
2025-07-31 cs.AI
Towards Unifying Perceptual Reasoning and Logical Reasoning
Cardiff University(卡迪夫大学)
本文提出一个统一感知推理与逻辑推理的概率模型,通过逻辑后果关系表征,实现两种推理过程的统一。
2026-02-23 cs.AI
Probabilistic Inference and Probabilistic Reasoning
University of Rochester(罗切斯特大学)
不确定性至少以两种方式进入人类的推理和推断。我们有理由假设,这些不同的不确定性用途在自动推理中也会发挥作用。
2013-03-27 cs.AI
Reasoning Paths as Signals: Augmenting Multi-hop Fact Verification through Structural Reasoning Progression
Key Laboratory of Trustworthy Distributed Computing and Service (MoE) Beijing University of Posts and Telecommunications(可信分布式计算与服务重点实验室(MoE)北京邮电大学)
针对多跳事实验证中证据聚合与可解释推理不足的问题,提出将推理路径建模为结构化图的框架,并在 FEVER 和 HoVer 上验证其检索与验证性能提升。
2025-06-08 cs.AI
MedCEG: Reinforcing Verifiable Medical Reasoning with Critical Evidence Graph
Shanghai Jiao Tong University(上海交通大学);SII
MedCEG通过关键证据图强化医学推理,提升临床决策的可靠性与有效性。
2025-12-15 cs.AI
History-Aware Reasoning for GUI Agents
针对现有GUI智能体显式推理中短期记忆弱、未利用历史交互的问题,提出历史感知推理(HAR)框架,开发HAR-GUI-3B模型,增强长周期任务推理能力,提升GUI自动化性能与泛化性。
2025-11-12 cs.AI cs.CL cs.CV
Persona2Web: Benchmarking Personalized Web Agents for Contextual Reasoning with User History
Department of Artificial Intelligence, Yonsei University, Seoul, Republic of Korea(人工智能系,延世大学,首尔,大韩民国)
提出Persona2Web基准,通过澄清-个性化原则评估Web智能体在真实开放网络中利用用户历史解决模糊查询的个性化能力,并引入推理感知评估框架。
2026-05-27 cs.AI cs.CL
Reasoning on Graphs: Faithful and Interpretable Large Language Model Reasoning
Monash University(莫纳什大学);Griffith University(格里菲斯大学)
本文提出图上推理方法RoG,通过规划-检索-推理框架将知识图谱结构信息与大语言模型协同,在提升知识图谱问答性能的同时实现忠实且可解释的推理。
2024-02-24 cs.AI cs.CL
Does Reasoning Make Search More Fair? Comparing Fairness in Reasoning and Non-Reasoning Rerankers
Johns Hopkins University(约翰霍普金斯大学);Human Language Technology Center of Excellence(语言技术卓越中心)
研究比较了推理与非推理重排序器的公平性,发现推理模型对公平性无显著影响,需进一步优化以提升公平性。
2026-03-11 cs.AI cs.IR
Reasoning Court: Combining Reasoning, Action, and Judgment for Multi-Hop Reasoning
Cornell University(康奈尔大学)
针对LLMs在多跳推理中存在幻觉和错误传播问题,提出推理法庭框架,引入LLM裁判评估多智能体生成的候选答案及推理,在无任务微调下性能优于现有少样本方法。
2025-04-14 cs.AI cs.CL
From Reasoning Depth to Reasoning Breadth: Evaluating Multi-Point Associative Reasoning in Large Language Models
Beijing University of Posts and Telecommunications(北京邮电大学);Peking University(北京大学);Kuaishou Technology(快手科技)
该研究构建了中英双语多点关联推理基准MPAR-Bench,发现大型语言模型的推理深度未自动带来稳健的推理广度,当前基准未充分覆盖推理广度。
2026-08-13 cs.AI cs.CL
Persistent Instability in LLM's Personality Measurements: Effects of Scale, Reasoning, and Conversation History
研究发现大语言模型在人格测量中存在持续不稳定性,规模扩大、推理和对话历史等干预措施未能有效提升稳定性。
2025-12-23 cs.AI cs.CL
SR-FoT: A Syllogistic-Reasoning Framework of Thought for Large Language Models Tackling Knowledge-based Reasoning Tasks
School of Computer Science and Engineering, Sun Yat-sen University(中山大学计算机科学与工程学院);South China Normal University(华南师范大学)
提出SR-FoT框架,通过多阶段三段论演绎推理增强LLMs处理基于知识的复杂推理任务的能力,实验验证其有效性。
2025-01-20 cs.AI cs.CL
ReaRAG: Knowledge-guided Reasoning Enhances Factuality of Large Reasoning Models with Iterative Retrieval Augmented Generation
Tsinghua University(清华大学);Siemens AG(西门子公司)
针对大推理模型事实准确性不足、带检索能力的RL类模型存在过度思考且推理鲁棒性差的问题,提出带推理链长度上限的ReaRAG模型,通过迭代检索增强生成提升事实性,在多跳问答上优于基线,兼具强反思能力。
2025-05-19 cs.AI cs.CL
Reasoning Curriculum: Bootstrapping Broad LLM Reasoning from Math
Salesforce AI Research(Salesforce AI研究院);University of California, Los Angeles(加州大学洛杉矶分校)
提出Reasoning Curriculum两阶段课程学习法,先通过纯数学强化学习激发推理技能,再经混合领域联合强化学习迁移巩固,在多模型上实现持续增益,提供通用推理的紧凑方案。
2025-10-30 cs.AI cs.CL
History-Guided Iterative Visual Reasoning with Self-Correction
Nanjing University of Aeronautics and Astronautics(南京航空航天大学)
H-GIVR框架通过迭代视觉推理与自我校正,显著提升多模态推理准确性并保持低计算成本。
2026-02-04 cs.AI cs.CL cs.MM
Weight-of-Thought Reasoning: Exploring Neural Network Weights for Enhanced LLM Reasoning
Georgia Institute of Technology(佐治亚理工学院)
针对大语言模型推理依赖 token 级输出、未考虑内部权重动态的问题,提出思维权重推理方法,通过图消息传递等探索权重空间构建推理节点图,在多类推理任务上性能更优且增强可解释性。
2025-04-14 cs.AI cs.CL cs.LG
Rewarding Graph Reasoning Process makes LLMs more Generalized Reasoners
The Hong Kong University of Science and Technology (Guangzhou)(香港科学与技术大学(广州))
本文提出首个专为图推理设计的过程奖励模型GraphPRM,并构建了最大规模的带逐步标签的图推理数据集GraphSILO,显著提升了LLM在图推理及数学等跨领域的推理能力。
2025-06-25 cs.AI cs.CL cs.LG
R1-VL: Learning to Reason with Multimodal Large Language Models via Step-wise Group Relative Policy Optimization
Nanyang Technological University(南洋理工大学)
本文提出StepGRPO在线强化学习框架,通过逐步奖励提升多模态大语言模型的推理能力,并推出R1-VL模型系列,在8个基准上验证了优越性。
2025-08-04 cs.AI cs.CL cs.CV