Scalable and Explainable Enterprise Knowledge Discovery Using Graph-Centric Hybrid Retrieval
Persistent Systems
针对企业异构系统中复杂查询检索困难的问题，提出集成KBLam、DeepGraph和语义搜索的模块化混合检索框架，构建统一知识图谱支持多跳推理，实验显示答案相关性较GPT基线提升达80%。
2025-10-13 cs.AI cs.DB
Understanding Narratives through Dimensions of Analogy
Information Sciences Institute, University of Southern California（南加州大学信息科学研究所）
类比推理是一种强大的定性推理工具，它使人类能够将两种情况联系起来，并将他们的知识从熟悉的情况推广到新的情况。认知科学的研究提供了宝贵的见解类比推理的丰富性和复杂性，以及有限的可扩展性的表达性类比推理机的实现。具有类比推理潜力的现代可扩展人工智能技术仅适用于比例类比的特殊情况，而不是理解高阶类比。在本文中，我们的目标是通过以下方式弥合这一差距：1）基于认知科学研究的成熟见解，将类比的六个维度形式化，2）用这些维度中的每一个来注释寓言语料库，以及3）定义四个复杂性不断增加的任务，以实现对人工智能技术的可扩展评估。在这些任务上使用语言模型和神经符号AI推理机的实验表明，最先进的方法可以应用于类比推理，但成功有限，因此需要进一步研究AI的全面和可扩展的类比推理。我们提供所有的代码和数据。
2022-06-27 cs.AI cs.CL
Lean Meets Theoretical Computer Science: Scalable Synthesis of Theorem Proving Challenges in Formal-Informal Pairs
D-CHAB, ETH Zurich, Zurich, Switzerland.；D-INFK, ETH Zurich, Zurich, Switzerland.；ETH AI Center, Zurich, Switzerland.；University of Pennsylvania, PA, USA.；Independent Researcher.
本文提出利用理论计算机科学作为可扩展的严谨证明问题来源，通过算法定义自动生成大量挑战性定理-证明对，展示了在Busy Beaver问题和混合布尔算术问题上的应用，并揭示了自动定理证明在复杂问题上的局限性。
2026-05-18 cs.AI cs.CL cs.LG
Tractable Diversity: Scalable Multiperspective Ontology Management via Standpoint EL
TU Dresden（德累斯顿工业大学）
本文提出 Standpoint EL，一种 EL 的多模态扩展，用于集成表示多视角领域知识，并证明其保持 PTime 可推理性，而额外特性会导致不可处理。
2023-02-25 cs.AI
SMORE: Knowledge Graph Completion and Multi-hop Reasoning in Massive Knowledge Graphs
Stanford University（斯坦福大学）；Google Brain（谷歌大脑）；UC Berkeley（加州大学伯克利分校）
知识图谱（KG）以头-关系-尾三元组的形式捕获知识，并且是许多AI系统中的重要组成部分。KG上有两个重要的推理任务：（1）单跳知识图谱完成，其涉及预测KG中的各个链接;以及（2）多跳推理，其中目标是预测哪些KG实体满足给定的逻辑查询。基于嵌入的方法通过首先计算每个实体和关系的嵌入，然后使用它们来形成预测来解决这两个任务。然而，现有的可扩展KG嵌入框架仅支持单跳知识图谱完成，不能应用于更具挑战性的多跳推理任务。在这里，我们提出了可扩展的多hOp推理（SMORE），第一个通用的框架，单跳和多跳推理在KG。使用单机SMORE可以在Freebase KG（86 M实体，338 M边）中执行多跳推理，这是以前考虑的KG的1,500倍。SMORE的运行时性能的关键是一个新的双向拒绝采样，实现了在线训练数据生成的复杂性的平方根减少。此外，SMORE利用异步调度，重叠基于CPU的数据采样，基于GPU的嵌入计算，以及频繁的CPU-GPU IO。SMORE增加了吞吐量（即，训练速度）是先前多跳KG框架的2.2倍，具有最小的GPU内存需求（2GB用于在86 M节点Freebase上训练400-dim嵌入），并实现了与GPU数量接近线性的加速。此外，在更简单的单跳知识图谱完成任务SMORE上，在单GPU和多GPU设置上实现了与最先进的框架相当甚至更好的运行时性能。
2021-11-01 cs.AI cs.DB cs.DC
Spectral Neuro-Symbolic Reasoning II: Semantic Node Merging, Entailment Filtering, and Knowledge Graph Alignment
School of Information, UC Berkeley（信息学院，伯克利大学）
本研究扩展谱神经符号推理（Spectral NSR）框架，新增语义节点合并、蕴含过滤和知识图谱对齐三大增强功能，在多个基准上实现最高+3.8%的准确率提升，提升推理稳健性与可扩展性。
2025-11-02 cs.AI cs.CL cs.NE
Knowledge Graphs are Implicit Reward Models: Path-Derived Signals Enable Compositional Reasoning
Department of Electrical and Computer Engineering, Princeton University, New Jersey, USA（电气与计算机工程系，普林斯顿大学，新泽西州，美国）
本文提出利用知识图谱作为隐式奖励模型，通过路径衍生信号提升模型在复杂推理任务中的组合推理能力。
2026-03-06 cs.AI cs.CL
Knowledge representation and scalable abstract reasoning for simulated democracy in Unity
Democritus University of Thrace（德谟克利特色雷斯大学）
本文提出在 Unity 模拟民主 e-polis 中采用双层知识表示与演绎系统，实现可扩展的抽象推理、实时决策和可解释性。
2025-02-26 cs.AI cs.CY cs.MA
Incentivizing Consistent, Effective and Scalable Reasoning Capability in Audio LLMs via Reasoning Process Rewards
Amazon（亚马逊）；Siebel School of Computing and Data Science, University of Illinois Urbana-Champaign（计算机与数据科学学院，伊利诺伊大学厄巴纳-香槟分校）
针对音频大语言模型推理导致性能下降的测试时逆缩放问题，提出CESAR框架，通过在线强化学习奖励推理过程，实现一致有效可扩展的推理，并在MMAU和MMSU基准上取得领先性能。
2025-10-23 cs.AI cs.LG
Reasoning Under Threat: Symbolic and Neural Techniques for Cybersecurity Verification
Sarah Veronica（独立研究者）
本文综述自动推理及神经符号技术在网络安全验证中的应用，梳理逻辑系统、SOTA工具与AI集成，并指出可扩展性等研究空白及未来方向。
2025-05-12 cs.AI cs.CR
MeTeoR: Practical Reasoning in Datalog with Metric Temporal Operators
University of Oxford（牛津大学）；Shanghai Jiao Tong University（上海交通大学）
DatalogMTL是一个扩展的DatalogM与运营商的度量时态逻辑，近年来受到了极大的关注。它是一种高度表达的知识表示语言，非常适合于基于时态本体的查询应答和流处理中的应用。然而，DatalogMTL中的推理具有高计算复杂性，这使得实现具有挑战性并阻碍其在应用中的采用。在本文中，我们提出了一种新的方法，在DatalogMTL的实际推理结合物化（又名。前向链接）与基于自动机的技术。我们已经实现了这种方法的推理机称为MeTeoR和评估其性能使用的时间扩展的里海大学基准和基准的基础上，在现实世界的气象数据。我们的实验表明，MeTeoR是一个可扩展的系统，它能够推理复杂的时间规则和数据集，涉及数以千万计的时间事实。
2022-01-12 cs.AI cs.DB
Scalable Coupling of Deep Learning with Logical Reasoning
Université Fédérale de Toulouse（图卢兹联邦大学）；INRAE（法国国家农业、食品与环境研究院）；Université de Toulouse（图卢兹大学）；CNRS（法国国家科学研究中心）；INSA（国立应用科学学院）；TBI（图卢兹生物技术研究所）
针对离散推理与神经网络融合需求，提出可扩展神经架构与损失函数，解决Besag伪对数似然的高能量学习局限，可高效求解多类NP难推理问题，兼具数据效率、可解释性与后验控制能力。
2023-07-18 cs.AI cs.LG stat.ML
Revisiting Tree Search for LLMs: Gumbel and Sequential Halving for Budget-Scalable Reasoning
本文提出ReSCALE，通过将Gumbel采样和顺序削减替代传统方法，实现大语言模型在推理中的可扩展推理能力提升，解决了搜索预算增加时准确率下降的问题。
2026-03-22 cs.AI cs.LG
Scalable Chain of Thoughts via Elastic Reasoning
Salesforce AI Research（Salesforce人工智能研究）
针对大型推理模型思维链输出长度不受控、难适配资源约束部署的问题，提出分思考与解答双阶段的弹性推理框架，搭配预算约束滚动训练策略，在多基准上实现低训练成本、高约束鲁棒性及更高效的推理。
2025-05-21 cs.AI cs.CL cs.LG
Stabilizing Recurrent Dynamics for Test-Time Scalable Latent Reasoning in Looped Language Models
State Key Laboratory of Novel Software Technology, Nanjing University, Nanjing, China（新型软件技术国家重点实验室，南京大学，南京，中国）；School of Artificial Intelligence, Nanjing University, Nanjing, China（人工智能学院，南京大学，南京，中国）；School of Intelligence Science and Technology, Nanjing University, Nanjing, China（智能科学与技术学院，南京大学，南京，中国）
提出STARS训练框架，通过雅可比谱半径正则化约束潜在状态趋近渐近稳定不动点，解决循环语言模型深度递归时性能崩溃问题，实现可靠的测试时扩展并提升峰值性能。
2026-05-26 cs.AI cs.LG
Reasoning Core: A Scalable RL Environment for LLM Symbolic Reasoning
Univ. Lille（里尔大学）；Inria（法国国家信息与自动化研究所）；CNRS（法国国家科学研究中心）；Centrale Lille（里尔中央理工学院）；UMR 9189 - CRIStAL（法国国家科学研究中心计算机科学研究实验室）
本文提出可扩展强化学习环境 Reasoning Core，程序化生成覆盖规划、逻辑、文法、因果与方程求解等形式化推理问题，并通过外部验证和连续难度控制为 LLM 符号推理训练提供无限实例。
2025-09-22 cs.AI cs.CL
InfinityMATH: A Scalable Instruction Tuning Dataset in Programmatic Mathematical Reasoning
Beijing Academy of Artificial Intelligence（北京人工智能研究院）；China University of Mining & Technology Beijing（中国矿业大学（北京））
针对现有数学推理指令微调数据集构建依赖大量种子数据、计算成本高、扩展性差的问题，提出通过解耦数字与问题合成无数字程序的方式构建可扩展数据集InfinityMATH，微调后模型在多基准上提升显著且鲁棒性强。
2024-08-09 cs.AI cs.LG
SLR: Automated Synthesis for Scalable Logical Reasoning
TU Darmstadt（图宾根大学）；DFKI（德意志联邦防务学院）；Meta FAIR；CERTAIN, Germany（德国CERTAIN）；Lab1141；MPI-Inf（马克斯·普朗克研究所）
SLR通过可扩展逻辑推理系统自动化生成指令提示、验证程序和潜在真实规则，创建SLR-Bench基准测试，展示LLM在逻辑推理中的表现及课程学习提升效果。
2026-05-11 cs.AI cs.CL cs.LG
Mobility-Aware Cache Framework for Scalable LLM-Based Human Mobility Simulation
Lehigh University（莱维大学）；State University of New York at Binghamton（纽约州立大学布法罗分校）
MobCache通过移动感知缓存框架提升大规模LLM基人类移动模拟的效率和保真度。
2026-07-15 cs.AI cs.LG
PREMISE: Scalable and Strategic Prompt Optimization for Efficient Mathematical Reasoning in Large Models
University of Illinois at Urbana–Champaign（伊利诺伊大学厄巴纳-香槟分校）
针对大型推理模型思维链推理冗余导致成本高的问题，提出仅依赖提示的PREMISE框架，通过轨迹诊断与多目标提示优化，在黑盒商用模型上实现推理token与成本大幅下降且准确率不降低。
2025-06-12 cs.AI cs.CL cs.LG
SwarmSys: Decentralized Swarm-Inspired Agents for Scalable and Adaptive Reasoning
The Hong Kong University of Science and Technology (Guangzhou)（香港科学与技术大学（广州））；New York University（纽约大学）；The Hong Kong University of Science and Technology（香港科学与技术大学）；NYU Shanghai（纽约大学上海分校）；Indiana University（印第安纳大学）；The Chinese University of Hong Kong（香港中文大学）
本文提出受群体智能启发的分布式多智能体推理框架SwarmSys，通过Explorers、Workers和Validators三种角色的迭代交互，结合自适应画像、概率匹配与信息素强化机制，实现动态任务分配与自组织收敛，在多类任务中显著提升了准确率与推理稳定性。
2025-10-11 cs.AI
SCALER:Synthetic Scalable Adaptive Learning Environment for Reasoning
Fudan University（复旦大学）；Shanghai Innovation Institute（上海创新研究院）；Singapore Management University（新加坡国立大学）
SCALER通过自适应环境设计维持有效学习信号，解决RL训练中任务难度与模型能力不匹配及训练模式狭窄的问题，提升推理能力。
2026-04-20 cs.AI
CodePMP: Scalable Preference Model Pretraining for Large Language Model Reasoning
Institute of Information Engineering, Chinese Academy of Sciences（中国科学院信息工程研究所）；School of Cyber Security, University of Chinese Academy of Sciences（中国科学院大学网络安全学院）；Xiaohongshu Inc（小红书公司）
提出可扩展偏好模型预训练流程CodePMP，利用大规模合成代码偏好对预训练奖励模型，有效缓解高质量偏好数据稀缺问题，显著提升大型语言模型在数学与逻辑推理任务上的性能。
2025-05-29 cs.AI cs.CL
GraphDC: A Divide-and-Conquer Multi-Agent System for Scalable Graph Algorithm Reasoning
Department of Computer Science, Virginia Tech（弗吉尼亚理工大学计算机科学系）
GraphDC通过分而治之的多智能体框架提升图算法推理效率，通过分解图并分配子任务给专用智能体，结合主智能体整合结果，提升大规模图处理的性能和鲁棒性。
2026-04-18 cs.AI cs.MA
SOLAR: Scalable Optimization of Large-scale Architecture for Reasoning
Carnegie Mellon University（卡内基梅隆大学）
本研究提出SOLAR框架，通过动态优化推理拓扑、结合拓扑标注生成与拓扑缩放方法，搭配多任务拓扑奖励模型，在MATH等数据集上显著提升大语言模型推理准确率与效率，建立新的推理基准。
2025-05-16 cs.AI
VICoT-Agent: A Vision-Interleaved Chain-of-Thought Framework for Interpretable Multimodal Reasoning and Scalable Remote Sensing Analysis
Wuhan University（武汉大学）；University of Toronto（多伦多大学）
VICoT-Agent通过视觉交织思维链框架实现多模态推理和遥感分析，采用堆栈结构和模块化工具集提升推理效率，并通过推理堆栈蒸馏方法降低模型复杂度，显著提升推理透明度和执行效率。
2025-12-03 cs.AI cs.MA
Scalable Power Sampling: Unlocking Efficient, Training-Free Reasoning for LLMs via Distribution Sharpening
Huawei Noah's Ark Lab（华为诺亚实验室）；UCL Centre for Artificial Intelligence（伦敦大学学院人工智能中心）
本文提出了一种无训练、无验证器的算法，通过分布锐化提升LLM的推理效率，减少计算成本，实现高效推理。
2026-10-14 cs.AI cs.LG
Scalable LLM Reasoning Acceleration with Low-rank Distillation
CMU Department of Electrical and Computer Engineering（卡内基梅隆大学电气与计算机工程系）；Carnegie Mellon University（卡内基梅隆大学）；Meta FAIR at Meta（Meta FAIR）；CMU（卡内基梅隆大学）
Caprese通过低秩蒸馏方法恢复高效推理方法中丢失的数学推理能力，同时减少参数数量和延迟，提升响应效率。
2026-02-16 cs.AI cs.CL cs.LG
PARTAB: Partition-Aware Reasoning with Structured Evidence for Scalable Table Understanding
University of Alberta（阿尔伯塔大学）
本研究提出PARTAB框架，通过构建结构化证据接口、分层选择表格证据，提升LLM在大规模表格推理任务中的性能，在多个基准上表现优于现有方法。
2026-08-26 cs.AI cs.CL cs.IR
mSCoRe: a $M$ultilingual and Scalable Benchmark for $S$kill-based $Co$mmonsense $Re$asoning
Department of Computer Science, University of Oregon（俄勒冈大学计算机科学系）；Adobe Research（Adobe研究）
针对多语言常识推理评估的空白，提出包含技能分类体系、数据合成流水线和复杂度扩展框架的mSCoRe基准，实验表明现有推理增强LLM在更高复杂度的多语言常识推理上仍存在显著局限性。
2025-08-13 cs.AI cs.CL
MedAgentGym: A Scalable Agentic Training Environment for Code-Centric Reasoning in Biomedical Data Science
Emory University（埃默里大学）；Georgia Institute of Technology（佐治亚理工学院）；University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）；Yale University（耶鲁大学）；UT Southwestern Medical Center（德克萨斯大学西南医学中心）；University of Washington（华盛顿大学）
本研究推出可扩展的生物医学智能体训练环境MedAgentGym，包含海量真实场景任务与完善的训练基准，可有效提升大语言模型的编码推理能力，训练出的Med-Copilot性能接近gpt-4o。
2025-10-05 cs.AI cs.CL cs.LG
SALSA-CLRS: A Sparse and Scalable Benchmark for Algorithmic Reasoning
ETH Zurich（苏黎世联邦理工学院）
本文提出 SALSA-CLRS，通过引入稀疏图表示和分布式算法扩展 CLRS 基准，解决了原基准内存需求大、难以扩展的问题，并进行了实证评估。
2023-11-20 cs.AI cs.LG
Scalable and Accurate Graph Reasoning with LLM-based Multi-Agents
基于大语言模型的多智能体图推理方法，通过分解图问题为节点中心任务，提升图推理的准确性和扩展性。
2025-11-25 cs.AI
Hybrid Deep Searcher: Scalable Parallel and Sequential Search Reasoning
Seoul National University（首尔国立大学）；LG AI Research（LG AI研究）；University of Illinois Chicago（伊利诺伊大学芝加哥分校）；University of Seoul（首尔大学）
提出混合搜索策略HybridDeepSearcher，通过并行查询扩展与显式证据聚合结合顺序推理，在多个基准上显著提升性能并实现测试时搜索扩展。
2026-05-25 cs.AI
InfiAlign: A Scalable and Sample-Efficient Framework for Aligning LLMs to Enhance Reasoning Capabilities
本文提出可扩展且样本高效的后训练框架 InfiAlign，通过多维质量指标筛选数据并结合 SFT 与 DPO 对齐大模型，在仅用约12%训练数据下达到对标模型性能，显著提升推理能力。
2025-08-12 cs.AI
m2sv: A Scalable Benchmark for Map-to-Street-View Spatial Reasoning
University of Hawai'i at M\=anoa, Honolulu, HI, USA
提出m2sv基准，通过匹配朝北俯视图与街景图像推断相机方向，评估VLM空间推理能力；最佳模型准确率65.2%，低于人类72.0%，揭示几何对齐与推理一致性的差距。
2026-06-17 cs.AI cs.CV
Unleashing LLM Reasoning Capability via Scalable Question Synthesis from Scratch
Soochow University（苏州大学）；Tencent AI Lab（腾讯AI实验室）
本文提出ScaleQuest方法，通过两阶段问题调优（QFT和QPO）利用7B模型从零生成百万级数学推理数据，显著提升LLM数学与代码推理能力，且数据规模增大时性能持续提升。
2025-05-27 cs.AI cs.CL
DenoiseRL: Bootstrapping Reasoning Models to Recover from Noisy Prefixes
Fudan University（复旦大学）；Shanghai Innovation Institute（上海创新研究院）
提出DenoiseRL框架，通过强化学习从弱模型的错误推理中学习，无需外部监督或强教师模型，提升推理性能和训练效率。
2026-07-31 cs.AI
BrowseMaster: Towards Scalable Web Browsing via Tool-Augmented Programmatic Agent Pair
School of Artificial Intelligence, Shanghai Jiao Tong University（人工智能学院，上海交通大学）
针对LLM智能体在信息搜寻中搜索广度与推理深度的权衡问题，提出程序化增强的规划器-执行器智能体对框架BrowseMaster，通过分工实现连贯长程推理与高效检索，在英文和中文基准上显著优于现有基线。
2025-08-12 cs.AI
HyPER: Bridging Exploration and Exploitation for Scalable LLM Reasoning with Hypothesis Path Expansion and Reduction
Institute for Artificial Intelligence, Peking University, Beijing（北京大学人工智能研究院）；Huawei（华为）；School of Integrated Circuits, Peking University, Beijing（北京大学集成电路学院）
HyPER通过动态扩展-缩减控制问题优化多路径解码，提升推理准确性与计算效率，实验显示在不同基准上准确率提升8-10%，token使用减少25-40%。
2026-05-11 cs.AI
MEDVISTAGYM: A Scalable Training Environment for Thinking with Medical Images via Tool-Integrated Reinforcement Learning
Virginia Tech（弗吉尼亚理工大学）；UT Southwestern Medical Center（德克萨斯大学西南医学中心）；Georgia Institute of Technology（佐治亚理工学院）；Cisco（思科公司）
MedVistaGym通过工具集成强化学习提升医学图像分析的代理训练效果。
2026-01-12 cs.AI cs.CV
Overcoming Multi-step Complexity in Multimodal Theory-of-Mind Reasoning: A Scalable Bayesian Planner
Dartmouth College（达特茅斯学院）；Honda Research Institute USA（本田美国研究院）
本文提出了一种可扩展的贝叶斯理论思维规划器，通过分步贝叶斯更新分解理论思维推理，利用弱到强控制使小语言模型专精于理论思维似然估计，并将其推理行为转移给大语言模型，从而在多模态理论思维基准测试中实现4.6%的准确率提升。
2026-05-09 cs.AI cs.CL
DeepAgent: A General Reasoning Agent with Scalable Toolsets
Renmin University of China（中国人民大学）；Xiaohongshu Inc.（小红书公司）；Tsinghua University（清华大学）
DeepAgent通过自主记忆折叠机制和ToolPO强化学习策略，实现高效通用工具使用和长周期交互，优于现有基线方法。
2026-02-05 cs.AI cs.CL cs.IR
MM-PRM: Enhancing Multimodal Mathematical Reasoning with Scalable Step-Level Supervision
Shanghai AI Laboratory（上海人工智能实验室）；Shanghai Innovation Institute（上海创新研究院）；Shanghai Jiao Tong University（上海交通大学）；The University of Hong Kong（香港大学）
本文提出 MM-PRM，通过自动化 MCTS 流程构建大规模步骤级监督数据训练过程奖励模型，用于多模态数学推理路径评分，显著提升域内外基准上的逻辑鲁棒性。
2025-06-05 cs.AI cs.CV
MPCoT: Reward-Guided Multi-Path Latent Reasoning for Test-Time Scalable Vision-Language-Action
Department of Electrical and Computer Engineering, Boston University（波士顿大学电气与计算机工程系）；Department of Computer Science, Tsinghua University（清华大学计算机系）
提出MPCoT框架，通过奖励引导的多路径潜在推理，在保持零推理令牌和原始动作接口的同时，提升长时域和高不确定性控制任务中的VLA策略性能。
2026-09-16 cs.AI cs.RO
Reasoning-based Anomaly Detection Framework: A Real-time, Scalable, and Automated Approach to Anomaly Detection Across Domains
Apple（苹果公司）
针对大型分布式系统异常检测中数据量大、数据集异构、根因定位难的问题，提出集成mSelect自动算法与超参数调优、检测后根因分析的RADF框架，实验显示其在多数公共基准数据集上AUC表现优于现有最优模型。
2025-10-03 cs.AI cs.LG
Scalable Object Relation Encoding for Better 3D Spatial Reasoning in Large Language Models
Department of Computer Science and Engineering, Southern University of Science and Technology（南方科技大学计算机科学与工程系）；Wangxuan Institute of Computer Technology, Peking University（北京大学王轩计算机技术研究所）；State Key Laboratory of General Artificial Intelligence, Peking University（北京大学通用人工智能国家重点实验室）
本文提出QuatRoPE，通过线性增长的对象数量输入长度和注意力层中的点积计算配对空间关系，提升大语言模型在3D空间推理中的性能。
2026-03-25 cs.AI cs.CV cs.LG
Alita: Generalist Agent Enabling Scalable Agentic Reasoning with Minimal Predefinition and Maximal Self-Evolution
Princeton University（普林斯顿大学）；Tsinghua University（清华大学）；Shanghai Jiao Tong University（上海交通大学）；University of Michigan（密歇根大学）；Tianqiao and Chrissy Chen Institute（天桥和克里斯·陈研究所）；The Chinese University of Hong Kong（香港中文大学）
Alita是一个通用智能体，通过最小预定义和最大自我进化实现可扩展的智能体推理，在GAIA、Mathvista和PathVQA上取得领先性能。
2025-05-26 cs.AI
The Recursive Coherence Principle: A Formal Constraint on Scalable Intelligence, Alignment, and Reasoning Architecture
Caribbean Center for Collective Intelligence (CC4CI)（加勒比集体智能中心）
本文提出递归一致性原则RCP，并形式化FMI作为满足该原则的架构，论证AI错位、幻觉等问题源于递归一致性丧失。
2025-07-18 cs.AI
Scalable Best-of-N Selection for Large Language Models via Self-Certainty
UC Berkeley（伯克利大学）
本文提出自我确定性方法，通过利用LLM输出的概率分布，高效提升大规模语言模型的推理能力，适用于多种推理任务和开放性生成场景。
2025-12-12 cs.AI cs.CL cs.LG
Combining a Meta-Policy and Monte-Carlo Planning for Scalable Type-Based Reasoning in Partially Observable Environments
Australian National University（澳大利亚国立大学）；Google DeepMind（谷歌DeepMind）
针对多智能体系统中现有基于类型推理方法的可观测性假设与扩展性局限，提出结合元策略的POTMMCP在线规划方法，在大规模部分可观测环境中实现了更高效的长视野规划与更优的求解性能。
2023-06-09 cs.AI cs.MA
Generic-to-Specific Reasoning and Learning for Scalable Ad Hoc Teamwork
Institute of Perception, Action and Behavior（感知、行为与动作研究所）；School of Informatics（信息学院）；University of Edinburgh（爱丁堡大学）
本文提出一种结合知识推理与数据驱动学习的架构，使临时团队中的智能体通过非单调逻辑推理确定行动，并在VirtualHome环境中验证其可扩展协作能力。
2025-08-06 cs.AI cs.LO cs.MA
Beyond Correctness: Enhancing Architectural Reasoning in Code LLMs via Scalable Labeling with Agentic Judgment
Centre for Software Excellence, Huawei Canada（华为加拿大软件卓越中心）；Department of Computer Science, University of Manitoba, Canada（曼尼托巴大学计算机科学系）；School of Computing, Queen’s University, Canada（皇后大学计算科学学院）
针对代码大模型缺乏架构理解的问题，提出智能体判断流水线，利用强LLM作为专家架构评估的代理，通过两个判断器（ACJ和AQJ）实现可扩展标注，微调模型在SWE-bench上提升高达540%，并展现跨语言泛化能力。
2026-07-08 cs.AI cs.SE
ToolLibGen: Scalable Automatic Tool Creation and Aggregation for LLM Reasoning
George Mason University（乔治·玛森大学）；Salesforce AI Research（Salesforce人工智能研究）
针对LLM工具增强推理中工具检索的可扩展性瓶颈，提出ToolLibGen系统，通过聚类和多智能体重构将非结构化工具自动聚合为结构化工具库，提升检索准确率与推理性能。
2025-10-09 cs.AI cs.CL
