The Art of SOCRATIC QUESTIONING: Recursive Thinking with Large Language Models
Amazon Inc.(亚马逊公司);Meta AI;Virginia Tech(弗吉尼亚理工大学)
本文提出SOCRATIC QUESTIONING分治算法,让大语言模型递归提出并回答子问题,在多项复杂推理任务上优于CoT和Tree-of-Thought。
2023-11-02 cs.CL
Meta Prompting for AI Systems
Tsinghua University(清华大学);Shanghai Qi Zhi Institute(上海期智研究院)
通过元提示框架提升大语言模型的推理能力,实现高效的问题解决与自我优化。
2026-08-03 cs.AI cs.CL
Knowledge Prompting in Pre-trained Language Model for Natural Language Understanding
East China Normal University(华东师范大学);Ant Group(蚂蚁集团);Alibaba Group(阿里巴巴集团)
知识增强的预训练语言模型(PLM)是近年来备受关注的一种语言模型,旨在将事实知识融入PLM中。然而,大多数现有的方法修改固定类型的PLM的内部结构,通过堆叠复杂的模块,并引入冗余和无关的事实知识库(KBs)。针对这些问题,本文提出了一种基于知识激励的PLM框架KP-PLM。该框架可以灵活地与现有的主流PLM相结合。具体来说,我们首先从每个上下文的知识库构建一个知识子图。然后设计多条连续提示规则,将知识子图转化为自然语言提示。为了进一步利用这些提示中的事实知识,我们提出了两个新的知识感知的自监督任务,包括提示相关性检查和掩蔽提示建模。对多个自然语言理解(NLU)任务的大量实验表明,KP-PLM在全资源和低资源环境中都优于其他最先进的方法。
2022-10-16 cs.CL
PRICE: A Systematic Study of LLM Adaptation Choices for Bitcoin Price Forecasting
Isfahan University of Technology(伊斯法罕理工大学)
本研究提出基于4位量化LLaMA-3 8B的PRICE方法,整合LoRA等技术适配LLMs用于短期比特币价格预测,经对比及消融实验验证其性能优于多数基准模型,凸显适配选择对LLMs数值时间序列预测的关键作用。
2026-09-07 cs.AI cs.LG cs.NA
Batch Prompting Suppresses Overthinking Reasoning Under Constraint: How Batch Prompting Suppresses Overthinking in Reasoning Models
George Mason University(乔治·马歇尔大学);Google(谷歌);eBay
批量提示通过减少推理标记和抑制过度推理行为,提升推理模型的效率和可靠性。
2026-02-20 cs.CL
Recursive Concept Evolution for Compositional Reasoning in Large Language Models
Purdue University(普渡大学)
递归概念演化(RCE)通过动态生成低秩概念子空间,使大语言模型在推理过程中能够构建新抽象,从而提升组合推理任务的性能。
2026-02-17 cs.AI cs.CL cs.LG
Decomposed Prompting: A Modular Approach for Solving Complex Tasks
Allen Institute for AI(艾伦人工智能研究所);Stony Brook University(石溪大学);University of Edinburgh(爱丁堡大学)
本文提出分解提示方法,通过将复杂任务模块化分解为可由专用LLM提示处理的简单子任务,并在符号推理和多跳问答等任务上验证其优于少样本提示的性能。
2023-04-11 cs.CL
Gödel Agent: A Self-Referential Agent Framework for Recursive Self-Improvement
Peking University(北京大学);University of California, Santa Barbara(加州大学圣巴巴拉分校);University of Arizona(亚利桑那大学)
针对现有代理系统受限于人为设计而无法探索全局最优设计空间的问题,本文提出Gödel Agent框架,利用LLMs通过高层目标提示动态修改自身逻辑与行为,实现无需预定义例程的递归自我改进,并在性能、效率和泛化能力上超越人工设计的代理。
2025-05-31 cs.AI
Topic Segmentation Using Generative Language Models
Adarga(阿达格);University of Edinburgh(爱丁堡大学);University of Exeter(埃克塞特大学)
本文提出了一种基于生成语言模型的重叠递归提示策略,用于提升主题分割效果,但指出仍需进一步解决相关问题。
2025-12-27 cs.AI cs.CL
Think Deep, Speak Once: Relit, A Recursive Latent Implicit Transformer Framework
Indian Institute of Technology Roorkee(鲁尔基印度理工学院)
该研究针对思维链提示计算开销大、微型递归模型语义连贯性差的问题,提出ReLIT框架,结合TinyLlama-1.1B骨干与可训练递归块,在逻辑推理基准上高效实现推理,性能优于或媲美更大模型。
2026-08-11 cs.AI
Ask Me Anything: A simple strategy for prompting language models
Stanford University(斯坦福大学);Numbers Station;University of Wisconsin-Madison(威斯康星大学麦迪逊分校)
大语言模型(LLM)可以很好地转换到新任务,只需给出一个自然语言提示,演示如何执行任务,而无需额外的培训。提示是一个脆弱的过程,其中对提示的小修改可能导致模型预测的大变化,因此大量的努力致力于为任务设计一个精心设计的“完美提示”。为了减轻高度的努力,涉及的提示设计,我们反而问是否生产多个有效的,但不完美的,提示和聚合它们可以导致一个高质量的提示策略。我们的观察激发了我们提出的激励方法,问我任何事情(AMA)。我们首先发展的有效提示格式的理解,发现问答(QA)提示,鼓励开放式的一代(“谁去了公园?“)往往优于那些限制模型输出的结果(“约翰去了公园。输出True或False。").我们的方法递归地使用LLM本身将任务输入转换为有效的QA格式。我们应用收集到的提示,以获得几个嘈杂的投票输入的真实标签。我们发现,提示可以有非常不同的准确性和复杂的依赖关系,因此建议使用弱监督,一个程序相结合的嘈杂的预测,以产生最终的预测输入。我们在开源模型家族中评估AMA(例如,EleutherAI、BLOOM、OPT和T0)和模型尺寸(125 M-175 B参数),证明与Few-Shot基线相比,平均性能提升10.2%。这种简单的策略使开源GPT-J-6 B模型在20个流行基准测试中的15个上匹配并超过了Few-Shot GPT 3 - 175 B的性能。在这些任务中,GPT-J-6 B型号的平均性能优于…
2022-11-20 cs.CL
Mind the Perspective: Let's Reason Recursively for Theory of Mind
School of Computing and Information Systems, The University of Melbourne, Australia(墨尔本大学计算与信息系统学院);SensiLab, Monash University, Australia(蒙纳士大学SensiLab)
提出RecToM框架,通过递归视角构建建模嵌套信念,将高阶信念问题转化为实际世界问题,在多个ToM基准上达到最先进性能。
2026-09-29 cs.AI
Evaluating Novelty in AI-Generated Research Plans Using Multi-Workflow LLM Pipelines
Birla Institute of Technology and Science, Pilani, India(比拉理工学院和科学学院,皮兰迪)
本文通过多工作流LLM管道评估AI生成研究计划的新颖性,发现递归分解和长上下文工作流在新颖性和可行性方面表现更优。
2025-12-24 cs.AI cs.CL
Boosting Logical Reasoning in Large Language Models through a New Framework: The Graph of Thought
University of Connecticut(康涅狄格大学);Lawrence Livermore National Laboratory(劳伦斯利弗莫尔国家实验室)
本文提出 Graph of Thoughts(GoT)提示框架,通过图结构组织推理过程,在24点游戏、高次方程和递归序列任务上显著提升 GPT-4 及 ToT 的逻辑推理准确率。
2023-08-16 cs.AI cs.CL cs.LG
Equilibrium Dynamics and Mitigation of Gender Bias in Synthetically Generated Data
本文研究大语言模型递归提示生成合成数据时的性别偏见动态,发现偏见呈均衡变化而非单调放大,验证了对比增强的偏见缓解效果,指出合成数据生成需采用多维公平性评估。
2025-11-12 cs.AI cs.CL
Recursive Decomposition of Logical Thoughts: Framework for Superior Reasoning and Knowledge Propagation in Large Language Models
Southwest Jiaotong University(西南交通大学);University of Jeddah(吉达大学);National Textile University(国立纺织大学)
本文提出 RDoLT 提示框架,通过递归任务分解、思维选择评分及强弱思维知识传播提升 LLM 推理,并在多个数学与逻辑基准上显著超越现有方法。
2025-01-03 cs.AI cs.CL cs.LG
Graph Elicitation for Guiding Multi-Step Reasoning in Large Language Models
Korea University(高丽大学);Amazon AGI(亚马逊AGI);Together AI
针对大语言模型直接生成子问题易冗余无关的问题,提出GE-Reasoning方法,通过生成带变量的知识三元组构建问题图表示,结合检索生成子问题并按置信度筛选,在多跳问答基准上优于现有CoT类方法。
2024-06-22 cs.AI cs.CL cs.LG
MedRLM: Recursive Multimodal Health Intelligence for Long-Context Clinical Reasoning, Sensor-Guided Screening, Evidence-Grounded Decision Support, and Community-to-Tertiary Referral Optimization
School of Information, Computer;Communication Technology Sirindhorn International Institute of Technology, Thammasat University Pathum Thani, Thailand 1
提出MedRLM递归多模态健康智能框架,通过递归检查、分解、检索、验证和合成患者信息,协调多个专业代理并引入临床证据图记忆,实现长上下文临床推理和传感器引导筛查。
2026-06-19 cs.AI cs.CL cs.LG
Towards Simulating Social Media Users with LLMs: Evaluating the Operational Validity of Conditioned Comment Prediction
Trier University(特里尔大学);University of Luxembourg(卢森堡大学)
本文通过条件评论预测任务评估LLMs在模拟社交媒体用户行为方面的运作有效性,发现监督微调在低资源环境下会导致表层结构与语义脱节,强调真实行为轨迹优于描述性人设。
2026-02-26 cs.AI cs.CL
CRAFT: Compression via Recursive Adaptive Fusion of Video Tokens for Vision-Language Models
针对视觉语言模型视频令牌压缩效率与适应性的权衡问题,提出CRAFT方法,通过解耦令牌选择与融合实现高效压缩,在8倍压缩时保留97%主干准确率且性能优于现有方法。
2026-08-04 cs.AI cs.CV
Prompting Techniques for Secure Code Generation: A Systematic Investigation
Hamburg University of Technology(汉堡工业大学)
本研究系统调查了不同提示技术对LLM生成代码安全性的影响,在GPT-3、GPT-3.5和GPT-4上评估了多种技术,发现递归批评与改进(RCI)能有效减少安全弱点。
2025-02-26 cs.AI cs.CR cs.LG
Rethinking Rubric Generation for Improving LLM Judge and Reward Modeling for Open-ended Tasks
Meta Superintelligence Labs(Meta超智能实验室)
RRD通过递归分解-过滤循环优化评估标准,提升LLM评判准确性和奖励建模效果。
2026-02-04 cs.AI cs.LG
Recursive Decomposition with Dependencies for Generic Divide-and-Conquer Reasoning
Department of Computer Science Aalto University(计算机科学系 阿尔托大学)
本文提出带依赖关系递归分解(RDD)方法,通过可扩展的分治策略、子任务依赖执行和错误恢复机制,在较少监督甚至无任务特定指导下解决复杂推理问题,并在计算匹配设置中随任务复杂度增加展现出优于现有方法的性能和计算效率。
2025-05-05 cs.AI cs.LG
DatalogBench: Evaluating Large Language Models on Text-to-Datalog Synthesis
Zhejiang University(浙江大学);National University of Singapore(新加坡国立大学)
本文提出DatalogBench基准,含136个文本到Datalog合成任务,评估六个LLM和两个编码智能体,发现精确匹配最高68.4%,智能体达83.8%,揭示递归推理与分解是当前挑战。
2026-09-30 cs.AI cs.PL
Inference-Time Mitigation of Adversarial Political Bias in Large Language Models
针对大语言模型的对抗性政治偏见漏洞,提出思维链提示与直接偏好优化等策略,其中递归自校正方法可显著提升模型的政治中立性表现。
2026-08-18 cs.AI cs.CL
Enhancing Summarization Performance through Transformer-Based Prompt Engineering in Automated Medical Reporting
Utrecht University(乌得勒支大学);Verticai;Nivel (Netherlands institute for health services research)(荷兰卫生服务研究所(Nivel))
本文研究提示设计对 LLM 医疗对话摘要的影响,结合示例提示与模式提示,并通过 ROUGE 和专家人工评估验证双示例加领域上下文方法效果最佳。
2024-01-19 cs.CL
Enhancing LLM-Based Neural Network Generation: Few-Shot Prompting and Efficient Validation for Automated Architecture Design
Computer Vision Lab, CAIDAS & IFI, University of Würzburg, Germany(计算机视觉实验室,CAIDAS与IFI,乌尔姆大学,德国)
本文提出少样本架构提示(FSAP)和空白归一化哈希验证方法,以提升基于LLM的计算机视觉架构自动生成效率,并通过大规模实验验证其有效性。
2026-04-16 cs.AI cs.CV
Theory of Mind in Large Language Models: Examining Performance of 11 State-of-the-Art models vs. Children Aged 7-10 on Advanced Tests
Leiden Institute of Advanced Computer Science(莱顿大学高级计算机科学研究所);Leiden University Medical Centre(莱顿大学医学中心)
本文通过超越错误信念范式的测试,比较11个LLMs与7-10岁儿童的心智理论能力,发现GPT系指令微调模型表现最佳且常优于儿童,并指出语言与ToM的协同进化可解释指令微调的增益。
2023-10-31 cs.AI cs.CL
ConCISE: Confidence-guided Compression in Step-by-step Efficient Reasoning
Department of Computer Science and Technology, Tsinghua University(清华大学计算机科学与技术系);Pattern Recognition Center, WeChat AI, Tencent Inc.(腾讯人工智能研究院)
本文提出ConCISE框架,通过置信度注入与早停机制压缩大型推理模型的冗长思维链,在保持任务准确率的同时将推理长度最多减少约50%。
2025-09-19 cs.AI cs.CL cs.LG
PathRAG: Pruning Graph-based Retrieval Augmented Generation with Relational Paths
针对现有图RAG检索冗余、提示组织扁平导致性能不佳的问题,提出PathRAG方法,通过流剪枝提取关键关系路径并构造提示,在多数据集多维度上优于现有最优基线。
2025-11-17 cs.AI cs.CL cs.IR
Revisiting Large Language Models as Zero-shot Relation Extractors
Southeast University(东南大学)
本文研究ChatGPT等LLMs作为零样本关系抽取器,提出SumAsk提示将RE转为QA格式,实验表明其显著提升性能且优于全监督方法,在重叠和NoTA关系上表现优异。
2023-11-24 cs.AI cs.CL
CoV: Chain-of-View Prompting for Spatial Reasoning
ZIP Lab, Zhejiang University(浙江大学ZIP实验室);Monash University(墨尔本大学);AIML, Adelaide University(阿德莱德大学AIML)
CoV通过链式视角提示方法提升3D具身问答中的空间推理能力,无需额外训练。
2026-01-09 cs.AI cs.CV
ChatGPT-Powered Hierarchical Comparisons for Image Classification
Michigan State University(密歇根州立大学)
本文提出利用ChatGPT递归构建类别层级,并在各层级比较图像-文本嵌入,以缓解CLIP对相关类别描述相似的问题,实现直观、有效且可解释的零样本图像分类。
2023-11-01 cs.AI cs.CV
Language Models can Solve Computer Tasks
University of California, Irvine(加利福尼亚大学欧文分校);Carnegie Mellon University(卡内基梅隆大学)
本研究提出RCI提示方案,使预训练语言模型通过递归批评与改进输出,在MiniWoB++基准上以少量示范超越监督和强化学习方法,并提升自然语言推理能力。
2023-11-16 cs.AI cs.CL cs.HC
Dual-Track CoT: Budget-Aware Stepwise Guidance for Small LMs
本文提出双轨CoT方法,旨在通过预算感知的逐步引导提升小语言模型的多步推理能力,解决传统方法在计算和token预算限制下的性能瓶颈。
2026-04-27 cs.AI cs.CL
Stop When Enough: Adaptive Early-Stopping for Chain-of-Thought Reasoning
UCLA;NEC Labs America;Arizona State University(亚利桑那州立大学)
本文提出无需训练的框架REFRAIN,通过两阶段停止判别器和SW-UCB控制器自适应决定推理停止时机,有效缓解LLM过度思考,在保持准确率的同时减少20-55%的token使用。
2025-10-11 cs.CL
From Token to Action: State Machine Reasoning to Mitigate Overthinking in Information Retrieval
Computer Science and Engineering, Seoul National University(计算机科学与工程系,首尔国立大学);Interdisciplinary Program in Artificial Intelligence, Seoul National University(人工智能交叉学科项目,首尔国立大学)
针对信息检索中思维链导致的过度思考问题,提出状态机推理框架(SMR),通过离散动作实现提前停止与细粒度控制,在提升检索性能的同时大幅减少 token 消耗。
2025-05-29 cs.AI cs.IR
Thinking with Visual Abstract: Enhancing Multimodal Reasoning via Visual Abstraction
Tsinghua University(清华大学);Institute for AI Industry Research (AIR), Tsinghua University(清华大学智能产业研究院(AIR));Nankai University(南开大学)
通过引入视觉抽象思考范式,提升多模态大语言模型在视觉感知和推理任务中的性能,实现更高效的视觉推理机制。
2025-12-15 cs.CL
DAST: Context-Aware Compression in LLMs via Dynamic Allocation of Soft Tokens
Shenzhen International Graduate School, Tsinghua University(清华大学深圳国际研究生院);Peng Cheng Laboratory(鹏城实验室)
针对大语言模型处理长上下文时因均匀分配软令牌导致关键信息区域分配不足的问题,提出DAST方法,结合困惑度局部信息与注意力全局信息动态分配软令牌,提升压缩效果。
2025-02-17 cs.CL
Steering LLMs via Scalable Interactive Oversight
Fudan University(复旦大学);Shanghai Qiji Zhifeng Co., Ltd.(上海齐济智峰有限公司);Shanghai Innovation Institute(上海创新研究院)
本文提出可扩展的交互监督框架,通过递归决策树提升人类对AI任务的引导能力,实现非专家生成高质量产品需求文档,并通过强化学习优化
2026-02-06 cs.AI cs.LG
DTCRS: Dynamic Tree Construction for Recursive Summarization
School of Informatics, Xiamen University(厦门大学信息学院)
DTCRS通过动态生成摘要树减少冗余,提升摘要与问题的相关性,从而加快构建时间并改进三个问答任务的性能。
2026-04-08 cs.CL
Reasoning LLMs are Wandering Solution Explorers
NUS AI Institute(新加坡国立大学AI研究院);National University of Singapore(新加坡国立大学)
本文指出推理大模型缺乏系统探索能力,通过分析揭示其无效推理、冗余探索等问题,并倡导评估推理过程结构的新指标与工具。
2025-05-26 cs.AI cs.CL cs.LG
EntroCoT: Enhancing Chain-of-Thought via Adaptive Entropy-Guided Segmentation
Peking University(北京大学);IQuest Research(IQuest研究)
EntroCoT通过自适应熵引导分割提升链式思考的推理质量,构建高质量数据集以提高大语言模型的数学推理能力。
2026-01-12 cs.AI
SyncThink: A Training-Free Strategy to Align Inference Termination with Reasoning Saturation
National Key Laboratory for Multimedia Information Processing, Peking University(北京大学多媒体信息处理国家级重点实验室);School of Software and Microelectronics, Peking University(北京大学软件与微电子学院);School of Computer Science, Peking University(北京大学计算机科学学院)
SyncThink是一种无需训练的解码方法,通过监控模型自身的推理过渡信号来终止推理,从而减少CoT的开销并提高推理效率。
2026-01-07 cs.CL
Set-shifting Behavioral Test for Harnessed Agents
研究当可靠工具在会话中悄然改变时语言模型智能体的工具选择,借鉴认知心理学的集合转移构建基准和评估框架,计算集合转移准确率,测试发现不同失败模式及集合框架对路由动态有影响。
2026-08-31 cs.AI cs.CL cs.SE
DiffuMask: Diffusion Language Model for Token-level Prompt Pruning
University of Washington(华盛顿大学);Oracle AI(甲骨文人工智能)
DiffuMask通过迭代掩码预测实现快速并行提示压缩,保留关键推理上下文,实现80%的提示长度缩减,同时保持或提升准确性。
2026-04-08 cs.CL
Can Confidence Estimates Decide When Chain-of-Thought Is Necessary for LLMs?
School of Computer Science, University of Sheffield(计算机科学学院,谢菲尔德大学)
研究通过置信度门控CoT技术,探讨如何根据置信度估计决定是否需要链式推理,以优化大语言模型的计算资源使用。
2026-01-08 cs.CL
Assessing mentalization in humans and large language models
University of Birmingham(伯明翰大学);Virginia Tech(弗吉尼亚理工大学);University of Oxford(牛津大学)
本研究以两项经济博弈结合认知计算建模,对比测试DeepSeek等四款LLM智能体与人类参与者,发现不同LLM心智化能力有差异,GPT-5表现优于人类,证实认知计算建模可用于评估人机比较智能。
2026-08-28 cs.AI q-bio.NC
Better Starts, Better Ends: Bootstrapped Iterative Self-Reasoning Distillation for Compressed Reasoning
Xi’an Jiaotong University(西安交通大学);Peking University(北京大学)
研究大型推理模型冗余计算问题,提出BIRD两阶段自推理蒸馏方法,先在简洁指令下采样简洁解并学习,再用简洁自教师进行策略内蒸馏,在Qwen3系列模型上提升精度并降低响应长度,凸显前缀支持对高效推理蒸馏的关键作用。
2026-07-20 cs.CL
ThinkLess: A Training-Free Inference-Efficient Method for Reducing Reasoning Redundancy
National Key Laboratory for Multimedia Information Processing, Peking University(国家多媒体信息处理重点实验室,北京大学);School of Software and Microelectronics, Peking University(软件与微电子学院,北京大学);School of Computer Science, Peking University(计算机学院,北京大学)
针对思维链推理令牌过长导致延迟和内存开销大的问题,提出无需训练的ThinkLess方法,通过提前插入终止符跳过冗余推理,在保持准确率的同时大幅降低解码时间和内存消耗。
2025-05-23 cs.CL
Understanding and Improving Information Preservation in Prompt Compression for LLMs
University of Stavanger(斯塔万格大学);AWS AI Labs(AWS AI实验室);Technical University of Catalonia (UPC)(加泰罗尼亚理工大学)
本文提出一个整体评估框架,深入分析提示压缩方法在下游性能、上下文基础性和信息保留方面的表现,并通过控制压缩粒度改进软提示方法,实现下游性能提升23%,最终发现软提示结合序列级训练达到最佳权衡。
2025-10-10 cs.CL cs.IR cs.LG
SymBa: Symbolic Backward Chaining for Structured Natural Language Reasoning
LBOX;University of Illinois Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校);University of Seoul(首尔大学)
本文提出SymBa系统,将符号求解器与LLM结合,弥补现有LLM反向链推理的不完备性,在七个推理基准上显著提升性能。
2025-02-05 cs.CL
Not All Errors Are Created Equal: ASCoT Addresses Late-Stage Fragility in Efficient LLM Reasoning
Xi’an Jiaotong University(西安交通大学);Peking University(北京大学);Institute of Automation, CASIA(中国科学院自动化研究所);Bytedance(字节跳动)
ASCoT通过自适应校正机制提升大语言模型推理效率与可靠性,减少计算资源消耗的同时保持高准确性。
2026-07-21 cs.CL
When Chain-of-Thought Helps and When It Hurts: An Empirical Investigation of the Serial-Depth Bottleneck in LLM Reasoning
Vistula University(维斯图拉大学)
该研究通过实证发现,思维链(CoT)是带宽旁路而非通用推理增强器,在高深度推理任务中可提升大语言模型准确率,在浅层任务中冗余,其效果与任务序列深度、模型规模相关。
2026-08-12 cs.AI cs.CL cs.LG