Representing and Reasoning about Game Strategies
The University of New South Wales（新南威尔士大学）
为了应对构建游戏AI系统的挑战，我们开发并分析了一种用于表示和推理策略的形式语言。我们的逻辑语言建立在现有的一般游戏描述语言（GDL），并扩展了它的线性时间的标准模态以及两个双连接词来表达偏好时，结合策略。语言的语义由标准的状态转换模型提供。因此，需要对游戏进行推理的问题可以通过对动作和变化进行推理的标准方法来解决。我们还赋予语言一个特定的语义，战略公式被理解为一个球员的移动建议。为了说明我们的形式主义如何支持自动推理的战略，我们展示了两个例子的实现方法：第一，我们形式化的语义解释我们的语言结合游戏规则和战略规则的情况演算;第二，我们展示了如何推理问题可以解决答案集编程。
2014-07-21 cs.AI
Logical Reasoning over Natural Language as Knowledge Representation: A Survey
Nanyang Technological University（南洋理工大学）；University of Texas at Dallas（德克萨斯大学达拉斯分校）
本文综述了以自然语言作为知识表示、预训练语言模型作为推理器的逻辑推理新范式，涵盖其优势、基准、挑战及未来方向，该范式有效缓解了形式表示的瓶颈并优于端到端神经方法。
2024-02-16 cs.AI cs.CL
Controlled Natural Languages and Default Reasoning
Stony Brook University（石溪大学）
受控自然语言是知识表示和推理的有效语言。它们是基于某些自然语言设计的，具有受限的词汇和语法。CNL与它们的基础语言相比是明确和简单的。它们保持了自然语言的表达性和连贯性。在这份报告中，我们专注于一类CNLs，称为面向机器的CNLs，它具有定义良好的语义，可以确定性地翻译成形式语言，如Prolog，做逻辑推理。在过去的20年里，出现了许多面向机器的CNL，并已被用于许多应用领域的问题解决和问答。然而，很少有人支持非单调推理。在我们的工作中，我们提出了非单调扩展CNL支持可废止推理。在本报告的第一部分，我们调查CNLs和比较三个有影响力的系统：尝试控制英语（ACE），可处理英语（PENG）和计算机可处理英语（CPL）。我们比较他们的语言设计，语义解释和推理服务。在本文的第二部分，我们首先分析了自然语言中典型的非单调性，如缺省、例外和会话含义。然后，我们提出了他们的CNL表示和相应的形式化形式的可废止推理称为逻辑程序设计与推理和论证理论（LPDA）。
2019-05-11 cs.AI cs.CL
Is Code Better Than Language for Algorithmic Reasoning
University of Pennsylvania（宾夕法尼亚大学）
通过分离中间表示与执行机制，在40个任务上比较代码执行与自然语言推理，发现代码执行优势源于外部执行而非表示变化。
2026-06-16 cs.AI cs.LG
I-RAVEN-X: Benchmarking Generalization and Robustness of Analogical and Mathematical Reasoning in Large Language and Reasoning Models
IBM Research – Zurich（IBM瑞士研究中心）；ETH Zurich（苏黎世联邦理工学院）
本文提出符号基准I-RAVEN-X，通过增加操作数复杂度、属性范围和感知不确定性，评估大语言模型与大推理模型在类比与数学推理上的泛化与鲁棒性，发现LRMs表现更优但仍难以应对不确定性推理。
2025-10-31 cs.AI cs.LG
The Impact of Language Mixing on Bilingual LLM Reasoning
University of Pennsylvania（宾夕法尼亚大学）
本研究探究中英双语大语言模型推理中的语码混合现象，明确RLVR是其关键训练成因，证实语码混合是有益的策略性推理行为，还提出用轻量探针引导解码以提升推理准确率。
2025-09-30 cs.AI cs.CL cs.LG
ProofSketch: Efficient Verified Reasoning for Large Language Models
Manipal University Jaipur（马普尔大学斋普尔）
针对现有大语言模型推理方法token消耗高、成本与延迟大的问题，提出整合符号闭包计算等技术的验证引导推理框架ProofSketch，可在降本提效的同时提升推理准确率。
2025-10-28 cs.AI cs.CL cs.LG
DenseSteer: Steering Small Language Models towards Dense Math Reasoning
North Carolina State University（北卡罗来纳州立大学）；Rutgers University（罗格斯大学）
提出DenseSteer，一种无需训练的推理时引导框架，通过调节内部表征向密集推理模式靠拢，提升小型模型在多步数学推理中的准确性。
2026-05-28 cs.AI cs.CL cs.LG
Why Do Multilingual Reasoning Gaps Emerge in Reasoning Language Models?
Graduate School of Artificial Intelligence, POSTECH（浦项工业大学人工智能研究生院）；Agentic AI Lab, KT（KT公司Agentic AI实验室）；Department of Computer Science and Engineering, POSTECH（浦项工业大学计算机科学与工程系）
本文探讨了多语言推理模型中存在多语言推理差距的原因，发现语言理解失败是主因，并提出Selective Translation策略有效缓解了这一问题。
2026-04-13 cs.AI cs.CL cs.LG
Long Chain-of-Thought Reasoning Across Languages
University of California, Berkeley（加州大学伯克利分校）
本研究探讨了跨语言长链式推理能力的扩展机制，发现模型规模扩展提升En-CoT性能，但Target-CoT表现滞后，尤其在数学推理中更为明显。通过预训练和后训练优化，多语言模型在推理效率和稳定性上取得进展，同时揭示了语言特定的失败模式。
2026-03-20 cs.AI cs.CL cs.LG
Cost of Reasoning in non-English Languages: A Case Study on Japanese
研究训练日语推理模型的可行性，开发Qwen - 3 - Swallow - 8B的日语推理变体并用GRPO训练，在多基准测试中发现推理语言控制可行，但性能与英语推理基线相当，在日本文化基准上表现不如基线模型。
2026-07-14 cs.AI cs.CL cs.LG
DivLogicEval: A Framework for Benchmarking Logical Reasoning Evaluation in Large Language Models
The Hong Kong University of Science and Technology（香港科技大学）；Fudan University（复旦大学）；WeChat AI, Tencent（腾讯微信AI）
本文提出DivLogicEval基准，以反直觉自然句子评估LLM逻辑推理，并引入新指标减少偏差，实验比较了多种流行LLM的性能。
2025-09-26 cs.AI cs.CL cs.LG
SpaRC and SpaRP: Spatial Reasoning Characterization and Path Generation for Understanding Spatial Reasoning Capability of Large Language Models
Hessian Center for AI (hessian.AI)（黑森人工智能中心）
本文提出SpaRC框架和SpaRP数据集，系统评估LLMs空间推理能力，发现现有模型表现普遍偏低，但随规模提升，且微调可使F1提高7至32个百分点，闭源模型在拓扑空间推理上仍优于开源模型。
2024-06-07 cs.AI cs.CL cs.LG
Reasoning Elicitation in Language Models via Counterfactual Feedback
Harvard University（哈佛大学）；Microsoft Research Cambridge（微软研究院剑桥分部）；Cornell Tech（康奈尔科技学院）
针对语言模型反事实因果推理不足的问题，本文提出平衡事实与反事实问答的新指标及多种微调方法，并验证其相对基础模型在归纳、演绎推理任务上的泛化提升。
2025-03-15 cs.AI cs.CL cs.LG
CosmicFish-HRM: Adaptive Reasoning via Hierarchical Recurrent Mechanisms in Compact Language Models
Mistyoz AI Hyderabad, India（Mistyoz AI 德里, 印度）
提出一种紧凑语言模型CosmicFish-HRM，通过层次推理模块动态分配推理深度，在保持较小参数量的同时实现适应性推理。
2026-05-27 cs.AI cs.CL cs.LG
Schoenfeld's Anatomy of Mathematical Reasoning by Language Models
University of Maryland, College Park（马里兰大学学院公园分校）
本文通过Schoenfeld的事件理论，提出ThinkARM框架，解剖语言模型的推理过程，揭示推理与非推理模型在结构上的差异，并通过案例研究展示探索步骤与正确性及效率方法的影响。
2026-05-11 cs.AI cs.CL cs.LG
ReasoningTrack: Chain-of-Thought Reasoning for Long-term Vision-Language Tracking
School of Computer Science and Technology, Anhui University（安徽大学计算机科学与技术学院）；School of Artificial Intelligence, Shanghai Jiao Tong University（上海交通大学人工智能学院）；School of Electronic and Information Engineering, Anhui University（安徽大学电子与信息工程学院）
本文提出基于Qwen2.5-VL的推理式视觉-语言跟踪框架ReasoningTrack，结合SFT与GRPO优化推理，并构建含200序列的长期基准TNLLT，实验验证其有效性。
2025-08-07 cs.AI cs.CV cs.LG
Physics of Language Models: Part 2.1, Grade-School Math and the Hidden Reasoning Process
CMU（卡内基梅隆大学）；Meta FAIR；MBZUAI（穆罕默德·本·扎耶德人工智能大学）
本文通过受控实验研究语言模型解决小学数学问题的隐藏推理机制，探讨其是否真正具备推理技能及与人类推理的异同，揭示了超越当前LLM理解的内部机制。
2024-07-29 cs.AI cs.CL cs.LG
Crosslingual Reasoning through Test-Time Scaling
Brown University（布朗大学）；MBZUAI；Stanford University（斯坦福大学）；University of Tübingen（图宾根大学）；Capital One；Cohere Labs（Cohere实验室）
本文研究以英语为中心的推理语言模型通过测试时扩展实现跨语言泛化的潜力与机制，发现其能提升多语言数学推理、遵循“引用并思考”模式，并指出高资源语言推理更优而低资源及域外推理仍需改进。
2025-05-08 cs.AI cs.CL cs.LG
Continuous Reasoning for Vision-Language-Action
Airoa
针对视觉-语言-动作策略中语言与连续控制粒度不匹配的问题，提出一种可共享、可验证的连续推理方法，通过高斯潜变量接口和自验证目标提升机器人任务成功率。
2026-06-08 cs.AI cs.LG cs.RO
A Formal Comparison between Datalog-based Languages for Stream Reasoning (extended version)
University of Calabria（卡拉布里亚大学）
本文研究了两种基于逻辑的语言的相对表达能力的推理流，即LARS程序-语言的逻辑为基础的框架分析推理流称为LARS -和LDSR -语言的最近扩展的I-DLV系统流推理称为I-DLV-SR。虽然这两种语言建立在数据库，它们在语法和语义上都不同。为了协调它们的表达能力流推理，我们定义了一个比较框架，使我们能够表明，没有任何限制，这两种语言是无与伦比的，并确定每个语言的片段，可以通过其他的。
2022-08-26 cs.AI
DeepThink3D: Enhancing Large Language Models with Programmatic Reasoning in Complex 3D Situated Reasoning Tasks
Fudan University（复旦大学）；The Chinese University of Hong Kong（香港中文大学）
DeepThink3D针对3D情境推理中程序推理链过短的问题，在SQA3D上通过组合迭代进化生成复杂问题，并结合微调与DPO优化工具链策略，提升大语言模型的3D工具使用与复杂推理能力。
2025-08-21 cs.AI
Human-Level Reasoning: A Comparative Study of Large Language Models on Logical and Abstract Reasoning
Universidade Federal de Santa Catarina（联邦圣卡塔琳娜大学）
本文通过八个定制推理问题比较了多个LLM在逻辑和抽象推理能力上的表现，揭示了模型在推理任务上的差异及不足。
2025-10-28 cs.AI
Spatial Reasoning via Modality Switching Between Language and Symbolic Representations
Michigan State University（密歇根州立大学）
研究多跳文本空间故事中，将语言推理切换到几何感知模态（如布局或网格）能否提升推理性能，并提出基于可信度和复杂度的切换指标，实现原则性模态选择，使LLM性能提升高达42%。
2026-09-15 cs.AI
Instantiation-based Formalization of Logical Reasoning Tasks using Language Models and Logical Solvers
Qatar Computing Research Institute（卡塔尔计算研究所）
本文提出Semantic Self-Verification（SSV）方法，通过模型生成具体实例并由求解器验证，将自然语言推理问题准确转化为形式语言，显著提升推理准确率并实现近乎完美的验证精确度，减少人工验证需求。
2025-07-12 cs.AI
Integrating Simulation and Chain-of-thought Reasoning in Multimodal-Language Models For Physical Reasoning
Harvard University（哈佛大学）；Sakana AI；Goodfire AI
本研究提出受认知启发的混合模型，通过系统比较模拟与思维链推理，在4B参数模型上训练后部署，提升超3T参数模型的物理推理性能，兼顾准确性与计算效率。
2026-10-14 cs.AI
Using Language Models For Knowledge Acquisition in Natural Language Reasoning Problems
Hong Kong University of Science and Technology（香港科技大学）；Xiaoi Robot Inc.（小i机器人公司）
比较了使用LLM直接解题与提取事实后用定理证明器解题两种方法，在逻辑字谜上证明后者更优。
2023-04-04 cs.AI
Understanding the Effects of Distractors on Reasoning Vision-Language Models
Pohang University of Science and Technology (POSTECH)（坡山科学技术大学（POSTECH））
本文通过构建包含语义和数值维度干扰项的视觉问答数据集Idis，研究视觉干扰项如何影响视觉语言模型的测试时缩放行为，发现视觉干扰项以与文本干扰项根本不同的方式降低准确率而不增加推理长度，并提出简单提示策略缓解干扰项驱动的预测。
2026-09-15 cs.AI cs.CL cs.CV
Neurosymbolic Language Reasoning as Satisfiability Modulo Theory
Seoul National University（首尔国立大学）；U. Mass. Amherst（马萨诸塞大学阿姆赫斯特分校）；Microsoft（微软公司）
Logitext通过结合LLM和SMT求解，实现自然语言与逻辑推理的联合处理，提升内容审核和法律任务的准确性和覆盖性。
2026-02-20 cs.AI
Enhancing Zero-Shot Chain-of-Thought Reasoning in Large Language Models through Logic
University of Hamburg（汉堡大学）
本文提出 LoT 框架，利用符号逻辑中的反证法逐步验证和纠正推理过程，显著提升了大型语言模型在多领域的零样本思维链推理能力。
2024-03-26 cs.AI cs.CL cs.LG
Touchdown: Natural Language Navigation and Spatial Reasoning in Visual Street Environments
ASAPP Inc.（ASAPP公司）；Cornell University（康奈尔大学）
我们通过一个导航和空间推理任务来研究语言和视觉的联合推理问题。我们引入了着陆任务和数据集，其中代理必须首先在现实生活中的视觉城市环境中遵循导航指令，然后识别用自然语言描述的位置，以在目标位置找到隐藏的对象。数据包含9，326个英语指令和空间描述的示例，并配有演示。实证分析表明，数据提出了一个开放的挑战，现有的方法，和定性语言分析表明，数据显示更丰富的空间推理的使用相比，相关的资源。
2020-05-16 cs.AI cs.CL cs.CV
ChatHealthAI: Aligning Electronic Health Record Representations with Large Language Models for Grounded Clinical Reasoning
School of Computer Science, McGill University（麦吉尔大学计算机科学系）；Mila - Quebec AI Institute（魁北克人工智能研究所）
提出ChatHealthAI框架，通过任务感知重采样器将预训练的EHR基础模型的结构化表示与冻结的大语言模型语义空间对齐，实现可解释的临床推理并保持预测性能。
2026-06-05 cs.AI
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
ORACLE: Optimizing Reasoning Abilities of Large Language Models via Constraint-Led Synthetic Data Elicitation
ORACLE通过结合生成式模型与符号监督，实现对多步骤推理数据的细粒度验证，提升大语言模型的推理能力，在六个基准测试中表现优异。
2026-03-22 cs.AI
On The Role of Reasoning in the Identification of Subtle Stereotypes in Natural Language
Vector Institute（向量研究所）
本文研究推理在开源大语言模型零样本细微刻板印象识别中的作用，证明多步推理能显著提升检测准确率和决策可解释性，为构建更强的刻板印象缓解流程奠定基础。
2024-09-28 cs.AI cs.CL cs.CY
TRACE: A Framework for Analyzing and Enhancing Stepwise Reasoning in Vision-Language Models
Meta Reality Lab（Meta现实实验室）
TRACE通过辅助推理集和一致性评估，提升视觉-语言模型的推理透明性和错误检测能力，促进模型改进和优化。
2025-12-11 cs.AI
Benchmarking Defeasible Reasoning with Large Language Models -- Initial Experiments and Future Directions
School of Computing and Engineering, University of Huddersfield（哈德斯菲尔德大学计算与工程学院）；Hellenic Mediterranean University（希腊地中海大学）；Leeds Beckett University（利兹贝克特大学）
本文提出一个可废止基于规则推理的基准，通过将可废止逻辑规则转化为文本，使用ChatGPT进行非单调推理初步实验并比较其推理模式。
2024-10-16 cs.AI
Enhancing Japanese Large Language Models with Reasoning Vectors
University of California, Davis（加州大学戴维斯分校）；Santa Clara University（圣克拉拉大学）；NTT DOCOMO, INC（NTT DOCOMO公司）；DOCOMO Innovations, Inc（DOCOMO创新公司）
本文提出从推理大语言模型中提取推理向量并应用于日语大语言模型，以资源高效的方式显著提升其推理性能，为其他语言提供借鉴。
2025-08-04 cs.AI
Explainable Verbal Reasoner Plus (EVR+): A Natural Language Reasoning Framework that Supports Diverse Compositional Reasoning
University of Arizona（亚利桑那大学）
针对语言模型组合泛化能力不足的问题，提出支持嵌套循环、多类型递归等多样推理的EVR+框架，通过显式生成执行符号算子、灵活分解任务提升组合推理能力，微调模型在5项合成任务上表现更优，还探讨了与少样本提示模型结合的可能与挑战。
2023-04-28 cs.AI cs.CL
Exploring the Role of Reasoning Structures for Constructing Proofs in Multi-Step Natural Language Reasoning with Large Language Models
Ingenuity Labs Research Institute（Ingenuity Labs 研究院）；NEC Laboratories America（美国 NEC 实验室）
本文研究通用大语言模型能否通过上下文学习利用少量示例中的结构来更好地构建多步推理的证明结构，提出结构感知演示与结构感知剪枝方法，实验证明二者均能提升模型性能。
2025-01-30 cs.AI cs.CL
Understanding Syllogistic Reasoning in LLMs from Formal and Natural Language Perspectives
本文从形式和自然语言角度研究大语言模型的三段论推理能力，通过测试14种模型的符号推理和自然语言理解，探讨大语言模型是否正向形式化推理机制发展。
2025-12-29 cs.AI cs.CL
Enhance Reasoning Ability of Visual-Language Models via Large Language Models
Beijing Jiaotong University（北京交通大学）
针对视觉语言模型推理能力不足的问题，提出TReE方法，通过观察、思考和重新思考三阶段，在零样本场景下将大型语言模型的推理能力迁移至视觉语言模型，从而增强其推理表现。
2023-05-22 cs.AI cs.CL
Reasoning Transfer for an Extremely Low-Resource and Endangered Language: Bridging Languages Through Sample-Efficient Language Understanding
本文提出英语引导的Co T训练方法，通过监督微调提升极低资源语言的推理能力，并发布首个爱尔兰语数学任务基准测试，展示多语言推理的可行路径。
2025-11-26 cs.AI cs.CL
AdaMame: A Training Recipe for Adaptive Multilingual Reasoning
University of Maryland（马里兰大学）；Johns Hopkins University（约翰霍普金斯大学）
针对多语言推理中的语言崩溃问题，提出两阶段训练方案AdaMame，通过SFT建立多语言能力，再以自适应GRPO优化推理语言对齐，在准确率、语言保真度和令牌效率上达到帕累托最优。
2026-09-22 cs.AI cs.CL
Chain-of-Thought Prompting Elicits Reasoning in Large Language Models
Google Research（谷歌研究院）
我们将探讨如何生成一个思维链--一系列中间推理步骤--显著提高大语言模型执行复杂推理的能力。特别是，我们展示了如何自然地出现在足够大的大语言模型，通过一个简单的方法，称为思维链提示，其中一些思维链示范提供了作为范例，提示这样的推理能力。在三个大语言模型上的实验表明，思维链提示提高了一系列算术、常识和符号推理任务的性能。经验上的收获可能是惊人的。例如，仅用8个思维链示例就能提示540 B参数语言模型，在数学应用题的GSM 8 K基准测试中达到最先进的精度，甚至超过了使用验证器的微调GPT-3。
2023-01-10 cs.AI cs.CL
Enhancing Low-Resource Language Reasoning via High-Resource Language Feature Transfer
Korea University（高丽大学）；Hankuk University of Foreign Studies（韩国外国语大学）；Noah’s Farm（诺亚农场）；AIGEN Sciences（AIGEN科学公司）
该研究提出跨语言特征迁移机制框架，通过分离高资源语言的任务推理特征注入低资源语言，以提升低资源语言的推理能力，将部分跨语言推理差距归因于机制引出失败。
2026-09-01 cs.AI cs.CL
ARS: Adaptive Reasoning Suppression for Efficient Large Reasoning Language Models
Independent Researcher（独立研究者）
针对大型推理语言模型过度思考导致的计算低效问题，提出免训练的自适应推理抑制方法，通过多检查点确定性监控动态抑制冗余步骤，在数学推理基准上实现高达53%令牌、46.1%延迟和57.9%能耗的降低，同时保持或提升准确性。
2025-10-10 cs.AI cs.CL
LinguaLIFT: An Effective Two-stage Instruction Tuning Framework for Low-Resource Language Reasoning
Institute of Computing and Intelligence, Harbin Institute of Technology（哈尔滨工业大学计算与智能学院）；Peng Cheng Laboratory（鹏城实验室）
本文提出两阶段指令微调框架 LinguaLIFT，通过语言对齐层和语码转换微调，仅用英文数据将推理能力迁移至低资源语言，并构建覆盖48种语言的 MMWP 基准，实验表现优于多个基线。
2025-02-17 cs.AI cs.CL
Intermediate Languages Matter: Formal Choice Drives Neurosymbolic LLM Reasoning
TU Wien, Vienna, Austria（维也纳技术大学）；Johannes Kepler University Linz, Linz, Austria（林茨约翰尼斯·凯普勒大学）
本研究针对神经符号LLM推理的成功影响因素不明确的问题，通过多组对比实验发现形式语言选择是关键因素，提出中间语言挑战，并验证上下文感知编码可提升推理效果。
2025-05-21 cs.AI cs.CL
Scaling Multilingual Safety and Reasoning Evaluation through Reasoning-Guided Translation
Jožef Stefan Institute（约瑟夫·斯蒂芬研究所）
本研究提出推理引导的翻译框架，构建覆盖11种语言的多语言评估集合，发现开源LLMs存在语言依赖型漏洞，强调任务敏感型基准构建的重要性。
2026-10-15 cs.AI cs.CL
MindMerger: Efficient Boosting LLM Reasoning in non-English Languages
Nanjing University（南京大学）；Carnegie Mellon University（卡内基梅隆大学）；Shanghai Artificial Intelligence Laboratory（上海人工智能实验室）
针对LLM非英语推理能力不足的问题，提出MindMerger方法，融合多语言模型的外部语言理解能力与LLM内建推理能力，通过两步训练提升多语言推理性能，实验显示在低资源语言上显著优于基线。
2024-05-27 cs.AI cs.CL
LLM+AL: Bridging Large Language Models and Action Languages for Complex Reasoning about Actions
Arizona State University（亚利桑那州立大学）；Samsung Research（三星研究院）
本文提出LLM+AL方法，将大语言模型的自然语言理解与动作语言的符号推理结合，在复杂动作推理中仅需少量人工纠正即可持续得到正确答案，并支持动作语言的自动生成。
2025-02-04 cs.AI cs.CL
Hey GPT-OSS, Looks Like You Got It -- Now Walk Me Through It! An Assessment of the Reasoning Language Models Chain of Thought Mechanism for Digital Forensics
Chair for Cybersecurity, University of Augsburg, Augsburg, Germany（网络安全系，乌尔姆大学，乌尔姆，德国）
本文评估了推理语言模型在数字取证中的应用，发现中等推理水平有助于解释模型输出，但更高推理水平未显著提升响应质量。
2025-12-03 cs.AI cs.CR
Enhancing Logical Reasoning in Large Language Models to Facilitate Legal Applications
National Institute of Informatics（信息学研究所）
本文提出逻辑反馈强化学习（RLLF）方法以提升LLMs的逻辑推理能力，从而扩展其在法律等逻辑密集型学科中的应用，并探索该领域研究的新途径。
2023-11-22 cs.AI cs.CL
