Reducing Cognitive Overhead in Tool Use via Multi-Small-Agent Reinforcement Learning
Baidu Inc.(百度公司);Peking University(北京大学)
针对单智能体工具使用中认知负荷干扰与协调不稳定的问题,提出MSARL框架,通过多小智能体强化学习将推理与工具使用解耦,显著提升了推理稳定性与答案准确性,为多智能体AI设计提供了可扩展蓝图。
2026-10-02 cs.AI
A Picture Is Worth a Graph: A Blueprint Debate Paradigm for Multimodal Reasoning
The Hong Kong Polytechnic University(香港理工大学);South China University of Technology(华南理工大学);National University of Singapore(新加坡国立大学)
针对多智能体多模态推理中归纳式辩论导致的观点琐碎化和视觉概念干扰问题,提出自顶向下的 BDoG 图上蓝图辩论框架,并在 ScienceQA 与 MMBench 上取得最先进性能。
2024-08-06 cs.AI cs.CL cs.MA
Motif-2-12.7B-Reasoning: A Practitioner's Guide to RL Training Recipes
Motif Technologies(Motif技术公司)
Motif-2-12.7B-Reasoning通过综合训练配方,在复杂推理和长上下文理解中实现性能媲美更大参数模型,提供开源模型和可扩展的推理能力蓝图。
2025-12-11 cs.AI
The Challenge of Achieving Attributability in Multilingual Table-to-Text Generation with Question-Answer Blueprints
The University of Edinburgh(爱丁堡大学)
本文扩展含QA蓝图的多语言TaTA数据集并微调序列到序列模型,发现蓝图仅改善英文设置,未能提升多语言表格到文本生成的可归因性。
2025-03-29 cs.AI cs.CL cs.LG
Early-Stage Product Line Validation Using LLMs: A Study on Semi-Formal Blueprint Analysis
Graz University of Technology(格拉茨技术大学)
研究LLM能否直接对半正式文本蓝图执行特征模型分析操作,通过12种先进LLM和16种标准操作,对比其与求解器FLAMA的输出,发现优化推理模型在准确性上接近求解器,揭示了结构解析和约束推理的系统性错误及精度-成本权衡。
2026-04-22 cs.AI cs.SE
Practical Approach to Knowledge-based Question Answering with Natural Language Understanding and Advanced Reasoning
本研究假设,一种实用的方法,以一个解决方案框架的形式被称为自然语言理解和推理的智能(NaLURI),它结合了全话语自然语言理解,强大的表示形式主义,能够利用本体信息和推理方法与先进的功能,将解决以下问题,而不损害实用性因素:1)对问题和响应的性质的限制,以及2)对跨域扩展和对现实生活中的自然语言文本的限制。
2007-07-24 cs.AI cs.CL cs.HC
Neuro-symbolic Training for Reasoning over Spatial Language
Department of Computer Science Michigan State University(计算机科学系密歇根州立大学)
本文提出利用空间逻辑规则作为约束的神经符号训练方法,通过额外监督提升语言模型在嵌套表达和多跳文本空间推理及问答上的泛化能力,并在现有基准上验证了其有效性。
2025-05-29 cs.CL
Natural Language Embedded Programs for Hybrid Language Symbolic Reasoning
The Chinese University of Hong Kong(香港中文大学);Massachusetts Institute of Technology(麻省理工学院);Peking University(北京大学)
本文提出自然语言嵌入式程序(NLEP)框架,通过让语言模型生成并执行 Python 程序来处理自然语言表示,统一提升数学符号推理、文本分类、问答和指令遵循等任务的性能,并保持推理过程可解释。
2024-03-29 cs.CL
LECTOR: Joint Optimization of Scientific Reasoning Graphs and Introduction Generation
The Chinese University of Hong Kong(香港中文大学);Shanghai Artificial Intelligence Laboratory(上海人工智能实验室);Fudan University(复旦大学)
提出LECTOR框架,通过逻辑-表达协同强化学习联合优化科学推理图的结构保真度和引言生成质量,在Nature Communications数据集上实现显著提升。
2026-05-25 cs.AI
Pre-training Language Models for Comparative Reasoning
University of Notre Dame(圣母大学);Tencent AI Seattle Lab(腾讯西雅图人工智能实验室)
本文提出利用结构化与非结构化数据收集可扩展比较数据,并通过三个新颖目标预训练语言模型,显著提升其在低资源条件下的比较推理能力,并发布首个集成基准。
2023-11-28 cs.CL
Leveraging LLMs for MT in Crisis Scenarios: a blueprint for low-resource languages
Munster Technological University(芒斯特理工大学);Dublin City University(都柏林城市大学)
本研究针对危机场景下低资源语言机器翻译的迫切需求,提出结合LLMs前沿能力、微调技术与社区语料库开发的方法,经低资源语言对实验验证微调MLLM性能更优,给出可扩展的应急MT系统开发蓝图。
2024-10-31 cs.AI cs.CL
Computational Blueprints: Generating Isomorphic Mathematics Problems with Large Language Models
Turing Co. Ltd.(图灵公司)
针对个性化数学教育对相似练习题的需求,定义同构数学题生成任务,提出CBIT框架,通过元级生成和模板变异实现高正确性与一致性,错误率低于专家题17.8%且已落地应用。
2025-11-11 cs.AI
$\texttt{BluePrint}$: A Social Media User Dataset for LLM Persona Evaluation and Training
McGill University(麦吉尔大学);Mila - Quebec Artificial Intelligence Institute(魁北克人工智能研究所);Harvard College(哈佛学院);NYU(纽约大学);Université de Montréal(蒙特利尔大学)
针对LLM模拟社交媒体动态缺乏标准化数据资源的问题,研究提出隐私保护框架SIMPACT,发布聚焦政治话语的BluePrint数据集,为社交媒体模拟研究提供基准与模板。
2025-09-27 cs.AI cs.CL
Unleashing the Potential of Large Language Models: A Blueprint for Real-Time, Enterprise-Ready Deployments
针对实时受监管场景中大语言模型的问题,提出基于模式的LLMOps架构,整合多模块并实现四项模式化贡献,优化权衡同时支持高风险领域的可审计与回滚部署。
2026-08-04 cs.AI cs.CL cs.IR
Blueprint-Bench: Comparing spatial intelligence of LLMs, agents and image models
Andon Labs(安登实验室)
该研究推出用于评估AI空间推理能力的Blueprint-Bench基准,通过公寓照片转2D平面图任务测试多类模型,发现当前AI空间智能存在明显短板,该基准为跨架构比较提供了首个数值框架。
2025-09-24 cs.AI
APT: Architectural Planning and Text-to-Blueprint Construction Using Large Language Models for Open-World Agents
University of California, Los Angeles(加利福尼亚大学洛杉矶分校)
本文提出 LLM 驱动的 APT 框架,通过思维链、多模态输入、记忆与反思让 Minecraft 智能体规划并构建复杂建筑,并配套基准验证其性能与涌现能力。
2024-11-29 cs.AI cs.LG
FinMetaMind: A Tech Blueprint on NLQ Systems for Financial Knowledge Search
Independent Author(独立研究者)
FinMetaMind提出了一种针对金融知识检索的NLQ系统设计,通过整合自然语言处理、搜索工程和向量数据模型,解决金融数据检索中的关键挑战。
2026-01-24 cs.AI cs.CE cs.DB
Every Software as an Agent: Blueprint and Case Study
本文提出一种白盒软件智能体新范式,通过让大语言模型访问软件源代码与运行时上下文并动态注入生成代码,以提升智能体准确性与效率,并通过两个桌面应用案例验证其可行性。
2025-02-07 cs.AI cs.SE
Multi-level Reasoning for Robotic Assembly: From Sequence Inference to Contact Selection
Mitsubishi Electric Research Laboratories(三菱电机研究实验室);UC Berkeley(加州大学伯克利分校)
针对机器人零件装配自动化问题,提出包含序列推断、运动规划与接触优化的多层级框架,构建PAST模型和D4PAS数据集,实现了更优泛化性与更快推理速度。
2023-12-17 cs.AI cs.CV cs.LG
Knowledge Distillation with Structured Chain-of-Thought for Text-to-SQL
本文提出Struct-SQL框架,通过结构化思维链知识蒸馏提升小型语言模型在文本到SQL任务中的性能,实现8.1%的准确率提升。
2026-03-11 cs.AI cs.CL cs.DB
Attentive Reasoning Queries: A Systematic Method for Optimizing Instruction-Following in Large Language Models
Emcie Co Ltd(Emcie有限公司)
本文提出结构化推理方法 ARQs,通过领域专属推理蓝图和针对性查询引导 LLMs 系统化执行推理步骤,有效解决了多轮对话中复杂指令遵循的难题,并在 87 个场景中取得 90.2% 的成功率,显著优于基线方法。
2025-03-05 cs.AI cs.CL
A Blueprint Architecture of Compound AI Systems for Enterprise
Megagon Labs(Megagon实验室)
本文提出面向企业的复合AI系统蓝图架构,以“流”为核心编排概念,通过任务与数据规划器在准确性和延迟等约束下优化代理与数据源,实现与现有基础设施的无缝集成。
2024-06-02 cs.AI cs.DB
Towards dialogue based, computer aided software requirements elicitation
Institute for software and systems engineering(软件与系统工程研究院);TU-Clausthal(克劳斯塔尔工业大学)
针对现有从自然语言规约提取模型的方法缺乏反馈机制的弱点,本文提出了一种基于对话的计算机辅助软件需求分析交互蓝图,鼓励个性与妥协,并指出结合NLP和生成式AI可推动该领域进展。
2023-10-21 cs.AI cs.IR
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
Causal Reasoning in Pieces: Modular In-Context Learning for Causal Discovery
Leiden Institute of Advanced Computer Science (LIACS)(莱顿先进计算机科学研究所)
针对大语言模型因果推理难题,本研究测试前沿推理模型在因果发现任务上的表现,提出受思维树/链启发的模块化上下文流水线,实现近三倍性能提升,为跨领域因果发现提供可推广框架。
2025-07-31 cs.AI
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
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
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
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
Evaluating the Meta- and Object-Level Reasoning of Large Language Models for Question Answering
The University of Edinburgh(爱丁堡大学);Aveni(阿维尼公司)
针对LLM在复杂多步推理QA任务中的挑战,本文区分元级(高级策略规划)与对象级(低级任务执行)推理,提出Franklin数据集并结合其他数据集评估4个LLM,揭示其元级推理表现好但对象级推理存困难。
2025-02-14 cs.AI cs.CL
Mind's Eye: Grounded Language Model Reasoning through Simulation
Google Research(谷歌研究院);Dartmouth College(达特茅斯学院)
人类和人工智能之间成功和有效的沟通依赖于对世界的共同体验。通过只对书面文本进行训练,当前的语言模型(LM)错过了人类在现实世界中的基础经验-它们未能将语言与物理世界联系起来,导致知识被歪曲,并在推理中出现明显的错误。我们提出了心灵之眼,一个范例地面语言模型推理在物理世界。给定一个物理推理问题,我们使用计算物理引擎(DeepMind的MuJoCo)来模拟可能的结果,然后将模拟结果作为输入的一部分,这使得语言模型能够执行推理。在39个物理对齐基准任务上的实验表明,Mind's Eye可以大幅度提高推理能力(平均zero-shot提高27.9%,Few-Shot提高46.0%)。配备了Mind's Eye的较小语言模型可以获得与100倍大的模型相似的性能。最后,我们通过消融研究证实了心灵之眼的稳健性。
2022-10-11 cs.AI cs.CL
Advancing Reasoning in Large Language Models: Promising Methods and Approaches
Juniper Networks Inc.(Juniper网络公司)
本综述全面回顾了增强大型语言模型推理能力的新兴技术,涵盖提示策略、架构创新与学习范式,并探讨了评估框架及开放挑战,为未来研究与应用提供方向。
2025-05-28 cs.AI cs.CL
Adapting Language-Specific LLMs to a Reasoning Model in One Day via Model Merging -- An Open Recipe
SCB 10X R&D SCBX Group(SCB 10X研发中心SCBX集团)
本文提出一种基于数据选择与模型合并的开放配方,以120美元预算将语言特定LLM(如泰语模型)的推理能力提升至DeepSeek R1水平,同时保持目标语言能力。
2025-03-27 cs.AI cs.CL
Logical Reasoning in Large Language Models: A Survey
Westlake University(西湖大学);Zhejiang Normal University(浙江师范大学);Hainan University(海南大学)
本综述针对大型语言模型(LLMs)严格逻辑推理能力的开放性问题,梳理其逻辑推理的范围、理论基础与基准,分析不同推理范式的现有能力及提升策略,并指出未来探索方向以增强AI系统的逻辑推理能力。
2025-02-13 cs.AI cs.CL
Which Language Should a Skeleton Speak? Language Choices in Multilingual Reasoning
ETRI(韩国电子通信研究院);KAIST(韩国科学技术院);Dankook University(檀国大学)
本研究提出LASEF框架,探索多语言数学推理中骨架语言的选择,发现英语骨架平均有微小正向效果但非普遍最优,效应呈三种模式,需多层面探索。
2026-10-08 cs.AI cs.CL
Cross-lingual Collapse: How Language-Centric Foundation Models Shape Reasoning in Large Language Models
NAVER Cloud(NAVER云);KAIST(韩国科学技术院)
该研究探讨了多语言模型在长链思考中因语言中心化先验导致的推理能力下降问题,并提出通过语言一致性奖励等方法缓解这一现象。
2026-02-23 cs.AI cs.CL
Compositional Language Understanding with Text-based Relational Reasoning
Mila(米拉研究所);McGill University(麦吉尔大学);Université de Montréal(蒙特利尔大学);Facebook AI Research (FAIR)(脸书人工智能研究院);Samsung Advanced Institute of Technology (SAIT)(三星综合技术院)
用于自然语言推理的神经网络主要集中在提取、基于事实的问答(QA)和常识推理。然而,了解神经网络可以从自然语言执行关系推理和组合概括的程度也至关重要-这些能力通常被注释工件和标准QA基准中语言建模的主导地位所掩盖。在这项工作中,我们提出了一个新的基准数据集的语言理解,隔离性能的关系推理。我们还提出了一个神经消息传递基线,并表明,该模型,其中包括一个关系归纳偏差,是优于组合推广相比,传统的递归神经网络方法。
2018-11-08 cs.AI cs.CL
Improving Arithmetic Reasoning Ability of Large Language Models through Relation Tuples, Verification and Dynamic Feedback
The University of Tokyo(东京大学)
本文提出利用半结构化关系元组表示大型语言模型推理步骤,结合本地代码解释器自动验证与动态反馈机制,有效提升了模型在算术数据集上的推理能力。
2024-06-25 cs.AI cs.CL
Do Large Language Models Excel in Complex Logical Reasoning with Formal Language?
Peking University(北京大学);Meituan Group(美团集团);Zhejiang University(浙江大学)
本文系统评估了大型语言模型在形式语言下的复杂逻辑推理能力,发现思考模型优于指令模型、归纳推理普遍受限,并证实程序思维格式数据泛化最佳,且简单拒绝微调可提升小模型性能。
2025-05-22 cs.AI cs.CL
A Blueprint for AI-Driven Software Quality: Integrating LLMs with Established Standards
Juniper Networks Inc.(Juniper网络公司)
本文探讨了利用大语言模型提升软件质量保证的过程,结合现有标准,分析AI在需求验证、缺陷检测等任务中的应用,并提出未来发展方向。
2026-04-28 cs.AI cs.CL cs.SE
The Geometry of Thought: How Scale Restructures Reasoning In Large Language Models
研究揭示大规模语言模型中推理能力的几何重构特性,通过分析不同领域和规模的推理轨迹,发现神经规模定律触发领域特定的相变而非均匀能力提升,提出神经推理算子并识别出跨领域和规模的振荡特征。
2026-03-30 cs.AI cs.LG
Einstein World Models
MBZUAI(穆罕默德·本·扎耶德人工智能大学);RIKEN AIP, Japan(日本理化学研究所革新智能综合研究中心);Tohoku University(东北大学)
提出爱因斯坦世界模型(EWM),通过将视觉时间展开嵌入推理轨迹,使LLM能利用视觉化反事实事件增强复杂推理能力。
2026-11-11 cs.AI cs.CL cs.CV
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