大模型推理能力

MV-MATH: Evaluating Multimodal Math Reasoning in Multi-Visual Contexts

Peijie Wang, Zhong-Zhi Li, Fei Yin, Xin Yang, Dekang Ran, Cheng-Lin Liu

机构 * MAIS, Institute of Automation of Chinese Academy of Sciences（自动化研究所） 纠错

专题命中 数学推理 ：reasoning(title,abstract)；math reasoning(title)；分类 cs.AI

Comments 45 pages, accepted by CVPR2025

Linguistic Generalizability of Test-Time Scaling in Mathematical Reasoning

Guijin Son, Jiwoo Hong, Hyunwoo Ko, James Thorne

机构 * Yonsei University（延世大学） ； OneLineAI ； KAIST AI（韩国科学技术院人工智能实验室） 纠错

专题命中 数学推理 ：reasoning(title,abstract)；分类 cs.CL

Comments ACL 2025 (ORAL)

Tabular Data Understanding with LLMs: A Survey of Recent Advances and Challenges

Xiaofeng Wu, Alan Ritter, Wei Xu

机构 * College of Computing, Georgia Institute of Technology（计算学院、佐治亚理工学院） 纠错

专题命中 数学推理 ：reasoning(abstract)；分类 cs.CL、cs.LG

Seed-Prover: Deep and Broad Reasoning for Automated Theorem Proving

Luoxin Chen, Jinming Gu, Liankai Huang, Wenhao Huang, Zhicheng Jiang, Allan Jie, Xiaoran Jin, Xing Jin, Chenggang Li, Kaijing Ma, Cheng Ren, Jiawei Shen, Wenlei Shi, Tong Sun, He Sun, Jiahui Wang, Siran Wang, Zhihong Wang, Chenrui Wei, Shufa Wei, Yonghui Wu, Yuchen Wu, Yihang Xia, Huajian Xin, Fan Yang, Huaiyuan Ying, Hongyi Yuan, Zheng Yuan, Tianyang Zhan, Chi Zhang, Yue Zhang, Ge Zhang, Tianyun Zhao, Jianqiu Zhao, Yichi Zhou, Thomas Hanwen Zhu

专题命中 代码与定理证明 ：reasoning(title,abstract)；chain-of-thought(abstract)；分类 cs.CL、cs.AI

Puzzle Solving using Reasoning of Large Language Models: A Survey

Panagiotis Giadikiaroglou, Maria Lymperaiou, Giorgos Filandrianos, Giorgos Stamou

机构 * Artificial Intelligence and Learning Systems Laboratory（人工智能与学习系统实验室） ； School of Electrical and Computer Engineering（电气与计算机工程学院） ； National Technical University of Athens（希腊雅典国家技术大学） 纠错

专题命中 逻辑推理 ：reasoning(title,abstract)；logical reasoning(abstract)；分类 cs.CL、cs.AI

Journal ref Proceedings of the 2024 Conference on Empirical Methods in Natural Language Processing, pages 11574-11591, Miami, Florida, USA. Association for Computational Linguistics, 2024

Loop Invariant Generation: A Hybrid Framework of Reasoning optimised LLMs and SMT Solvers

Varun Bharti, Shashwat Jha, Dhruv Kumar, Pankaj Jalote

机构 * IIIT Delhi（印度德里理工学院） ； BITS Pilani（比斯帕利尼理工学院） 纠错

专题命中 逻辑推理 ：reasoning(title,abstract)；logical reasoning(abstract)；分类 cs.LG

Comments Under Review

Composable OS Kernel Architectures for Autonomous Intelligence

Rajpreet Singh, Vidhi Kothari

机构 * TU Munich, Germany（慕尼黑技术大学） ； Pace University, New York, USA（帕克大学） 纠错

专题命中 逻辑推理 ：reasoning(abstract)；分类 cs.AI

Comments 8 pages

Medical Reasoning in the Era of LLMs: A Systematic Review of Enhancement Techniques and Applications

Wenxuan Wang, Zizhan Ma, Meidan Ding, Shiyi Zheng, Shengyuan Liu, Jie Liu, Jiaming Ji, Wenting Chen, Xiang Li, Linlin Shen, Yixuan Yuan

机构 * Renmin University of China（中国人民大学） ； The Chinese University of Hong Kong（香港中文大学） ； Shenzhen University（深圳大学） ； City University of Hong Kong（香港城市大学） ； Peking University（北京大学） ； Massachusetts General Hospital and Harvard Medical School（麻省总医院和哈佛医学院） 纠错

专题命中 规划推理 ：reasoning(title,abstract)；planning(abstract)；分类 cs.CL、cs.AI、cs.LG

Cooperative and Asynchronous Transformer-based Mission Planning for Heterogeneous Teams of Mobile Robots

Milad Farjadnasab, Shahin Sirouspour

专题命中 规划推理 ：planning(title,abstract)；分类 cs.AI

Journal ref Robotics and Autonomous Systems, 194, 105131 (2025)

Natural Language Interaction with a Household Electricity Knowledge-based Digital Twin

Carolina Fortuna, Vid Hanžel, Blaž Bertalanič

机构 * 1 Department of Communication Systems, Jo z ef Stefan Institute, Slovenia ； Jozef Stefan Institute, Ljubljana, Slovenia 纠错

专题命中 规划推理 ：planning(abstract)；分类 cs.CL、cs.AI、cs.LG

Comments Accepted at IEEE SmartGridComm'24

INSPIRE-GNN: Intelligent Sensor Placement to Improve Sparse Bicycling Network Prediction via Reinforcement Learning Boosted Graph Neural Networks

Mohit Gupta, Debjit Bhowmick, Rhys Newbury, Meead Saberi, Shirui Pan, Ben Beck

机构 * School of Public Health and Preventive Medicine, Monash University, Melbourne, Australia（公共卫生与预防医学学院，墨尔本大学） ； Department of Electrical and Computer System Engineering, Monash University, Melbourne, Australia（电气与计算机系统工程系，墨尔本大学） ； School of Civil and Environmental Engineering, UNSW, Sydney, Australia（土木与环境工程学院，新南威尔士大学） ； School of Information and Communication Technology, Griffith University, Brisbane, Australia（信息与通信技术学院，格里菲斯大学） 纠错

专题命中 规划推理 ：planning(abstract)；分类 cs.AI、cs.LG

Lucy: edgerunning agentic web search on mobile with machine generated task vectors

Alan Dao, Dinh Bach Vu, Alex Nguyen, Norapat Buppodom

机构 * Menlo Research（Menlo研究） 纠错

专题命中 规划推理 ：reasoning(abstract)；分类 cs.CL

Should ChatGPT Write Your Breakup Text? Exploring the Role of AI in Relationship Dissolution

Yue Fu, Yixin Chen, Zelia Gomes Da Costa Lai, Alexis Hiniker

专题命中 规划推理 ：planning(abstract)；分类 cs.AI

ReVise: A Human-AI Interface for Incremental Algorithmic Recourse

Kaustav Bhattacharjee, Jun Yuan, Aritra Dasgupta

专题命中 规划推理 ：planning(abstract)

Comments Conditionally accepted for the IEEE VIS 2025 Short Papers track

Analyze-Prompt-Reason: A Collaborative Agent-Based Framework for Multi-Image Vision-Language Reasoning

Angelos Vlachos, Giorgos Filandrianos, Maria Lymperaiou, Nikolaos Spanos, Ilias Mitsouras, Vasileios Karampinis, Athanasios Voulodimos

机构 * Artificial Intelligence and Learning Systems Laboratory, National Technical University of Athens（人工智能与学习系统实验室，国家技术大学） 纠错

专题命中 视觉空间推理 ：reasoning(title,abstract)

SAM-PTx: Text-Guided Fine-Tuning of SAM with Parameter-Efficient, Parallel-Text Adapters

Shayan Jalilian, Abdul Bais

机构 * University of Regina（里纳大学） 纠错

专题命中 视觉空间推理 ：reasoning(abstract)；分类 cs.LG

GUIOdyssey: A Comprehensive Dataset for Cross-App GUI Navigation on Mobile Devices

Quanfeng Lu, Wenqi Shao, Zitao Liu, Lingxiao Du, Fanqing Meng, Boxuan Li, Botong Chen, Siyuan Huang, Kaipeng Zhang, Ping Luo

机构 * Shanghai AI Laboratory（上海人工智能实验室） ； The University of Hong Kong（香港大学） ； Nanjing University（南京大学） ； Shanghai Jiao Tong University（上海交通大学） ； Harbin Institute of Technology, Shenzhen（哈尔滨工业大学（深圳）） 纠错

专题命中 视觉空间推理 ：reasoning(abstract)

Comments 22 pages, 14 figures, ICCV 2025, a cross-app GUI navigation dataset

Can Atomic Step Decomposition Enhance the Self-structured Reasoning of Multimodal Large Models?

Kun Xiang, Zhili Liu, Zihao Jiang, Yunshuang Nie, Kaixin Cai, Yiyang Yin, Runhui Huang, Haoxiang Fan, Hanhui Li, Weiran Huang, Yihan Zeng, Yu-Jie Yuan, Jianhua Han, Lanqing Hong, Hang Xu, Xiaodan Liang

机构 * Sun Yat-sen University（中山大学） ； Hong Kong University of Science and Technology（香港科学与技术大学） ； Shanghai Jiaotong University（上海交通大学） ； University of Hong Kong（香港大学） ； Huawei Noah’s Ark Lab（华为诺亚实验室） 纠错

专题命中 复杂问题求解 ：reasoning(title,abstract)；CoT(abstract)；分类 cs.AI

Comments arXiv admin note: substantial text overlap with arXiv:2411.11930

R1-ACT: Efficient Reasoning Model Safety Alignment by Activating Safety Knowledge

Yeonjun In, Wonjoong Kim, Sangwu Park, Chanyoung Park

机构 * KAIST（韩国科学技术院） 纠错

专题命中 复杂问题求解 ：reasoning(title,abstract)；分类 cs.CL、cs.AI

Comments under review

Oedipus and the Sphinx: Benchmarking and Improving Visual Language Models for Complex Graphic Reasoning

Jianyi Zhang, Xu Ji, Ziyin Zhou, Yuchen Zhou, Shubo Shi, Haoyu Wu, Zhen Li, Shizhao Liu

机构 * Beijing Electronic Science & Technology Institute（北京电子科学技术研究所） 纠错

专题命中 复杂问题求解 ：reasoning(title,abstract)；分类 cs.AI

BOOST: Bootstrapping Strategy-Driven Reasoning Programs for Program-Guided Fact-Checking

Qisheng Hu, Quanyu Long, Wenya Wang

专题命中 复杂问题求解 ：reasoning(title,abstract)；分类 cs.AI

Comments Work in Progress

OR-LLM-Agent: Automating Modeling and Solving of Operations Research Optimization Problems with Reasoning LLM

Bowen Zhang, Pengcheng Luo, Genke Yang, Boon-Hee Soong, Chau Yuen

专题命中 复杂问题求解 ：reasoning(title,abstract)；分类 cs.AI

Comments 8 pages, 13 figures

A Survey on Post-training of Large Language Models

Guiyao Tie, Zeli Zhao, Dingjie Song, Fuyang Wei, Rong Zhou, Yurou Dai, Wen Yin, Zhejian Yang, Jiangyue Yan, Yao Su, Zhenhan Dai, Yifeng Xie, Yihan Cao, Lichao Sun, Pan Zhou, Lifang He, Hechang Chen, Yu Zhang, Qingsong Wen, Tianming Liu, Neil Zhenqiang Gong, Jiliang Tang, Caiming Xiong, Heng Ji, Philip S. Yu, Jianfeng Gao

机构 * Huazhong University of Science and Technology（华中科技大学） ； Lehigh University（莱斯大学） ； The University of Hong Kong（香港大学） ； Jilin University（吉林大学） ； Southern University of Science and Technology（南方科技大学） ； Worcester Polytechnic Institute（沃思堡理工学院） ； LinkedIn Corporation（领英公司） ； Squirrel Ai Learning ； University of Georgia（佐治亚大学） ； Duke University（杜克大学） ； Michigan State University（密歇根州立大学） ； Salesforce Research（Salesforce研究） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； University of Illinois at Chicago（伊利诺伊大学芝加哥分校） ； Microsoft Research（微软研究院） 纠错

专题命中 复杂问题求解 ：reasoning(abstract)；分类 cs.CL、cs.AI

Comments 87 pages, 21 figures, 9 tables

Court of LLMs: Evidence-Augmented Generation via Multi-LLM Collaboration for Text-Attributed Graph Anomaly Detection

Yiming Xu, Jiarun Chen, Zhen Peng, Zihan Chen, Qika Lin, Lan Ma, Bin Shi, Bo Dong

机构 * School of Computer Science and Technology, Xi'an Jiaotong University（计算机科学与技术学院，西安交通大学） ； Department of Electrical and Computer Engineering, University of Virginia（电气与计算机工程系，弗吉尼亚大学） ； Saw Swee Hock School of Public Health, National University of Singapore（Saw Swee Hock 公共卫生学院，新加坡国立大学） ； China Telecom Corporation Ltd. Shaanxi Branch（中国电信股份有限公司陕西分公司） ； School of Distance Education, Xi'an Jiaotong University（继续教育学院，西安交通大学） 纠错

专题命中 复杂问题求解 ：reasoning(abstract)；分类 cs.LG

Comments Accepted by ACM Multimedia 2025 (MM '25)

Do They Understand Them? An Updated Evaluation on Nonbinary Pronoun Handling in Large Language Models

Xushuo Tang, Yi Ding, Zhengyi Yang, Yin Chen, Yongrui Gu, Wenke Yang, Mingchen Ju, Xin Cao, Yongfei Liu, Wenjie Zhang

机构 * The University of New South Wales（新南威尔士大学） ； University of Technology Sydney（技术大学悉尼分校） ； Euler AI 纠错

专题命中 推理评测 ：reasoning(abstract)；分类 cs.CL、cs.AI

Towards Higher Effective Rank in Parameter-efficient Fine-tuning using Khatri--Rao Product

Paul Albert, Frederic Z. Zhang, Hemanth Saratchandran, Anton van den Hengel, Ehsan Abbasnejad

专题命中 推理评测 ：reasoning(abstract)；分类 cs.CL、cs.LG

Comments To appear in ICCV 2025

CLIPTime: Time-Aware Multimodal Representation Learning from Images and Text

Anju Rani, Daniel Ortiz-Arroyo, Petar Durdevic

机构 * Department of Energy Technology（能源技术系） ； Aalborg University（奥尔堡大学） 纠错

专题命中 推理评测 ：reasoning(abstract)；分类 cs.LG

Comments 11 pages, 8 figures

Automated Type Annotation in Python Using Large Language Models

Varun Bharti, Shashwat Jha, Dhruv Kumar, Pankaj Jalote

机构 * IIIT Delhi（印度德里理工学院） ； BITS Pilani（比尔兹-帕利尼理工学院） 纠错

专题命中 推理评测 ：reasoning(abstract)；分类 cs.LG

Comments Under Review

Benchmarking LLMs for Unit Test Generation from Real-World Functions

Dong Huang, Jie M. Zhang, Mark Harman, Qianru Zhang, Mingzhe Du, See-Kiong Ng

机构 * National University of Singapore（新加坡国立大学） ； King's College London（伦敦国王学院） ； University College London（伦敦大学学院） ； The University of Cambridge（剑桥大学） 纠错

专题命中 推理评测 ：reasoning(abstract)；分类 cs.CL

Comments Under Review

Dynamic Knowledge Exchange and Dual-diversity Review: Concisely Unleashing the Potential of a Multi-Agent Research Team

Weilun Yu, Shixiang Tang, Yonggui Huang, Nanqing Dong, Li Fan, Honggang Qi, Wei Liu, Xiaoli Diao, Xi Chen, Wanli Ouyang

专题命中 推理评测 ：reasoning(abstract)；分类 cs.AI