大模型推理能力

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

Chain-of-Trust: A Progressive Trust Evaluation Framework Enabled by Generative AI

Botao Zhu, Xianbin Wang, Lei Zhang, Xuemin, Shen

机构 * Department of Electrical and Computer Engineering, Western University（西方大学电气与计算机工程系） ； James Watt School of Engineering, University of Glasgow（格拉斯哥大学詹姆斯·瓦特工程学院） ； Department of Electrical and Computer Engineering, University of Waterloo（滑铁卢大学电气与计算机工程系） 纠错

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

Journal ref IEEE Network, 2025

MIHBench: Benchmarking and Mitigating Multi-Image Hallucinations in Multimodal Large Language Models

Jiale Li, Mingrui Wu, Zixiang Jin, Hao Chen, Jiayi Ji, Xiaoshuai Sun, Liujuan Cao, Rongrong Ji

机构 * Xiamen University（厦门大学） ； Zhongguancun Academy（中关村学院） 纠错

专题命中 推理评测 ：reasoning(abstract)

Comments ACM MM25 has accepted this paper

Minimum Data, Maximum Impact: 20 annotated samples for explainable lung nodule classification

Luisa Gallée, Catharina Silvia Lisson, Christoph Gerhard Lisson, Daniela Drees, Felix Weig, Daniel Vogele, Meinrad Beer, Michael Götz

机构 * Experimental Radiology, Ulm University Medical Center, Ulm, Germany（实验放射学，乌尔姆大学医学中心，乌尔姆，德国） ； Department of Diagnostic and Interventional Radiology, Ulm University Medical Center, Ulm, Germany（诊断与介入放射学系，乌尔姆大学医学中心，乌尔姆，德国） ； XAIRAD - Cooperation for Artificial Intelligence in Experimental Radiology, Ulm, Germany（XAIRAD - 实验放射学中的人工智能合作） 纠错

专题命中 推理评测 ：reasoning(abstract)

Comments Accepted at iMIMIC - Interpretability of Machine Intelligence in Medical Image Computing workshop MICCAI 2025 Medical Image Computing and Computer Assisted Intervention

CADS: A Comprehensive Anatomical Dataset and Segmentation for Whole-Body Anatomy in Computed Tomography

Murong Xu, Tamaz Amiranashvili, Fernando Navarro, Maksym Fritsak, Ibrahim Ethem Hamamci, Suprosanna Shit, Bastian Wittmann, Sezgin Er, Sebastian M. Christ, Ezequiel de la Rosa, Julian Deseoe, Robert Graf, Hendrik Möller, Anjany Sekuboyina, Jan C. Peeken, Sven Becker, Giulia Baldini, Johannes Haubold, Felix Nensa, René Hosch, Nikhil Mirajkar, Saad Khalid, Stefan Zachow, Marc-André Weber, Georg Langs, Jakob Wasserthal, Mehmet Kemal Ozdemir, Andrey Fedorov, Ron Kikinis, Stephanie Tanadini-Lang, Jan S. Kirschke, Stephanie E. Combs, Bjoern Menze

机构 * Department of Quantitative Biomedicine, University of Zurich（定量生物医学系，苏黎世大学） ； ETH AI Center, ETH Zurich（ETH人工智能中心，苏黎世联邦理工学院） ； Department of Radiation Oncology, University Hospital and University of Zurich（放射肿瘤科，苏黎世大学医院和苏黎世大学） ； Faculty of Medicine, University of Zurich（医学系，苏黎世大学） ； Department of Neurology and Clinical Neuroscience Center, University Hospital Zurich and University of Zurich（神经科和临床神经科学中心，苏黎世大学医院和苏黎世大学） ； International School of Medicine, Istanbul Medipol University（国际医学院，伊斯坦布尔Medipol大学） ； School of Computation, Information and Technology, Technical University of Munich（计算、信息与技术学院，慕尼黑技术大学） ； Department of Diagnostic and Interventional Neuroradiology, School of Medicine and Health, Technical University of Munich（诊断与介入神经放射科，医学与健康学院，慕尼黑技术大学） ； Department of Radiation Oncology, TUM University Hospital Rechts der Isar, TUM School of Medicine and Health, Technical University of Munich（放射肿瘤科，慕尼黑技术大学医院Rechts der Isar，慕尼黑技术大学医学与健康学院） ； Institute of Radiation Medicine (IRM), Helmholtz Zentrum München (HMGU)（放射医学研究所（IRM），亥姆霍兹慕尼黑研究中心（HMGU）） ； German Consortium for Translational Cancer Research (DKTK), Partner Site Munich, Munich, Germany（德国转化癌症研究联盟（DKTK），慕尼黑分部，德国） ； University Hospital Essen, Institute of Interventional and Diagnostic Radiology and Neuroradiology（埃森大学医院，介入与诊断放射学及神经放射学研究所） ； University Hospital Essen, Institute for Artificial Intelligence in Medicine（埃森大学医院，医学人工智能研究所） ； Institute of Diagnostic and Interventional Radiology, Pediatric Radiology and Neuroradiology, University Medical Center Rostock（诊断与介入放射学、儿童放射学及神经放射学研究所，罗斯托克大学医学中心） ； Department of Biomedical Imaging and Image-guided Therapy, Medical University of Vienna（生物医学成像与图像引导治疗系，维也纳医科大学） ； Department of Radiology, University Hospital Basel（放射科，巴塞尔大学医院） ； Department of Radiology, Cambridge University Hospitals NHS Foundation Trust（放射科，剑桥大学医院 NHS 基础信托） ； Labelata GmbH（Labelata 公司） ； Visual and Data-Centric Computing, Zuse Institute Berlin (ZIB)（视觉与数据导向计算，柏林 Zuse 研究所（ZIB）） ； Brigham and Women’s Hospital（布里格姆和女性医院） 纠错

专题命中 推理评测 ：planning(abstract)