大模型推理能力

rStar2-Agent: Agentic Reasoning Technical Report

Ning Shang, Yifei Liu, Yi Zhu, Li Lyna Zhang, Weijiang Xu, Xinyu Guan, Buze Zhang, Bingcheng Dong, Xudong Zhou, Bowen Zhang, Ying Xin, Ziming Miao, Scarlett Li, Fan Yang, Mao Yang

机构 * Microsoft Research（微软研究院） 纠错

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

Can Large Language Models Develop Strategic Reasoning? Post-training Insights from Learning Chess

Dongyoon Hwang, Hojoon Lee, Jaegul Choo, Dongmin Park, Jongho Park

机构 * KAIST AI（韩国科学技术院人工智能研究所） ； KRAFTON（KRAFTON公司） ； UC Berkeley（伯克利大学） 纠错

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

Comments Accepted into Test-time Scaling and Reasoning Models (SCALR) workshop at COLM 2025. 28 pages

Measuring Reasoning Utility in LLMs via Conditional Entropy Reduction

Xu Guo

机构 * KTH Royal Institute of Technology（皇家理工学院） 纠错

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

Comments 11 pages, 4 figures

Bitune: Leveraging Bidirectional Attention to Improve Decoder-Only LLMs

Dawid J. Kopiczko, Tijmen Blankevoort, Yuki M. Asano

机构 * Fundamental AI Lab University of Technology Nuremberg（基础人工智能实验室 汉诺威技术大学） 纠错

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

Application of AI to formal methods - an analysis of current trends

Sebastian Stock, Jannik Dunkelau, Atif Mashkoor

机构 * Institute of Software System Engineering（软件系统工程研究所） ； Johannes Kepler University Linz（约翰·凯撒大学林茨分校） ； Faculty of Mathematics and Natural Sciences（数学与自然科学学院） ； Heinrich Heine University Düsseldorf（海因里希·海涅大学杜塞尔多夫分校） 纠错

专题命中 代码与定理证明 ：reasoning(abstract)；分类 cs.AI、cs.LG

Are formal and functional linguistic mechanisms dissociated in language models?

Michael Hanna, Yonatan Belinkov, Sandro Pezzelle

机构 * Institute for Logic, Language and Computation University of Amsterdam（逻辑、语言与计算研究所 阿姆斯特丹大学） ； Technion – Israel Institute of Technology（技术ion-以色列理工学院） 纠错

专题命中 代码与定理证明 ：reasoning(abstract)；分类 cs.CL

Comments To appear in Computational Linguistics. Pre-MIT Press publication version. 40 pages, 14 figures, 3 tables. Code available at https://github.com/hannamw/formal-functional-dissociation

Joint Enhancement of Relational Reasoning for Long-Context LLMs

Zhirui Chen, Wei Shen, Jiashui Huang, Ling Shao

机构 * UCAS-Terminus AI Lab, University of Chinese Academy of Sciences, China（中国科学院大学Terminus AI实验室，中国科学院大学） 纠错

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

Comments 9 pages, 5 pages Accepted by EMNLP 2025 Findings

On the complexity of constrained reconfiguration and motion planning

Nicolas Bousquet, Remy El Sabeh, Amer E. Mouawad, Naomi Nishimura

机构 * CNRS - Université de Montréal CRM - CNRS（法国国家科学研究中心-蒙特利尔大学CRM-法国国家科学研究中心） ； Univ. Lyon, Université Lyon 1, CNRS, LIRIS UMR CNRS 5205（里里耶大学、里昂第一大学、法国国家科学研究中心、LIRIS CNRS 5205研究中心） ； David R. Cheriton School of Computer Science, University of Waterloo（戴维·R·切里顿计算机科学学院、滑铁卢大学） ； American University of Beirut（贝鲁特美国大学） 纠错

专题命中 规划推理 ：planning(title,abstract)

Regulation-Aware Game-Theoretic Motion Planning for Autonomous Racing

Francesco Prignoli, Francesco Borrelli, Paolo Falcone, Mark Pustilnik

机构 * University of Modena and Reggio Emilia（摩德纳和雷吉奥艾米利亚大学） ； University of Bologna（博洛尼亚大学） ； University of California, Berkeley（加州大学伯克利分校） ； Chalmers University of Technology（查尔姆斯理工大学） 纠错

专题命中 规划推理 ：planning(title,abstract)

Comments Accepted for presentation at the IEEE International Conference on Intelligent Transportation Systems (ITSC 2025)

ArgRAG: Explainable Retrieval Augmented Generation using Quantitative Bipolar Argumentation

Yuqicheng Zhu, Nico Potyka, Daniel Hernández, Yuan He, Zifeng Ding, Bo Xiong, Dongzhuoran Zhou, Evgeny Kharlamov, Steffen Staab

机构 * University of Stuttgart（斯图加特大学） ； Bosch Center for AI（博世人工智能中心） ； Cardiff University（卡迪夫大学） ； University of Oxford（牛津大学） ； University of Cambridge（剑桥大学） ； Stanford University（斯坦福大学） ； University of Oslo（奥斯陆大学） ； University of Southampton（南安普顿大学） 纠错

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

Generative AI Against Poaching: Latent Composite Flow Matching for Wildlife Conservation

Lingkai Kong, Haichuan Wang, Charles A. Emogor, Vincent Börsch-Supan, Lily Xu, Milind Tambe

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

Comments Fix the feature color for the detection head in Figure 2

Research Challenges in Relational Database Management Systems for LLM Queries

Kerem Akillioglu, Anurag Chakraborty, Sairaj Voruganti, M. Tamer Özsu

机构 * University of Waterloo（多伦多大学） 纠错

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

Comments This paper will appear in the 6th International Workshop on Applied AI for Database Systems and Applications, AIDB Workshop at VLDB 2025

Validating Generative Agent-Based Models for Logistics and Supply Chain Management Research

Vincent E. Castillo

机构 * Fisher College of Business, The Ohio State University（俄亥俄州立大学费舍尔商学院） 纠错

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

Comments A version of this work is also available on SSRN (https://ssrn.com/abstract=5407742 or http://dx.doi.org/10.2139/ssrn.5407742). This preprint is distributed under the CC BY-NC-SA 4.0 License

UltraEar: a multicentric, large-scale database combining ultra-high-resolution computed tomography and clinical data for ear diseases

Ruowei Tang, Pengfei Zhao, Xiaoguang Li, Ning Xu, Yue Cheng, Mengshi Zhang, Zhixiang Wang, Zhengyu Zhang, Hongxia Yin, Heyu Ding, Shusheng Gong, Yuhe Liu, Zhenchang Wang

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

Vibe Coding: Is Human Nature the Ghost in the Machine?

Cory Knobel, Nicole Radziwill

专题命中 规划推理 ：planning(abstract)

Language-Enhanced Mobile Manipulation for Efficient Object Search in Indoor Environments

Liding Zhang, Zeqi Li, Kuanqi Cai, Qian Huang, Zhenshan Bing, Alois Knoll

机构 * School of Computation, Information and Technology (CIT), Technical University of Munich（计算、信息与技术学院（CIT），慕尼黑技术大学） ； State Key Laboratory for Novel Software Technology and the School of Science and Technology, Nanjing University (Suzhou Campus)（新型软件技术国家重点实验室和南京大学科学技术学院（苏州校区）） 纠错

专题命中 规划推理 ：reasoning(abstract)

Journal ref 2025 IEEE International Conference on Cyborg and Bionic Systems (CBS)

Ransomware 3.0: Self-Composing and LLM-Orchestrated

Md Raz, Meet Udeshi, P. V. Sai Charan, Prashanth Krishnamurthy, Farshad Khorrami, Ramesh Karri

专题命中 规划推理 ：reasoning(abstract)

SeqVLM: Proposal-Guided Multi-View Sequences Reasoning via VLM for Zero-Shot 3D Visual Grounding

Jiawen Lin, Shiran Bian, Yihang Zhu, Wenbin Tan, Yachao Zhang, Yuan Xie, Yanyun Qu

机构 * School of Informatics, Xiamen University（厦门大学信息学院） ； School of Computer Science, Nanjing University（南京大学计算机科学学院） ； School of Computer Science and Technology, East China Normal University（华东师范大学计算机科学与技术学院） ； Key Laboratory of Multimedia Trusted Perception and Efficient Computing, Ministry of Education of China, Xiamen University（教育部多媒体可信感知与高效计算重点实验室，厦门大学） 纠错

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

PathMR: Multimodal Visual Reasoning for Interpretable Pathology Diagnosis

Ye Zhang, Yu Zhou, Jingwen Qi, Yongbing Zhang, Simon Puettmann, Finn Wichmann, Larissa Pereira Ferreira, Lara Sichward, Julius Keyl, Sylvia Hartmann, Shuo Zhao, Hongxiao Wang, Xiaowei Xu, Jianxu Chen

机构 * School of Computer Science and Technology, Harbin Institute of Technology（哈尔滨工业大学计算机科学与技术学院） ； Leibniz-Institut für Analytische Wissenschaften – ISAS – e.V.（莱比锡分析科学研究所（ISAS）） ； Department of Pathology, The Sixth Affiliated Hospital, Sun Yat-sen University（中山大学第六附属医院病理科部） ； Institute of Pathology, University Hospital Essen（埃森大学医院病理科研究所） ； Academy for Multidisciplinary Studies, Capital Normal University（首都师范大学多学科研究学院） 纠错

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

The Joys of Categorical Conformal Prediction

Michele Caprio

机构 * The University of Manchester（曼彻斯特大学） 纠错

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

Grounding Multimodal Large Language Models with Quantitative Skin Attributes: A Retrieval Study

Max Torop, Masih Eskandar, Nicholas Kurtansky, Jinyang Liu, Jochen Weber, Octavia Camps, Veronica Rotemberg, Jennifer Dy, Kivanc Kose

机构 * Northeastern University（东北大学） ； Memorial Sloan Kettering Cancer Center（纪念斯隆凯特琳癌症中心） 纠错

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

SpecVLM: Enhancing Speculative Decoding of Video LLMs via Verifier-Guided Token Pruning

Yicheng Ji, Jun Zhang, Heming Xia, Jinpeng Chen, Lidan Shou, Gang Chen, Huan Li

机构 * The State Key Laboratory of Blockchain and Data Security（区块链与数据安全国家重点实验室） ； Hangzhou High-Tech Zone (Binjiang) Institute of Blockchain and Data Security（杭州高新技术区（滨江）区块链与数据安全研究院） ； Department of Computing, The Hong Kong Polytechnic University（香港理工大学计算机系） ； School of Computer Science, Beijing University of Posts and Telecommunications（北京邮电大学计算机学院） 纠错

专题命中 测试时计算 ：verifier(title,abstract)；分类 cs.CL、cs.AI

Comments Accepted at EMNLP 2025 Main

SemSR: Semantics aware robust Session-based Recommendations

Jyoti Narwariya, Priyanka Gupta, Muskan Gupta, Jyotsana Khatri, Lovekesh Vig

机构 * TCS Research（TCS研究） 纠错

专题命中 测试时计算 ：reasoning(abstract)；分类 cs.LG

Comments Accepted at EARL workshop @RecSys'25, Prague, Czech Republic

DART: Distilling Autoregressive Reasoning to Silent Thought

Nan Jiang, Ziming Wu, De-Chuan Zhan, Fuming Lai, Shaobing Lian

机构 * Nanjing University（南京大学） ； Tencent Inc.（腾讯公司） 纠错

专题命中 复杂问题求解 ：reasoning(title,abstract)；chain-of-thought(abstract)；CoT(abstract)；分类 cs.CL

Visual Perturbation and Adaptive Hard Negative Contrastive Learning for Compositional Reasoning in Vision-Language Models

Xin Huang, Ruibin Li, Tong Jia, Wei Zheng, Ya Wang

机构 * School of Artificial Intelligence and Software Engineering, Nanyang Normal University, Henan, China（人工智能与软件工程学院，南阳师范学院，河南） ； Institute for Artificial Intelligence, Peking University, Beijing, China（人工智能研究院，北京大学，北京） ； Collaborative Innovation Center of Intelligent Explosion-proof Equipment, Henan, China（智能防爆设备协同创新中心，河南） 纠错

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

Comments Accepted at the International Joint Conference on Artificial Intelligence (IJCAI 2025)

AI Reasoning Models for Problem Solving in Physics

Amir Bralin, N. Sanjay Rebello

专题命中 复杂问题求解 ：reasoning(title,abstract)

Comments 6 pages, 1 table; Physics Education Research Conference (PERC) 2025 Proceedings

MCP-Bench: Benchmarking Tool-Using LLM Agents with Complex Real-World Tasks via MCP Servers

Zhenting Wang, Qi Chang, Hemani Patel, Shashank Biju, Cheng-En Wu, Quan Liu, Aolin Ding, Alireza Rezazadeh, Ankit Shah, Yujia Bao, Eugene Siow

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

Evaluating Compositional Generalisation in VLMs and Diffusion Models

Beth Pearson, Bilal Boulbarss, Michael Wray, Martha Lewis

机构 * University of Bristol（布里斯托大学） ； University of Amsterdam（阿姆斯特丹大学） 纠错

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

Comments 11 pages including references, 6 figures. Accepted at IWCS 2025

Adaptive Root Cause Localization for Microservice Systems with Multi-Agent Recursion-of-Thought

Lingzhe Zhang, Tong Jia, Kangjin Wang, Weijie Hong, Chiming Duan, Minghua He, Ying Li

机构 * Peking University（北京大学） ； Alibaba Group（阿里巴巴集团） 纠错

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

Uncertainty Under the Curve: A Sequence-Level Entropy Area Metric for Reasoning LLM

Yongfu Zhu, Lin Sun, Guangxiang Zhao, Weihong Lin, Xiangzheng Zhang

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

Comments Under review for AAAI 2026