大模型推理能力

Staying in the Sweet Spot: Responsive Reasoning Evolution via Capability-Adaptive Hint Scaffolding

Ziheng Li, Zexu Sun, Jinman Zhao, Erxue Min, Yongcheng Zeng, Hui Wu, Hengyi Cai, Shuaiqiang Wang, Dawei Yin, Xu Chen, Zhi-Hong Deng

机构 * School of Intelligence Science and Technology, Peking University（北京大学智能科学与技术学院） ； Baidu Inc.（百度公司） ； Department of Computer Science, University of Toronto（多伦多大学计算机科学系） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； Aerospace Information Research Institute, Chinese Academy of Sciences（中国科学院航天信息研究所） ； Gaoling School of Artificial Intelligence, Renmin University of China（中国人民大学光荣人工智能学院） 纠错

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

Comments Work in progress

Outcome-based Exploration for LLM Reasoning

Yuda Song, Julia Kempe, Remi Munos

机构 * FAIR at Meta（Meta 的 FAIR） 纠错

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

Comments 26 pages, 11 figures

A Fragile Number Sense: Probing the Elemental Limits of Numerical Reasoning in LLMs

Roussel Rahman, Aashwin Ananda Mishra

机构 * Stanford University（斯坦福大学） ； SLAC National Accelerator Laboratory（SLAC国家加速器实验室） 纠错

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

From Implicit Exploration to Structured Reasoning: Leveraging Guideline and Refinement for LLMs

Jiaxiang Chen, Zhuo Wang, Mingxi Zou, Zhucong Li, Zhijian Zhou, Song Wang, Zenglin Xu

机构 * Fudan University（复旦大学） ； Shanghai Innovation Institute（上海创新研究院） ； Zoom Video Communications（Zoom视频通讯） 纠错

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

Multimodal Reasoning for Science: Technical Report and 1st Place Solution to the ICML 2025 SeePhys Challenge

Hao Liang, Ruitao Wu, Bohan Zeng, Junbo Niu, Wentao Zhang, Bin Dong

机构 * Peking University（北京大学） ； Beihang University（北航） ； Zhongguancun Academy（中关村学院） 纠错

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

Revolutionizing Reinforcement Learning Framework for Diffusion Large Language Models

Yinjie Wang, Ling Yang, Bowen Li, Ye Tian, Ke Shen, Mengdi Wang

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

Comments Code and Models: https://github.com/Gen-Verse/dLLM-RL

Large Language Models Might Not Care What You Are Saying: Prompt Format Beats Descriptions

Chenming Tang, Zhixiang Wang, Hao Sun, Yunfang Wu

机构 * National Key Laboratory for Multimedia Information Processing, Peking University（北京大学多媒体信息处理国家重点实验室） ； MOE Key Laboratory of Computational Linguistics, Peking University School of Computer Science, Peking University（教育部计算语言学重点实验室，北京大学计算机科学学院，北京大学） 纠错

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

Comments EMNLP 2025 Findings. 23 pages, 23 figures, 7 tables

DCPO: Dynamic Clipping Policy Optimization

Shihui Yang, Chengfeng Dou, Peidong Guo, Kai Lu, Qiang Ju, Fei Deng, Rihui Xin

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

Learning to Reason for Long-Form Story Generation

Alexander Gurung, Mirella Lapata

机构 * School of Informatics University of Edinburgh（信息学院爱丁堡大学） 纠错

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

Error Classification of Large Language Models on Math Word Problems: A Dynamically Adaptive Framework

Yuhong Sun, Zhangyue Yin, Xuanjing Huang, Xipeng Qiu, Hui Zhao

机构 * Software Engineering Institute, East China Normal University（东华师范大学软件工程研究院） ； School of Computer Science and Artificial Intelligence, Fudan University（复旦大学计算机科学与人工智能学院） ； Shanghai Key Laboratory of Trustworthy Computing, Shanghai, China（上海可信计算关键实验室） 纠错

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

Comments 28 pages, 10 figures, accepted by Findings of EMNLP2025