大模型推理能力

SIRAG: Towards Stable and Interpretable RAG with A Process-Supervised Multi-Agent Framework

Junlin Wang, Zehao Wu, Shaowei Lu, Yanlan Li, Xinghao Huang

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

Comments 5 pages,2 figures, IRAC under review

Position Paper: Integrating Explainability and Uncertainty Estimation in Medical AI

Xiuyi Fan

机构 * Lee Kong Chian School of Medicine, College of Computing ； Data Science, Nanyang Technological University, Singapore 纠错

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

Comments Accepted at the International Joint Conference on Neural Networks, IJCNN 2025

Prompting for Performance: Exploring LLMs for Configuring Software

Helge Spieker, Théo Matricon, Nassim Belmecheri, Jørn Eirik Betten, Gauthier Le Bartz Lyan, Heraldo Borges, Quentin Mazouni, Dennis Gross, Arnaud Gotlieb, Mathieu Acher

机构 * Inria-Simula associate team RIPOST（Inria-Simula联合团队RIPOST） ； Inria Défi LLM4Code project（Inria LLM4Code项目） 纠错

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

Comments ICTAI 2025

Harnessing Multimodal Large Language Models for Personalized Product Search with Query-aware Refinement

Beibei Zhang, Yanan Lu, Ruobing Xie, Zongyi Li, Siyuan Xing, Tongwei Ren, Fen Lin

专题命中 规划推理 ：reasoning(abstract)

Conversational Orientation Reasoning: Egocentric-to-Allocentric Navigation with Multimodal Chain-of-Thought

Yu Ti Huang

机构 * Trans-disciplinary Bachelor Degree Program National Taiwan University（台湾国立大学跨学科学士学位计划） 纠错

专题命中 视觉空间推理 ：reasoning(title,abstract)；chain-of-thought(title,abstract)；CoT(abstract)；分类 cs.CL、cs.AI、cs.LG

Steering Multimodal Large Language Models Decoding for Context-Aware Safety

Zheyuan Liu, Zhangchen Xu, Guangyao Dou, Xiangchi Yuan, Zhaoxuan Tan, Radha Poovendran, Meng Jiang

机构 * University of Notre Dame（notre dame 大学） ； University of Washington（华盛顿大学） ； Johns Hopkins University（约翰霍普金斯大学） ； Georgia Institute of Technology（佐治亚理工学院） 纠错

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

Comments A lightweight and model-agnostic decoding framework that dynamically adjusts token generation based on multimodal context

PEEK: Guiding and Minimal Image Representations for Zero-Shot Generalization of Robot Manipulation Policies

Jesse Zhang, Marius Memmel, Kevin Kim, Dieter Fox, Jesse Thomason, Fabio Ramos, Erdem Bıyık, Abhishek Gupta, Anqi Li

机构 * University of Washington（华盛顿大学） ； NVIDIA（NVIDIA公司） ； University of Southern California（南加州大学） ； Allen Institute for AI（人工智能研究所） 纠错

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

Comments 11 pages

What Characterizes Effective Reasoning? Revisiting Length, Review, and Structure of CoT

Yunzhen Feng, Julia Kempe, Cheng Zhang, Parag Jain, Anthony Hartshorn

机构 * Meta Superintelligence Labs（Meta超智能实验室） ； New York University（纽约大学） 纠错

专题命中 测试时计算 ：reasoning(title,abstract)；CoT(title,abstract)；chain-of-thought(abstract)；test-time compute(abstract)

CCQA: Generating Question from Solution Can Improve Inference-Time Reasoning in SLMs

Jin Young Kim, Ji Won Yoon

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

Comments Published as a main conference paper at EMNLP 2025

Unveiling Chain of Step Reasoning for Vision-Language Models with Fine-grained Rewards

Honghao Chen, Xingzhou Lou, Xiaokun Feng, Kaiqi Huang, Xinlong Wang

机构 * Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； School of Artificial Intelligence, University of Chinese Academy of Sciences（中国科学院大学人工智能学院） ； Beijing Academy of Artificial Intelligence（北京人工智能研究院） 纠错

专题命中 测试时计算 ：reasoning(title,abstract)

Comments Accepted by NeurIPS 2025

Automating Steering for Safe Multimodal Large Language Models

Lyucheng Wu, Mengru Wang, Ziwen Xu, Tri Cao, Nay Oo, Bryan Hooi, Shumin Deng

机构 * Zhejiang University（浙江大学） ； Zhejiang University - Ant Group Joint Lab of Knowledge Graph（浙江大学-蚂蚁集团知识图谱联合实验室） ； National University of Singapore, NUS-NCS Joint Lab（新加坡国立大学NUS-NCS联合实验室） 纠错

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

Comments EMNLP 2025 Main Conference. 23 pages (8+ for main); 25 figures; 1 table

Reward-Shifted Speculative Sampling Is An Efficient Test-Time Weak-to-Strong Aligner

Bolian Li, Yanran Wu, Xinyu Luo, Ruqi Zhang

机构 * Department of Computer Science, Purdue University（计算机科学系，普渡大学） 纠错

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

Comments EMNLP 2025 Main Conference

STORM: Token-Efficient Long Video Understanding for Multimodal LLMs

Jindong Jiang, Xiuyu Li, Zhijian Liu, Muyang Li, Guo Chen, Zhiqi Li, De-An Huang, Guilin Liu, Zhiding Yu, Kurt Keutzer, Sungjin Ahn, Jan Kautz, Hongxu Yin, Yao Lu, Song Han, Wonmin Byeon

机构 * NVIDIA（英伟达） ； Rutgers University（罗格斯大学） ； UC Berkeley（加州大学伯克利分校） ； MIT（麻省理工学院） ； Nanjing University（南京大学） ； KAIST（韩国科学技术院） 纠错

专题命中 测试时计算 ：reasoning(abstract)

Please Translate Again: Two Simple Experiments on Whether Human-Like Reasoning Helps Translation

Di Wu, Seth Aycock, Christof Monz

机构 * Language Technology Lab University of Amsterdam（语言技术实验室 阿姆斯特丹大学） 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

Comments EMNLP Main 2025 17 pages, 15 figures

CODI: Compressing Chain-of-Thought into Continuous Space via Self-Distillation

Zhenyi Shen, Hanqi Yan, Linhai Zhang, Zhanghao Hu, Yali Du, Yulan He

机构 * King’s College London（伦敦国王学院） ； The Alan Turing Institute（艾伦·图灵研究所） 纠错

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

Comments 17 pages. Code available at https://github.com/zhenyi4/codi

Thinking in a Crowd: How Auxiliary Information Shapes LLM Reasoning

Haodong Zhao, Chenyan Zhao, Yansi Li, Zhuosheng Zhang, Gongshen Liu

机构 * School of Computer Science, Shanghai Jiao Tong University（上海交通大学计算机科学学院） 纠错

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

Comments Work in progress

LightThinker: Thinking Step-by-Step Compression

Jintian Zhang, Yuqi Zhu, Mengshu Sun, Yujie Luo, Shuofei Qiao, Lun Du, Da Zheng, Huajun Chen, Ningyu Zhang

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

Comments EMNLP 2025 (oral)

Interaction Topological Transformer for Multiscale Learning in Porous Materials

Dong Chen, Jian Liu, Chun-Long Chen, Guo-Wei Wei

机构 * Department of Mathematics, Michigan State University（数学系，密歇根州立大学） ； Physical Sciences Division, Pacific Northwest National Laboratory（物理科学部，太平洋西北国家实验室） ； Department of Electrical and Computer Engineering, Michigan State University（电气与计算机工程系，密歇根州立大学） ； Department of Biochemistry and Molecular Biology, Michigan State University（生物化学与分子生物学系，密歇根州立大学） 纠错

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

Comments 4 figures, 2 tables

LLM-Enhanced Self-Evolving Reinforcement Learning for Multi-Step E-Commerce Payment Fraud Risk Detection

Bo Qu, Zhurong Wang, Daisuke Yagi, Zhen Xu, Yang Zhao, Yinan Shan, Frank Zahradnik

机构 * eBay ； University of Chicago（芝加哥大学） ； Etsy 纠错

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

Comments 12 pages, 12 figures, ACL 2025 industry track

Journal ref In Proceedings of the 63rd Annual Meeting of the Association for Computational Linguistics (Volume 6: Industry Track), pages 92-103, 2025

Compositional System Dynamics: The Higher Mathematics Underlying System Dynamics Diagrams & Practice

Xiaoyan Li, Evan Patterson, Patricia L. Mabry, Nathaniel D. Osgood

专题命中 复杂问题求解 ：reasoning(abstract)

A Chain-of-thought Reasoning Breast Ultrasound Dataset Covering All Histopathology Categories

Haojun Yu, Youcheng Li, Zihan Niu, Nan Zhang, Xuantong Gong, Huan Li, Zhiying Zou, Haifeng Qi, Zhenxiao Cao, Zijie Lan, Xingjian Yuan, Jiating He, Haokai Zhang, Shengtao Zhang, Zicheng Wang, Dong Wang, Ziwei Zhao, Congying Chen, Yong Wang, Wangyan Qin, Qingli Zhu, Liwei Wang

机构 * Peking University（北京大学） ； Peking Union Medical College Hospital（北京大学人民医院） ； Peking University Cancer Hospital & Institute（北京大学肿瘤医院） ； National Cancer Center / National Clinical Research Center for Cancer / Cancer Hospital, Chinese Academy of Medical Sciences and Peking Union Medical College（中国医学科学院国家癌症中心/国家癌症临床科研中心/癌症医院） ； Shenzhen Maternity & Child Health Care Hospital（深圳妇幼保健医院） ； Xi’an Jiaotong University（西安交通大学） ； Yizhun Medical AI Co., Ltd（亿众医疗人工智能有限公司） 纠错

专题命中 推理评测 ：reasoning(title,abstract)；chain-of-thought(title,abstract)；CoT(abstract)；分类 cs.AI

Enhancing Automatic Chord Recognition through LLM Chain-of-Thought Reasoning

Chih-Cheng Chang, Bo-Yu Chen, Lu-Rong Chen, Li Su

专题命中 推理评测 ：reasoning(title,abstract)；chain-of-thought(title,abstract)

Cross-Cultural Transfer of Commonsense Reasoning in LLMs: Evidence from the Arab World

Saeed Almheiri, Rania Hossam, Mena Attia, Chenxi Wang, Preslav Nakov, Timothy Baldwin, Fajri Koto

机构 * Mohamed bin Zayed University of Artificial Intelligence（穆罕默德·本·扎耶德人工智能大学） 纠错

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

Comments EMNLP 2025 - Findings

Brittleness and Promise: Knowledge Graph Based Reward Modeling for Diagnostic Reasoning

Saksham Khatwani, He Cheng, Majid Afshar, Dmitriy Dligach, Yanjun Gao

机构 * University of Colorado Boulder（科罗拉多大学博尔德分校） ； University of Colorado Anschutz（科罗拉多大学安舒茨分校） ； University of Wisconsin - Madison（威斯康星大学麦迪逊分校） ； Loyola University Chicago（芝加哥洛约拉大学） 纠错

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

MSCoRe: A Benchmark for Multi-Stage Collaborative Reasoning in LLM Agents

Yuzhen Lei, Hongbin Xie, Jiaxing Zhao, Shuangxue Liu, Xuan Song

机构 * Jilin University（吉林大学） ； Southern University of Science and Technology（南方科技大学） 纠错

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

Comments 10 pages, 5 figures

Benchmarking Critical Questions Generation: A Challenging Reasoning Task for Large Language Models

Banca Calvo Figueras, Rodrigo Agerri

机构 * HiTZ Center - Ixa University of the Basque Country UPV/EHU（希茨中心 - Ixa巴斯克大学UPV/EHU） 纠错

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

Conf-Profile: A Confidence-Driven Reasoning Paradigm for Label-Free User Profiling

Yingxin Li, Jianbo Zhao, Xueyu Ren, Jie Tang, Wangjie You, Xu Chen, Kan Zhou, Chao Feng, Jiao Ran, Yuan Meng, Zhi Wang

机构 * Douyin Content Group, Bytedance（字节跳动内容部） ； Shenzhen International Graduate School, Tsinghua University（清华大学深圳国际研究生院） ； Department of Computer Science and Technology, Tsinghua University（清华大学计算机科学与技术系） 纠错

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

Memorization or Reasoning? Exploring the Idiom Understanding of LLMs

Jisu Kim, Youngwoo Shin, Uiji Hwang, Jihun Choi, Richeng Xuan, Taeuk Kim

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

Comments EMNLP 2025

DRISHTIKON: A Multimodal Multilingual Benchmark for Testing Language Models' Understanding on Indian Culture

Arijit Maji, Raghvendra Kumar, Akash Ghosh, Anushka, Nemil Shah, Abhilekh Borah, Vanshika Shah, Nishant Mishra, Sriparna Saha

机构 * Indian Institute of Technology Patna（印度理工学院帕纳巴分校） ； Banasthali Vidyapeeth University（班纳萨利大学） ； Pandit Deendayal Energy University（德英德能源大学） ； Manipal University Jaipur（马哈拉施特拉邦大学贾伊普尔分校） ； Dwarkadas J. Sanghvi College of Engineering（德瓦尔卡斯J.桑格维工程学院） 纠错

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

Comments EMNLP MAINS 2025

Embodied Arena: A Comprehensive, Unified, and Evolving Evaluation Platform for Embodied AI

Fei Ni, Min Zhang, Pengyi Li, Yifu Yuan, Lingfeng Zhang, Yuecheng Liu, Peilong Han, Longxin Kou, Shaojin Ma, Jinbin Qiao, David Gamaliel Arcos Bravo, Yuening Wang, Xiao Hu, Zhanguang Zhang, Xianze Yao, Yutong Li, Zhao Zhang, Ying Wen, Ying-Cong Chen, Xiaodan Liang, Liang Lin, Bin He, Haitham Bou-Ammar, He Wang, Huazhe Xu, Jiankang Deng, Shan Luo, Shuqiang Jiang, Wei Pan, Yang Gao, Stefanos Zafeiriou, Jan Peters, Yuzheng Zhuang, Yingxue Zhang, Yan Zheng, Hongyao Tang, Jianye Hao

机构 * Tianjin University（天津大学） ； Huawei Noah’s Ark Lab（华为诺亚实验室） ； Shanghai Jiao Tong University（上海交通大学） ； Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； Sun Yat-sen University（中山大学） ； PengCheng Laboratory（鹏城实验室） ； Tongji University（同济大学） ； University College London（伦敦大学学院） ； Peking University（北京大学） ； Tsinghua University（清华大学） ； Imperial College London（伦敦帝国学院） ； King’s College London（伦敦国王学院） ； Institute of Computing Technology, Chinese Academy of Sciences（中国科学院计算技术研究所） ； University of Manchester（曼彻斯特大学） ； Nanjing University（南京大学） ； TU Darmstadt（图宾根大学） 纠错

专题命中 推理评测 ：reasoning(abstract)；planning(abstract)

Comments 32 pages, 5 figures, Embodied Arena Technical Report