大模型推理能力

Premise-Augmented Reasoning Chains Improve Error Identification in Math reasoning with LLMs

Sagnik Mukherjee, Abhinav Chinta, Takyoung Kim, Tarun Anoop Sharma, Dilek Hakkani-Tür

机构 * University of Illinois at Urbana Champaign（伊利诺伊大学厄巴纳-香槟分校） 纠错

专题命中 数学推理 ：reasoning(title,abstract)；math reasoning(title)；chain-of-thought(abstract)；CoT(abstract)

Comments Accepted at ICML 2025

Soft Tokens, Hard Truths

Natasha Butt, Ariel Kwiatkowski, Ismail Labiad, Julia Kempe, Yann Ollivier

机构 * University of Amsterdam（阿姆斯特丹大学） ； Meta FAIR ； New York University（纽约大学） 纠错

专题命中 数学推理 ：reasoning(abstract)；chain-of-thought(abstract)；CoT(abstract)；math reasoning(abstract)

CogAtom: From Cognitive Atoms to Olympiad-level Mathematical Reasoning in Large Language Models

Zhuofan Chen, Jiyuan He, Yichi Zhang, Xing Hu, Haoxing Wen, Jun Bai, Wenge Rong

机构 * School of Computer Science and Engineering, Beihang University, China（北京航空航天大学计算机科学与工程学院） ； Meituan Inc.（美团公司） ； Beijing Institute for General Artificial Intelligence, China（北京通用人工智能研究院） 纠错

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

Date Fragments: A Hidden Bottleneck of Tokenization for Temporal Reasoning

Gagan Bhatia, Maxime Peyrard, Wei Zhao

机构 * University of Aberdeen（阿伯丁大学） ； Université Grenoble Alpes & CNRS（格勒诺布尔阿尔卑斯大学及CNRS） 纠错

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

PEPS: Quantum-Inspired Reinforcement Learning for Coherent Reasoning Traces in LLMs

Venkat Margapuri, Garik Kazanjian, Naren Kosaraju

机构 * Department of Computing Sciences, Villanova University（计算机科学系，维拉诺瓦大学） 纠错

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

SteinerSQL: Graph-Guided Mathematical Reasoning for Text-to-SQL Generation

Xutao Mao, Tao Liu, Hongying Zan

机构 * Vanderbilt University（范德比大学） ； Zhengzhou University（郑州大学） 纠错

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

Comments Accept in Non-archival EMNLP 2025 MathNLP

VCRL: Variance-based Curriculum Reinforcement Learning for Large Language Models

Guochao Jiang, Wenfeng Feng, Guofeng Quan, Chuzhan Hao, Yuewei Zhang, Guohua Liu, Hao Wang

机构 * Alibaba Cloud Computing（阿里云计算） 纠错

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

ShinkaEvolve: Towards Open-Ended And Sample-Efficient Program Evolution

Robert Tjarko Lange, Yuki Imajuku, Edoardo Cetin

机构 * Sakana AI 纠错

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

Comments 52 pages, 14 figures

Automated Multi-Agent Workflows for RTL Design

Amulya Bhattaram, Janani Ramamoorthy, Ranit Gupta, Diana Marculescu, Dimitrios Stamoulis

机构 * Chandra Family Department of Electrical and Computer Engineering（查克拉家族电子与计算机工程系） 纠错

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

Comments Accepted: ML for Systems Workshop NeurIPS 2025

L-Mosaics and Bounded Join-Semilattices in Isabelle/HOL

Alessandro Linzi

专题命中 代码与定理证明 ：reasoning(abstract)

Hornet Node and the Hornet DSL: A Minimal, Executable Specification for Bitcoin Consensus

Toby Sharp

专题命中 代码与定理证明 ：reasoning(abstract)

From Query to Logic: Ontology-Driven Multi-Hop Reasoning in LLMs

Haonan Bian, Yutao Qi, Rui Yang, Yuanxi Che, Jiaqian Wang, Heming Xia, Ranran Zhen

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

Semantic-Aware Fuzzing: An Empirical Framework for LLM-Guided, Reasoning-Driven Input Mutation

Mengdi Lu, Steven Ding, Furkan Alaca, Philippe Charland

机构 * School of Computing, Queen’s University（女王大学计算机学院） ； McGill University（麦吉尔大学） ； Defence R&D Canada（国防研发加拿大） 纠错

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

Triangulating LLM Progress through Benchmarks, Games, and Cognitive Tests

Filippo Momentè, Alessandro Suglia, Mario Giulianelli, Ambra Ferrari, Alexander Koller, Oliver Lemon, David Schlangen, Raquel Fernández, Raffaella Bernardi

机构 * University of Trento（特伦托大学） ； ILCC University of Edinburgh（爱丁堡大学ILCC学院） ； UCL（伦敦大学学院） ； Saarland University（萨尔兰大学） ； Heriot-Watt University（赫瑞-瓦特大学） ； University of Potsdam（波茨坦大学） ； DFKI（德国达姆施塔特研究所） ； University of Amsterdam（阿姆斯特丹大学） ； Faculty of Engineering, Free University of Bozen-Bolzano（博兹纳-博尔扎诺自由大学工程学院） 纠错

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

Comments Accepted at EMNLP 2025 (Findings)

Emergent Risk Awareness in Rational Agents under Resource Constraints

Daniel Jarne Ornia, Nicholas Bishop, Joel Dyer, Wei-Chen Lee, Ani Calinescu, Doyne Farmer, Michael Wooldridge

机构 * University of Oxford（牛津大学） 纠错

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

Citrus-V: Advancing Medical Foundation Models with Unified Medical Image Grounding for Clinical Reasoning

Guoxin Wang, Jun Zhao, Xinyi Liu, Yanbo Liu, Xuyang Cao, Chao Li, Zhuoyun Liu, Qintian Sun, Fangru Zhou, Haoqiang Xing, Zhenhong Yang

机构 * JDH Algo（京东健康算法） 纠错

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

Beyond Outlining: Heterogeneous Recursive Planning for Adaptive Long-form Writing with Language Models

Ruibin Xiong, Yimeng Chen, Dmitrii Khizbullin, Mingchen Zhuge, Jürgen Schmidhuber

机构 * Center of Excellence for Generative AI, KAUST（生成式人工智能卓越中心，KAUST） ； The Swiss AI Lab, IDSIA-USI/SUPSI（瑞士人工智能实验室，IDSIA-USI/SUPSI） ； NNAISENSE 纠错

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

Comments 37 pages, 3 figures

Scent of Knowledge: Optimizing Search-Enhanced Reasoning with Information Foraging

Hongjin Qian, Zheng Liu

机构 * Beijing Academy of Artificial Intelligence（北京人工智能研究院） 纠错

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

Comments Neurips 25, Spotlight

VLM See, Robot Do: Human Demo Video to Robot Action Plan via Vision Language Model

Beichen Wang, Juexiao Zhang, Shuwen Dong, Irving Fang, Chen Feng

机构 * New York University（纽约大学） 纠错

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

Large Language Models for Pedestrian Safety: An Application to Predicting Driver Yielding Behavior at Unsignalized Intersections

Yicheng Yang, Zixian Li, Jean Paul Bizimana, Niaz Zafri, Yongfeng Dong, Tianyi Li

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

SLM-Based Agentic AI with P-C-G: Optimized for Korean Tool Use

Changhyun Jeon, Jinhee Park, Jungwoo Choi, Keonwoo Kim, Jisu Kim, Minji Hong

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

Exploring Explainable Multi-agent MCTS-minimax Hybrids in Board Game Using Process Mining

Yiyu Qian, Tim Miller, Zheng Qian, Liyuan Zhao

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

Comments 38 pages, AAAI 2025 PRL

A co-evolving agentic AI system for medical imaging analysis

Songhao Li, Jonathan Xu, Tiancheng Bao, Yuxuan Liu, Yuchen Liu, Yihang Liu, Lilin Wang, Wenhui Lei, Sheng Wang, Yinuo Xu, Yan Cui, Jialu Yao, Shunsuke Koga, Zhi Huang

机构 * Department of Pathology and Laboratory Medicine, University of Pennsylvania（病理学与实验室医学系，宾夕法尼亚大学） ； Department of Electrical and System Engineering, University of Pennsylvania（电气与系统工程系，宾夕法尼亚大学） ； The Wharton School, University of Pennsylvania（沃顿商学院，宾夕法尼亚大学） ； Department of Bioengineering, University of Pennsylvania（生物工程系，宾夕法尼亚大学） ； Department of Computer and Information Science, University of Pennsylvania（计算机与信息科学系，宾夕法尼亚大学） ； Department of Biostatistics, Epidemiology & Informatics, University of Pennsylvania（生物统计学、流行病学与信息学系，宾夕法尼亚大学） 纠错

专题命中 规划推理 ：planning(abstract)

Reassessing Collaborative Writing Theories and Frameworks in the Age of LLMs: What Still Applies and What We Must Leave Behind

Daisuke Yukita, Tim Miller, Joel Mackenzie

专题命中 规划推理 ：planning(abstract)

SoFar: Language-Grounded Orientation Bridges Spatial Reasoning and Object Manipulation

Zekun Qi, Wenyao Zhang, Yufei Ding, Runpei Dong, Xinqiang Yu, Jingwen Li, Lingyun Xu, Baoyu Li, Xialin He, Guofan Fan, Jiazhao Zhang, Jiawei He, Jiayuan Gu, Xin Jin, Kaisheng Ma, Zhizheng Zhang, He Wang, Li Yi

机构 * Tsinghua University（清华大学） ； Shanghai Jiao Tong University（上海交通大学） ； Galbot ； Peking University（北京大学） ； UIUC（伊利诺伊大学香槟分校） ； ShanghaiTech University（上海交通大学） ； Eastern Institute of Technology（技术研究所） ； Shanghai Qi Zhi Institute（上海启智研究院） 纠错

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

Comments Accepted at NeurIPS 2025 Spotlight

PromptSculptor: Multi-Agent Based Text-to-Image Prompt Optimization

Dawei Xiang, Wenyan Xu, Kexin Chu, Tianqi Ding, Zixu Shen, Yiming Zeng, Jianchang Su, Wei Zhang

机构 * University of Connecticut（康涅狄格大学） ； Central University of Finance and Economics（中央财经大学） ； Baylor University（贝勒大学） 纠错

专题命中 视觉空间推理 ：reasoning(abstract)；chain-of-thought(abstract)；分类 cs.AI

Comments Accepted to EMNLP 2025 System Demonstration Track

BAP v2: An Enhanced Task Framework for Instruction Following in Minecraft Dialogues

Prashant Jayannavar, Liliang Ren, Marisa Hudspeth, Risham Sidhu, Charlotte Lambert, Ariel Cordes, Elizabeth Kaplan, Anjali Narayan-Chen, Julia Hockenmaier

机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Microsoft（微软） ； University of Massachusetts Amherst（马萨诸塞大学阿姆赫斯特分校） ； Amazon（亚马逊） ； Amazon AGI（亚马逊人工智能实验室） 纠错

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

Comments major revision; few examples of changes: added contemporary LLMs and new SOTA model, improved readability, expanded related work, etc

Calibrated Reasoning: An Explanatory Verifier for Dynamic and Efficient Problem-Solving

Anisha Garg, Engin Tekin, Yash More, David Bick, Nishit Neema, Ganesh Venkatesh

机构 * Applied AI Research, Cerebras（应用人工智能研究，Cerebras） 纠错

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

Comments 39th Conference on Neural Information Processing Systems (NeurIPS 2025) Workshop: Efficient Reasoning

Thinking While Listening: Simple Test Time Scaling For Audio Classification

Prateek Verma, Mert Pilanci

机构 * Department of Electrical Engineering Stanford University Stanford, CA 94305, USA（电气工程系 斯坦福大学） 纠错

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

Comments 6 pages, 3 figures, 2 Tables, ICASSP 2026

Universal Camouflage Attack on Vision-Language Models for Autonomous Driving

Dehong Kong, Sifan Yu, Siyuan Liang, Jiawei Liang, Jianhou Gan, Aishan Liu, Wenqi Ren

机构 * School of Cyber Science and Technology, SUN YAT-SEN UNIVERSITY（中山大学计算机科学与技术学院） ； School of Computing, National University of Singapore（新加坡国立大学计算机学院） ； Key Laboratory of Education Informatization for Nationalities, Yunnan Normal University（云南师范大学民族教育信息化重点实验室） ； SCSE, Beihang University（北航软件学院） 纠错

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