大模型推理能力

Rethinking Large Language Model Distillation: A Constrained Markov Decision Process Perspective

Matthieu Zimmer, Xiaotong Ji, Tu Nguyen, Haitham Bou Ammar

机构 * Huawei Noah’s Ark Lab（华为诺亚实验室） ； Huawei R&D Munich（华为慕尼黑研发部） ； UCL Centre for Artificial Intelligence（伦敦大学学院人工智能中心） 纠错

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

MMRQA: Signal-Enhanced Multimodal Large Language Models for MRI Quality Assessment

Fankai Jia, Daisong Gan, Zhe Zhang, Zhaochi Wen, Chenchen Dan, Dong Liang, Haifeng Wang

机构 * Shenzhen Institutes of Advanced Technology, Chinese Academy of Sciences（深圳先进技术研究院，中国科学院） ； University of Chinese Academy of Sciences（中国科学院大学） ； ShanghaiTech University（上海理工大学） ； Southern University of Science and Technology（南方科技大学） 纠错

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

From Static to Dynamic: Adaptive Monte Carlo Search for Mathematical Process Supervision

Jie Ma, Shihao Qi, Rui Xing, Ziang Yin, Bifan Wei, Jun Liu, Tongliang Liu

机构 * MOE KLINNS Lab, Xi’an Jiaotong University（教育部KLINNS实验室，西安交通大学） ； School of Computer Science and Technology, Xi’an Jiaotong University（计算机科学与技术学院，西安交通大学） ； Shaanxi Province Key Laboratory of Big Data Knowledge Engineering（陕西省大数据知识工程重点实验室） ； Sydney AI Centre, The University of Sydney（悉尼人工智能中心，悉尼大学） 纠错

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

MAUSAM: An Observations-focused assessment of Global AI Weather Prediction Models During the South Asian Monsoon

Aman Gupta, Aditi Sheshadri, Dhruv Suri

机构 * Stanford University（斯坦福大学） 纠错

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

VIVA+: Human-Centered Situational Decision-Making

Zhe Hu, Yixiao Ren, Guanzhong Liu, Jing Li, Yu Yin

机构 * Department of Computing, The Hong Kong Polytechnic University（香港理工大学计算机系） ； Research Centre for Data Science & Artificial Intelligence（数据科学与人工智能研究中心） ； Department of Computer and Data Sciences, Case Western Reserve University（凯斯西储大学计算机与数据科学系） 纠错

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

Comments EMNLP 2025 Findings

Path Diffuser: Diffusion Model for Data-Driven Traffic Simulator

Da Saem Lee, Akash Karthikeyan, Yash Vardhan Pant, Sebastian Fischmeister

机构 * Department of Electrical and Computer Engineering, University of Waterloo（电气与计算机工程系，滑铁卢大学） 纠错

专题命中 规划推理 ：planning(abstract)

Game-Theoretic Understandings of Multi-Agent Systems with Multiple Objectives

Yue Wang

专题命中 规划推理 ：planning(abstract)

Comments Preprint, work in progress

Vision-EKIPL: External Knowledge-Infused Policy Learning for Visual Reasoning

Chaoyang Wang, Zeyu Zhang, Meng Meng, Xu Zhou, Haiyun Jiang

机构 * Sangfor Technologies ； The Australian National University（澳大利亚国立大学） ； Shanghai Jiao Tong University（上海交通大学） 纠错

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

Can you SPLICE it together? A Human Curated Benchmark for Probing Visual Reasoning in VLMs

Mohamad Ballout, Okajevo Wilfred, Seyedalireza Yaghoubi, Nohayr Muhammad Abdelmoneim, Julius Mayer, Elia Bruni

机构 * Institute of Cognitive Science, Osnabrück University（认知科学研究所，奥斯纳布吕克大学） 纠错

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

Transparent Visual Reasoning via Object-Centric Agent Collaboration

Benjamin Teoh, Ben Glocker, Francesca Toni, Avinash Kori

机构 * Imperial College London, UK（伦敦帝国学院） 纠错

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

PixelCraft: A Multi-Agent System for High-Fidelity Visual Reasoning on Structured Images

Shuoshuo Zhang, Zijian Li, Yizhen Zhang, Jingjing Fu, Lei Song, Jiang Bian, Jun Zhang, Yujiu Yang, Rui Wang

机构 * Microsoft Research（微软研究院） ； Tsinghua University（清华大学） ； Hong Kong University of Science and Technology（香港理工大学） 纠错

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

VideoAnchor: Reinforcing Subspace-Structured Visual Cues for Coherent Visual-Spatial Reasoning

Zhaozhi Wang, Tong Zhang, Mingyue Guo, Yaowei Wang, Qixiang Ye

机构 * University of Chinese Academy of Sciences（中国科学院大学） ； Peng Cheng Lab（鹏城实验室） 纠错

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

Comments 16 pages, 6 figures

SONAR: Semantic-Object Navigation with Aggregated Reasoning through a Cross-Modal Inference Paradigm

Yao Wang, Zhirui Sun, Wenzheng Chi, Baozhi Jia, Wenjun Xu, Jiankun Wang

机构 * Shenzhen Key Laboratory of Robotics Perception and Intelligence（机器人感知与智能深圳重点实验室） ； Department of Electronic and Electrical Engineering（电子与电气工程系） ； Southern University of Science and Technology（南方科技大学） ； Research Institute of Multiple Agents and Embodied Intelligence（多智能体与具身智能研究院） ； Peng Cheng Laboratory（鹏城实验室） ； Robotics and Microsystems Center（机器人与微系统中心） ； School of Mechanical and Electric Engineering（机械与电子工程学院） ； Soochow University（苏州大学） ； Xiamen Key Laboratory of Visual Perception Technology and Application（视觉感知技术与应用厦门重点实验室） ； Reconova Information Technology Co., Ltd.（Reconova信息技术有限公司） 纠错

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

InSpire: Vision-Language-Action Models with Intrinsic Spatial Reasoning

Ji Zhang, Shihan Wu, Xu Luo, Hao Wu, Lianli Gao, Heng Tao Shen, Jingkuan Song

机构 * Southwest Jiaotong University（西南交通大学） ； University of Electronic Science and Technology of China（电子科技大学） ； Tongji University（同济大学） 纠错

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

Vision-and-Language Navigation with Analogical Textual Descriptions in LLMs

Yue Zhang, Tianyi Ma, Zun Wang, Yanyuan Qiao, Parisa Kordjamshidi

机构 * Michigan State University（密歇根州立大学） ； UNC Chapel Hill（北卡罗来纳大学教堂山分校） ； University of Adelaide（阿德莱德大学） 纠错

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

RAVEN: Resilient Aerial Navigation via Open-Set Semantic Memory and Behavior Adaptation

Seungchan Kim, Omar Alama, Dmytro Kurdydyk, John Keller, Nikhil Keetha, Wenshan Wang, Yonatan Bisk, Sebastian Scherer

机构 * Carnegie Mellon University（卡内基梅隆大学） ； Davidson College（戴维森学院） 纠错

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

Advancing Audio-Visual Navigation Through Multi-Agent Collaboration in 3D Environments

Hailong Zhang, Yinfeng Yu, Liejun Wang, Fuchun Sun, Wendong Zheng

机构 * Xinjiang Multimodal Intelligent Processing and Information Security Engineering Technology Research Center（新疆多模态智能处理与信息安全工程技术研究中心） ； School of Computer Science and Technology, Xinjiang University（新疆大学计算机科学与技术学院） ； Department of Computer Science and Technology, Tsinghua University（清华大学计算机科学与技术系） ； School of Electrical Engineering and Automation, Tianjin University of Technology（天津理工大学电气工程与自动化学院） 纠错

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

Comments Main paper (15 pages). Accepted for publication by ICONIP( International Conference on Neural Information Processing) 2025

Visual Jigsaw Post-Training Improves MLLMs

Penghao Wu, Yushan Zhang, Haiwen Diao, Bo Li, Lewei Lu, Ziwei Liu

机构 * S-Lab, Nanyang Technological University（南洋理工大学S实验室） ； Linköping University（_linköping大学） ； SenseTime Research（商汤科技研究院） 纠错

专题命中 视觉空间推理 ：reasoning(abstract)

From Static to Dynamic: a Survey of Topology-Aware Perception in Autonomous Driving

Yixiao Chen, Ruining Yang, Xin Chen, Jia He, Dongliang Xu, Yue Yao

机构 * Sems ； Shandong University（山东大学） 纠错

专题命中 视觉空间推理 ：reasoning(abstract)

Comments 13 pages, 3 figures

SCI-Verifier: Scientific Verifier with Thinking

Shenghe Zheng, Chenyu Huang, Fangchen Yu, Junchi Yao, Jingqi Ye, Tao Chen, Yun Luo, Ning Ding, LEI BAI, Ganqu Cui, Peng Ye

机构 * Shanghai AI Laboratory（上海人工智能实验室） ； Harbin Institute of Technology（哈尔滨工业大学） ； Fudan University（复旦大学） ； CUHK（香港中文大学） ； Tsinghua University（清华大学） ； CUHK-Shenzhen（香港中文大学深圳校区） ； UESTC（电子科技大学） ； USTC（中国科学技术大学） 纠错

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

Comments This paper focuses on LLM-as-a-Judge, and the project is currently in progress

Dual-Head Reasoning Distillation: Improving Classifier Accuracy with Train-Time-Only Reasoning

Jillian Xu, Dylan Zhou, Vinay Shukla, Yang Yang, Junrui Ruan, Shuhuai Lin, Wenfei Zou, Yinxiao Liu, Karthik Lakshmanan

机构 * University of Waterloo（滑铁卢大学） ； Google（谷歌） ； DeepMind（深Mind） 纠错

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

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

From Harm to Help: Turning Reasoning In-Context Demos into Assets for Reasoning LMs

Haonan Wang, Weida Liang, Zihang Fu, Nie Zheng, Yifan Zhang, Yao Tong, Tongyao Zhu, Hao Jiang, Chuang Li, Jiaying Wu, Kenji Kawaguchi

机构 * National University of Singapore（新加坡国立大学） ； MiroMind AI ； University of Sydney（悉尼大学） 纠错

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

Learning to Ponder: Adaptive Reasoning in Latent Space

Yixin He, Lumingyuan Tang

机构 * University of Southern California（南加州大学） 纠错

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

Intra-request branch orchestration for efficient LLM reasoning

Weifan Jiang, Rana Shahout, Yilun Du, Michael Mitzenmacher, Minlan Yu

机构 * Harvard University（哈佛大学） 纠错

专题命中 测试时计算 ：reasoning(title,abstract)；chain-of-thought(abstract)；分类 cs.LG

Comments 15 pages, 6 figures

TRACE Back from the Future: A Probabilistic Reasoning Approach to Controllable Language Generation

Gwen Yidou Weng, Benjie Wang, Guy Van den Broeck

机构 * ucla（美国加州大学洛杉矶分校） 纠错

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

Comments Proceedings of the 42nd International Conference on Machine Learning (ICML). 2025

Scaling Policy Compliance Assessment in Language Models with Policy Reasoning Traces

Joseph Marvin Imperial, Harish Tayyar Madabushi

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

Scaling LLM Test-Time Compute with Mobile NPU on Smartphones

Zixu Hao, Jianyu Wei, Tuowei Wang, Minxing Huang, Huiqiang Jiang, Shiqi Jiang, Ting Cao, Ju Ren

机构 * Tsinghua University（清华大学） ； University of Science and Technology of China（中国科学技术大学） ； Microsoft Research（微软研究院） ； Institute for AI Industry Research (AIR), Tsinghua University（人工智能产业研究院（AIR），清华大学） 纠错

专题命中 测试时计算 ：test-time compute(title)；分类 cs.AI

Critique to Verify: Accurate and Honest Test-Time Scaling with RL-Trained Verifiers

Zhicheng Yang, Zhijiang Guo, Yinya Huang, Yongxin Wang, Yiwei Wang, Xiaodan Liang, Jing Tang

机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科学与技术大学（广州）） ； The Hong Kong University of Science and Technology（香港科学与技术大学） ； ETH AI Center, ETH Zurich（苏黎世联邦理工学院人工智能中心） ； University of California, Merced（加州大学默塞德分校） ； Sun Yat-sen University（中山大学） ； MBZUAI（穆罕默德·本·拉希德·阿勒马克图姆智能研究院） 纠错

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

Comments 15 pages, 7 figures

Reference-Free Rating of LLM Responses via Latent Information

Leander Girrbach, Chi-Ping Su, Tankred Saanum, Richard Socher, Eric Schulz, Zeynep Akata

机构 * Technical University of Munich, Munich Center for Machine Learning, MDSI（慕尼黑技术大学，慕尼黑机器学习中心，MDSI） ； National Yang Ming Chiao Tung University（阳明交通大学） ； Helmholtz Munich（海德堡慕尼黑研究所） ； Harvard University（哈佛大学） 纠错

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

Comments 21 pages

HS-STaR: Hierarchical Sampling for Self-Taught Reasoners via Difficulty Estimation and Budget Reallocation

Feng Xiong, Hongling Xu, Yifei Wang, Runxi Cheng, Yong Wang, Xiangxiang Chu

机构 * Alibaba Group（阿里巴巴集团） ； University of Chinese Academy of Sciences（中国科学院大学） ； Tsinghua University（清华大学） 纠错

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