大模型推理能力

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

Embedding Domain Knowledge for Large Language Models via Reinforcement Learning from Augmented Generation

Chaojun Nie, Jun Zhou, Guanxiang Wang, Shisong Wu, Zichen Wang

机构 * Laboratory of Speech and Intelligent Information Processing, Institute of Acoustics, Chinese Academy of Sciences（语音与智能信息处理实验室，声学研究所，中国科学院） ； University of Chinese Academy of Sciences（中国科学院大学） ； China Southern Power Grid Artificial Intelligence Technology Co., Ltd.（中国南方电网人工智能技术有限公司） 纠错

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

Comments Corrected author name spelling

Poivre: Self-Refining Visual Pointing with Reinforcement Learning

Wenjie Yang, Zengfeng Huang

机构 * Fudan University（复旦大学） ； Shanghai Innovation Institute（上海创新研究院） 纠错

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

GUI-Shepherd: Reliable Process Reward and Verification for Long-Sequence GUI Tasks

Cong Chen, Kaixiang Ji, Hao Zhong, Muzhi Zhu, Anzhou Li, Guo Gan, Ziyuan Huang, Cheng Zou, Jiajia Liu, Jingdong Chen, Hao Chen, Chunhua Shen

机构 * Zhejiang University（浙江大学） ； Ant Group（蚂蚁集团） ； Zhejiang University of Technology（浙江工业大学） 纠错

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