大模型推理能力

What Did I Learn? Operational Competence Assessment for AI-Based Trajectory Planners

Michiel Braat, Maren Buermann, Marijke van Weperen, Jan-Pieter Paardekooper

机构 * Netherlands Organisation for Applied Scientific Research（荷兰应用科学研究院） ； Integrated Vehicle Safety Group（集成车辆安全组） ； Radboud University（拉德堡德大学） ； Donders Institute for Brain, Cognition and Behaviour（多纳尔斯脑、认知与行为研究所） 纠错

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

Comments Accepted for publication in proceedings of the 2025 IEEE International Automated Vehicle Validation Conference

JoyAgent-JDGenie: Technical Report on the GAIA

Jiarun Liu, Shiyue Xu, Shangkun Liu, Yang Li, Wen Liu, Min Liu, Xiaoqing Zhou, Hanmin Wang, Shilin Jia, zhen Wang, Shaohua Tian, Hanhao Li, Junbo Zhang, Yongli Yu, Peng Cao, Haofen Wang

机构 * JoyAgent-JDGenie 纠错

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

Agent Fine-tuning through Distillation for Domain-specific LLMs in Microdomains

Yawen Xue, Masaya Tsunokake, Yuta Koreeda, Ekant Muljibhai Amin, Takashi Sumiyoshi, Yasuhiro Sogawa

机构 * Research（研究） ； Development Group Hitachi, Ltd. Tokyo, Japan（开发组 日立株式会社 东京日本） 纠错

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

Comments Accepted by AIxB 2025

Interactive Recommendation Agent with Active User Commands

Jiakai Tang, Yujie Luo, Xunke Xi, Fei Sun, Xueyang Feng, Sunhao Dai, Chao Yi, Dian Chen, Zhujin Gao, Yang Li, Xu Chen, Wen Chen, Jian Wu, Yuning Jiang, Bo Zheng

机构 * Gaoling School of Artificial Intelligence, Renmin University of China, Beijing, China（中国人民大学人工智能学院） ； University of Chinese Academy of Sciences, China（中国科学院大学） ； Alibaba Group, Beijing, China（阿里巴巴集团） 纠错

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

Comments Under Review

Learning Hierarchical Domain Models Through Environment-Grounded Interaction

Claudius Kienle, Benjamin Alt, Oleg Arenz, Jan Peters

机构 * Intelligent Autonomous Systems Group（智能自主系统组） ； TU Darmstadt（图宾根大学） ； AICOR Insitute for Artificial Intelligence（人工智能研究所） ； University of Bremen（不莱梅大学） 纠错

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

Language Models can Subtly Deceive Without Lying: A Case Study on Strategic Phrasing in Legislation

Atharvan Dogra, Krishna Pillutla, Ameet Deshpande, Ananya B Sai, John Nay, Tanmay Rajpurohit, Ashwin Kalyan, Balaraman Ravindran

机构 * Centre for Responsible AI, IIT Madras（IIT马德拉斯责任人工智能中心） ； Indian Institute of Technology Madras（印度马德拉斯理工学院） ； Princeton University（普林斯顿大学） ； Stanford University（斯坦福大学） 纠错

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

Comments 24 pages, 7 figures; published in Proceedings of the 63rd Annual Meeting of the Association for Computational Linguistics (ACL 2025), Volume 1: Long Papers; Anthology ID 2025.acl-long.1600

Journal ref Proceedings of the 63rd Annual Meeting of the Association for Computational Linguistics (Volume 1: Long Papers), Vienna, Austria, July 2025, pages 33367-33390

Strategic Fusion of Vision Language Models: Shapley-Credited Context-Aware Dawid-Skene for Multi-Label Tasks in Autonomous Driving

Yuxiang Feng, Keyang Zhang, Hassane Ouchouid, Ashwil Kaniamparambil, Ioannis Souflas, Panagiotis Angeloudis

机构 * Centre for Transport Engineering and Modelling, Department of Civil and Environmental Engineering, Imperial College London（交通工程与建模中心，土木与环境工程系，帝国理工学院伦敦分校） ； ELM Europe（ELM欧洲） 纠错

专题命中 规划推理 ：chain-of-thought(abstract)

Comments 8 pages

Confirmation Bias as a Cognitive Resource in LLM-Supported Deliberation

Sander de Jong, Rune Møberg Jacobsen, Niels van Berkel

专题命中 规划推理 ：reasoning(abstract)

Can World Models Benefit VLMs for World Dynamics?

Kevin Zhang, Kuangzhi Ge, Xiaowei Chi, Renrui Zhang, Shaojun Shi, Zhen Dong, Sirui Han, Shanghang Zhang

机构 * Peking University（北京大学） ； Hong Kong University of Science and Technology（香港科学与技术大学） ； Chinese University of Hong Kong（香港中文大学） ； University of California, Santa Barbara（加州大学圣芭芭拉分校） 纠错

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

Comments Project page: https://dyva-worldlm.github.io

Why Can't Transformers Learn Multiplication? Reverse-Engineering Reveals Long-Range Dependency Pitfalls

Xiaoyan Bai, Itamar Pres, Yuntian Deng, Chenhao Tan, Stuart Shieber, Fernanda Viégas, Martin Wattenberg, Andrew Lee

机构 * University of Chicago（芝加哥大学） ； MIT（麻省理工学院） ； University of Waterloo（滑铁卢大学） ； Harvard University（哈佛大学） ； Google DeepMind（谷歌DeepMind） 纠错

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

Apriel-1.5-15b-Thinker

Shruthan Radhakrishna, Aman Tiwari, Aanjaneya Shukla, Masoud Hashemi, Rishabh Maheshwary, Shiva Krishna Reddy Malay, Jash Mehta, Pulkit Pattnaik, Saloni Mittal, Khalil Slimi, Kelechi Ogueji, Akintunde Oladipo, Soham Parikh, Oluwanifemi Bamgbose, Toby Liang, Ahmed Masry, Khyati Mahajan, Sai Rajeswar Mudumba, Vikas Yadav, Sathwik Tejaswi Madhusudhan, Torsten Scholak, Sagar Davasam, Srinivas Sunkara, Nicholas Chapados

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

CoFFT: Chain of Foresight-Focus Thought for Visual Language Models

Xinyu Zhang, Yuxuan Dong, Lingling Zhang, Chengyou Jia, Zhuohang Dang, Basura Fernando, Jun Liu, Mike Zheng Shou

机构 * School of Computer Science and Technology, Xi’an Jiaotong University（西安交通大学计算机科学与技术学院） ； Ministry of Education Key Laboratory of Intelligent Networks and Network Security, China（教育部智能网络与网络安全重点实验室） ； Shaanxi Province Key Laboratory of Big Data Knowledge Engineering, China（陕西省大数据知识工程重点实验室） ； IHPC, Agency for Science, Technology and Research, Singapore（新加坡科技研究局IHPC） ； Show Lab, National University of Singapore（新加坡国立大学Show实验室） ； College of Computing and Data Science, Nanyang Technological University, Singapore（南洋理工大学计算与数据科学学院） 纠错

专题命中 视觉空间推理 ：reasoning(abstract)

Beyond Semantics: Rediscovering Spatial Awareness in Vision-Language Models

Jianing Qi, Jiawei Liu, Hao Tang, Zhigang Zhu

机构 * CUNY Graduate Center（纽约大学研究生中心） ； Borough of Manhattan Community College（曼哈顿社区学院） ； The City College of New York（纽约城市学院） 纠错

专题命中 视觉空间推理 ：reasoning(abstract)

ImpedanceGPT: VLM-driven Impedance Control of Swarm of Mini-drones for Intelligent Navigation in Dynamic Environment

Faryal Batool, Yasheerah Yaqoot, Malaika Zafar, Roohan Ahmed Khan, Muhammad Haris Khan, Aleksey Fedoseev, Dzmitry Tsetserukou

机构 * Intelligent Space Robotics Laboratory, Skolkovo Institute of Science and Technology（智能空间机器人实验室，斯克尔科沃科学与技术研究所） 纠错

专题命中 视觉空间推理 ：reasoning(abstract)

Comments Accepted in IROS 2025

Learning to Rank Chain-of-Thought: Using a Small Model

Eric Hanchen Jiang, Haozheng Luo, Shengyuan Pang, Xiaomin Li, Zhenting Qi, Hengli Li, Cheng-Fu Yang, Zongyu Lin, Xinfeng Li, Hao Xu, Kai-Wei Chang, Ying Nian Wu

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

Leaky Thoughts: Large Reasoning Models Are Not Private Thinkers

Tommaso Green, Martin Gubri, Haritz Puerto, Sangdoo Yun, Seong Joon Oh

机构 * Parameter Lab（参数实验室） ； Data and Web Science Group（数据与网络科学小组） ； University of Mannheim（曼海姆大学） ； UKP Lab（UKP实验室） ； Technical University of Darmstadt（达姆施塔特技术大学） ； NAVER AI Lab（NAVER人工智能实验室） ； University of Tübingen（图宾根大学） ； Tübingen AI Center（图宾根人工智能中心） 纠错

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

Comments Accepted to EMNLP 2025 (Main)

Meaningless Tokens, Meaningful Gains: How Activation Shifts Enhance LLM Reasoning

Zeru Shi, Yingjia Wan, Zhenting Wang, Qifan Wang, Fan Yang, Elisa Kreiss, Ruixiang Tang

机构 * Rutgers University（罗格斯大学） ； UCLA（加州大学洛杉矶分校） ； Meta AI ； Wake Forest University（威克森林大学） 纠错

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

Training-free LLM Verification via Recycling Few-shot Examples

Dongseok Lee, Jimyung Hong, Dongyoung Kim, Jaehyung Kim

机构 * Yonsei University（延世大学） ； KAIST（韩国科学技术院） 纠错

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

CoT Vectors: Transferring and Probing the Reasoning Mechanisms of LLMs

Li Li, Ziyi Wang, Yongliang Wu, Jianfei Cai, Xu Yang

机构 * School of Computer Science & Engineering, Key Laboratory of New Generation Artificial Intelligence Technology and Its Interdisciplinary Applications (Southeast University), Ministry of Education, China（计算机科学与工程学院，新一代人工智能技术及其交叉应用关键实验室（东南大学），教育部，中国） ； Data Science & AI Department at Faculty of IT, Monash University, Australia（信息学院数据科学与人工智能部门，墨尔本大学，澳大利亚） 纠错

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

Comments 22 pages, 7 figures

ConciseHint: Boosting Efficient Reasoning via Continuous Concise Hints during Generation

Siao Tang, Xinyin Ma, Gongfan Fang, Xinchao Wang

机构 * National University of Singapore（新加坡国立大学） 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、cs.AI

Comments Compare with more baselines, add more in-depth analysis, and re-evaluate the GPQA-D benchmark. Codes are available at https://github.com/tsa18/ConciseHint

ReWatch-R1: Boosting Complex Video Reasoning in Large Vision-Language Models through Agentic Data Synthesis

Congzhi Zhang, Zhibin Wang, Yinchao Ma, Jiawei Peng, Yihan Wang, Qiang Zhou, Jun Song, Bo Zheng

机构 * Alibaba Group（阿里巴巴集团） 纠错

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

Through the Valley: Path to Effective Long CoT Training for Small Language Models

Renjie Luo, Jiaxi Li, Chen Huang, Wei Lu

机构 * Singapore University of Technology and Design（新加坡科技设计大学） ； Nanyang Technological University（南洋理工大学） 纠错

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

ACPO: Adaptive Curriculum Policy Optimization for Aligning Vision-Language Models in Complex Reasoning

Yunhao Wang, Ziting Li, Shuai Chen, Tao Liu, Chao Song, Junjie Jiang, Jian Zhu, Peng Gao, Bin Qin

机构 * Xiaomi Inc.（小米公司） 纠错

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

BroRL: Scaling Reinforcement Learning via Broadened Exploration

Jian Hu, Mingjie Liu, Ximing Lu, Fang Wu, Zaid Harchaoui, Shizhe Diao, Yejin Choi, Pavlo Molchanov, Jun Yang, Jan Kautz, Yi Dong

机构 * NVIDIA ； Stanford University（斯坦福大学） ； University of Washington（华盛顿大学） 纠错

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

Comments 16 pages, 4 figures

Graph Integrated Multimodal Concept Bottleneck Model

Jiakai Lin, Jinchang Zhang, Guoyu Lu

机构 * Intelligent Vision and Sensing (IVS) Lab at SUNY Binghamton（智能视觉与感知实验室（IVS）位于纽约州立大学布法罗分校） 纠错

专题命中 复杂问题求解 ：reasoning(abstract)

ALARB: An Arabic Legal Argument Reasoning Benchmark

Harethah Abu Shairah, Somayah AlHarbi, Abdulaziz AlHussein, Sameer Alsabea, Omar Shaqaqi, Hebah AlShamlan, Omar Knio, George Turkiyyah

机构 * King Abdullah University of Science and Technology（卡塔尔国王阿卜杜勒阿齐兹科学与技术大学） ； THIQAH 纠错

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

Comments Accepted paper at ArabicNLP 2025

TASER: Translation Assessment via Systematic Evaluation and Reasoning

Monishwaran Maheswaran, Marco Carini, Christian Federmann, Tony Diaz

机构 * University of California, Berkeley（加州大学伯克利分校） ； Apple Inc.（苹果公司） 纠错

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

EH-Benchmark Ophthalmic Hallucination Benchmark and Agent-Driven Top-Down Traceable Reasoning Workflow

Xiaoyu Pan, Yang Bai, Ke Zou, Yang Zhou, Jun Zhou, Huazhu Fu, Yih-Chung Tham, Yong Liu

机构 * Institute of High Performance Computing, Agency for Science, Technology and Research (A*STAR)（高性能计算研究所，科技研究局（A*STAR）） ； Centre for Innovation and Precision Eye Health（创新与精准眼健康中心） ； Department of Ophthalmology, NUHS Tower Block, Level 7, 1E Kent Ridge Road, Singapore, 119228（眼科部，NUHS塔楼7层，1E Kent Ridge Road，新加坡，119228） ； Singapore Eye Research Institute, Singapore National Eye Centre, 20 College Road, Singapore, 169856（新加坡眼研究 institute，新加坡国家眼科中心，20 College Road，新加坡，169856） 纠错

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

Comments 9 figures, 5 tables. submit/6621751

Advancing Automated Ethical Profiling in SE: a Zero-Shot Evaluation of LLM Reasoning

Patrizio Migliarini, Mashal Afzal Memon, Marco Autili, Paola Inverardi

机构 * University of L'Aquila（拉奎拉大学） ； Gran Sasso Science Institute（格兰萨索科学研究所） 纠错

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

Comments Accepted at ASE 2025

HalluGuard: Evidence-Grounded Small Reasoning Models to Mitigate Hallucinations in Retrieval-Augmented Generation

Loris Bergeron, Ioana Buhnila, Jérôme François, Radu State

机构 * Banque de Luxembourg（卢森堡银行） ； Center for Data Science in Humanities, Chosun University（人文数据科学中心，全州大学） ； ATILF, University of Lorraine–CNRS（ATILF，洛林大学–CNRS） ； SnT, University of Luxembourg（SnT，卢森堡大学） 纠错

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