大模型推理能力

MAVUL: Multi-Agent Vulnerability Detection via Contextual Reasoning and Interactive Refinement

Youpeng Li, Kartik Joshi, Xinda Wang, Eric Wong

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

Comments Accepted by The 7th IEEE International Conference on Trust, Privacy and Security in Intelligent Systems, and Applications (IEEE TPS 2025)

AuditAgent: Expert-Guided Multi-Agent Reasoning for Cross-Document Fraudulent Evidence Discovery

Songran Bai, Bingzhe Wu, Yiwei Zhang, Chengke Wu, Xiaolong Zheng, Yaze Yuan, Ke Wu, Jianqiang Li

机构 * Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； Shenzhen University（深圳大学） ； Shenzhen Institute of Advanced Technology, Chinese Academy of Sciences（深圳先进技术研究所） ； Peking University（北京大学） ； 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.AI

Reasoning Scaffolding: Distilling the Flow of Thought from LLMs

Xiangyu Wen, Junhua Huang, Zeju Li, Min Li, Jianyuan Zhong, Zhijian Xu, Mingxuan Yuan, Yongxiang Huang, Qiang Xu

机构 * The Chinese University of Hong Kong（香港中文大学） ； HUAWEI Noah’s Ark Lab（华为诺亚实验室） ； Southeast University（东南大学） ； HUAWEI Hong Kong Research Center（华为香港研究中心） 纠错

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

ImageDoctor: Diagnosing Text-to-Image Generation via Grounded Image Reasoning

Yuxiang Guo, Jiang Liu, Ze Wang, Hao Chen, Ximeng Sun, Yang Zhao, Jialian Wu, Xiaodong Yu, Zicheng Liu, Emad Barsoum

机构 * Johns Hopkins University（约翰霍普金斯大学） ； AMD（AMD公司） 纠错

专题命中 推理评测 ：reasoning(title,abstract)

MathSticks: A Benchmark for Visual Symbolic Compositional Reasoning with Matchstick Puzzles

Yuheng Ji, Huajie Tan, Cheng Chi, Yijie Xu, Yuting Zhao, Enshen Zhou, Huaihai Lyu, Pengwei Wang, Zhongyuan Wang, Shanghang Zhang, Xiaolong Zheng

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） ； Peking University（北京大学） ； The University of Sydney（悉尼大学） ； Beihang University（北航大学） 纠错

专题命中 推理评测 ：reasoning(title,abstract)

Analyzing Dialectical Biases in LLMs for Knowledge and Reasoning Benchmarks

Eileen Pan, Anna Seo Gyeong Choi, Maartje ter Hoeve, Skyler Seto, Allison Koenecke

机构 * Department of Information Science, Cornell University（康奈尔大学信息科学系） ； Apple（苹果公司） ； Cornell Tech（康奈尔科技） 纠错

专题命中 推理评测 ：reasoning(title)；分类 cs.CL

Comments EMNLP Findings 2025, 12 pages, 11 tables, 3 figures

Self-Evolving Multi-Agent Simulations for Realistic Clinical Interactions

Mohammad Almansoori, Komal Kumar, Hisham Cholakkal

机构 * Mohamed bin Zayed University of Artificial Intelligence（Mohamed bin Zayed人工智能大学） 纠错

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

Comments 14 page, 4 figures, 61 references, presented in MICCAI (Oral)

OIG-Bench: A Multi-Agent Annotated Benchmark for Multimodal One-Image Guides Understanding

Jiancong Xie, Wenjin Wang, Zhuomeng Zhang, Zihan Liu, Qi Liu, Ke Feng, Zixun Sun, Yuedong Yang

机构 * School of Computer Science and Engineering, Sun Yat-sen University, China（中山大学计算机科学与工程学院） ； Interactive Entertainment Group, Tencent Inc, China（腾讯互动娱乐集团） ； Key Laboratory of Machine Intelligence and Advanced Computing (MOE), China（机器智能与先进计算重点实验室） 纠错

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

Automated Structured Radiology Report Generation with Rich Clinical Context

Seongjae Kang, Dong Bok Lee, Juho Jung, Dongseop Kim, Won Hwa Kim, Sunghoon Joo

机构 * VUNO Inc.（VUNO公司） ； KAIST（韩国科学技术院） ； POSTECH（POSTECH大学） 纠错

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

Comments 34 pages, 30 figures, preprint

CORTEX: Collaborative LLM Agents for High-Stakes Alert Triage

Bowen Wei, Yuan Shen Tay, Howard Liu, Jinhao Pan, Kun Luo, Ziwei Zhu, Chris Jordan

机构 * George Mason University（乔治·马歇尔大学） ； Fluency Security（流畅安全） 纠错

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

TAMA: Tool-Augmented Multimodal Agent for Procedural Activity Understanding

Kimihiro Hasegawa, Wiradee Imrattanatrai, Masaki Asada, Ken Fukuda, Teruko Mitamura

机构 * Language Technologies Institute, Carnegie Mellon University（卡内基梅隆大学语言技术研究所） ； National Institute of Advanced Industrial Science and Technology (AIST)（国家先进工业科学与技术研究院） 纠错

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

Comments 21 pages. Code: https://github.com/kimihiroh/tama

AgenticIQA: An Agentic Framework for Adaptive and Interpretable Image Quality Assessment

Hanwei Zhu, Yu Tian, Keyan Ding, Baoliang Chen, Bolin Chen, Shiqi Wang, Weisi Lin

机构 * Nanyang Technological University（南洋理工大学） ； Nanjing University of Information Science and Technology（南京信息工程大学） ； Zhejiang University（浙江大学） ； South China Normal University（华南师范大学） ； Alibaba DAMO Academy（阿里巴巴达摩院） ； City University of Hong Kong（香港城市大学） 纠错

专题命中 推理评测 ：planning(abstract)

Reasoning-Aware Prompt Orchestration: A Foundation Model for Multi-Agent Language Model Coordination

Hassen Dhrif

机构 * Amazon（亚马逊） 纠错

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

Metaphor identification using large language models: A comparison of RAG, prompt engineering, and fine-tuning

Matteo Fuoli, Weihang Huang, Jeannette Littlemore, Sarah Turner, Ellen Wilding

机构 * Department of Linguistics and Communication（语言学与传播学系） ； University of Birmingham（伯明翰大学） ； Centre for Arts, Memory & Communities（艺术、记忆与社区中心） ； Coventry University（考文垂大学） 纠错

专题命中 其他推理 ：chain-of-thought(abstract)；分类 cs.CL、cs.AI

"We are not Future-ready": Understanding AI Privacy Risks and Existing Mitigation Strategies from the Perspective of AI Developers in Europe

Alexandra Klymenko, Stephen Meisenbacher, Patrick Gage Kelley, Sai Teja Peddinti, Kurt Thomas, Florian Matthes

机构 * Technical University of Munich（慕尼黑技术大学） ； Google（谷歌） 纠错

专题命中 其他推理 ：reasoning(abstract)；分类 cs.AI

Comments 20 pages, 1 figure, 4 tables. Accepted to SOUPS 2025

GUI-R1 : A Generalist R1-Style Vision-Language Action Model For GUI Agents

Run Luo, Lu Wang, Wanwei He, Longze Chen, Jiaming Li, Xiaobo Xia

机构 * Shenzhen Institute of Advanced Technology, Chinese Academy of Sciences（中国科学院深圳先进技术研究所） ； University of Chinese Academy of Sciences（中国科学院大学） ； National University of Singapore（新加坡国立大学） 纠错

专题命中 其他推理 ：reasoning(abstract)；分类 cs.CL

Multimodal Large Language Models for Bioimage Analysis

Shanghang Zhang, Gaole Dai, Tiejun Huang, Jianxu Chen

专题命中 其他推理 ：reasoning(abstract)；分类 cs.AI

ProtoMask: Segmentation-Guided Prototype Learning

Steffen Meinert, Philipp Schlinge, Nils Strodthoff, Martin Atzmueller

机构 * AI4Health Division, Faculty VI Carl von Ossietzky Universität Oldenburg（AI4Health部门，第六学院卡尔·冯·奥西特齐克大学） ； Semantic Information Systems Group Osnabrück University（语义信息系统小组奥尔纳布里克大学） 纠错

专题命中 其他推理 ：reasoning(abstract)