大模型推理能力

Rubrics as Rewards: Reinforcement Learning Beyond Verifiable Domains

Anisha Gunjal, Anthony Wang, Elaine Lau, Vaskar Nath, Yunzhong He, Bing Liu, Sean Hendryx

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

Comments preprint

Exploiting Tree Structure for Credit Assignment in RL Training of LLMs

Hieu Tran, Zonghai Yao, Hong Yu

机构 * Center for Healthcare Organization and Implementation Research, VA Bedford Health Care（VA Bedford Health Care 机构） ； Manning College of Information and Computer Sciences, University of Massachusetts Amherst（马萨诸塞大学阿默斯特分校信息与计算机科学学院） ； Miner School of Computer and Information Sciences, University of Massachusetts Lowell（马萨诸塞大学洛厄尔分校计算机与信息科学学院） 纠错

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

Comments 15 pages

When Names Disappear: Revealing What LLMs Actually Understand About Code

Cuong Chi Le, Minh V. T. Pham, Cuong Duc Van, Hoang N. Phan, Huy N. Phan, Tien N. Nguyen

机构 * FPT Software AI Center（FPT软件AI中心） ； Nanyang Technological University（南洋理工大学） ； University of Texas at Dallas（德克萨斯大学达拉斯分校） 纠错

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

L1: Controlling How Long A Reasoning Model Thinks With Reinforcement Learning

Pranjal Aggarwal, Sean Welleck

机构 * Carnegie Mellon University（卡内基梅隆大学） 纠错

专题命中 逻辑推理 ：reasoning(title,abstract)；chain-of-thought(abstract)；CoT(abstract)；test-time compute(abstract)

Comments Accepted at COLM 2025

NeSyGeo: A Neuro-Symbolic Framework for Multimodal Geometric Reasoning Data Generation

Weiming Wu, Jin Ye, Zi-kang Wang, Zhi Zhou, Yu-Feng Li, Lan-Zhe Guo

机构 * School of Intelligence Science and Technology, Nanjing University（智能科学与技术学院，南京大学） ； National Key Laboratory for Novel Software Technology, Nanjing University（新型软件技术国家实验室，南京大学） ； School of Artificial Intelligence, Nanjing University（人工智能学院，南京大学） 纠错

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

Comments 29 pages

Gala: Global LLM Agents for Text-to-Model Translation

Junyang Cai, Serdar Kadioglu, Bistra Dilkina

机构 * Department of Computer Science, University of Southern California（南加州大学计算机科学系） ； AI Center of Excellence, Fidelity Investments（富达投资人工智能卓越中心） ； Department of Computer Science, Brown University（布朗大学计算机科学系） 纠错

专题命中 逻辑推理 ：reasoning(abstract)；chain-of-thought(abstract)；logical reasoning(abstract)；分类 cs.AI

EvoSpeak: Large Language Models for Interpretable Genetic Programming-Evolved Heuristics

Meng Xu, Jiao Liu, Yew Soon Ong

机构 * Singapore Institute of Manufacturing Technology, Agency for Science, Technology and Research, Singapore（新加坡制造技术研究所，科技研究局，新加坡） ； College of Computing & Data Science, Nanyang Technological University, Singapore（南洋理工大学计算机与数据科学学院，新加坡） ； College of Computing and Data Science, Nanyang Technological University, and the Centre for Frontier AI Research, Institute of High Performance Computing, Agency for Science, Technology and Research, Singapore（南洋理工大学计算机与数据科学学院，前沿人工智能研究中心，高性能计算研究所，科技研究局，新加坡） 纠错

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

Automated Constraint Specification for Job Scheduling by Regulating Generative Model with Domain-Specific Representation

Yu-Zhe Shi, Qiao Xu, Yanjia Li, Mingchen Liu, Huamin Qu, Lecheng Ruan, Qining Wang

机构 * School of Advanced Manufacturing and Robotics, Peking University（先进制造与机器人学院，北京大学） ； Department of Computer Science and Engineering, School of Engineering, The Hong Kong University of Science and Technology（计算机科学与工程系，香港科技大学） ； School of Computer Science and Technology, Huazhong University of Science and Technology（计算机科学与技术学院，华中科技大学） 纠错

专题命中 逻辑推理 ：planning(abstract)；分类 cs.AI

Comments Accepted for publication in IEEE Transactions on Automation Science and Engineering

Work Zones challenge VLM Trajectory Planning: Toward Mitigation and Robust Autonomous Driving

Yifan Liao, Zhen Sun, Xiaoyun Qiu, Zixiao Zhao, Wenbing Tang, Xinlei He, Xinhu Zheng, Tianwei Zhang, Xinyi Huang, Xingshuo Han

机构 * Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； Nanjing University of Aeronautics and Astronautics（南京航空航天大学） ； Northwest A&F University（西北农林科技大学） ； Nanyang Technological University（南洋理工大学） ； Jinan University（济南大学） 纠错

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

Comments 13 pages,5 figures

V2X-UniPool: Unifying Multimodal Perception and Knowledge Reasoning for Autonomous Driving

Xuewen Luo, Fengze Yang, Fan Ding, Xiangbo Gao, Shuo Xing, Yang Zhou, Zhengzhong Tu, Chenxi Liu

机构 * University of Utah（犹他大学） ； Monash University（莫纳什大学） ； Texas A&M University（德克萨斯农工大学） 纠错

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

A Benchmark Study of Deep Reinforcement Learning Algorithms for the Container Stowage Planning Problem

Yunqi Huang, Nishith Chennakeshava, Alexis Carras, Vladislav Neverov, Wei Liu, Aske Plaat, Yingjie Fan

机构 * Leiden University（莱顿大学） ； Leiden Institute of Advanced Computer Science（莱顿高级计算机科学研究所） 纠错

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

Deceptive Planning Exploiting Inattention Blindness

Mustafa O. Karabag, Jesse Milzman, Ufuk Topcu

专题命中 规划推理 ：planning(title)

AgenticRAG: Tool-Augmented Foundation Models for Zero-Shot Explainable Recommender Systems

Bo Ma, Hang Li, ZeHua Hu, XiaoFan Gui, LuYao Liu, Simon Liu

机构 * Department of Software \& Microelectronics Peking University Beijing, China ； Department of Software \& Microelectronics Peking University Beijing, China hangli\ ； Department of Software \& Microelectronics Peking University Beijing, China zehua\ ； Department of Software \& Microelectronics Peking University Beijing, China xiaofan\ ； Economic Law School China University of Political Science ； School of Computer Science Peking University Beijing, China 纠错

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

A-MemGuard: A Proactive Defense Framework for LLM-Based Agent Memory

Qianshan Wei, Tengchao Yang, Yaochen Wang, Xinfeng Li, Lijun Li, Zhenfei Yin, Yi Zhan, Thorsten Holz, Zhiqiang Lin, XiaoFeng Wang

机构 * Nanyang Technological University（南洋理工大学） ； University of Oxford（牛津大学） ； Max Planck Institute（马克斯·普朗克研究所） ； The Ohio State University（俄亥俄州立大学） 纠错

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

A Unified Deep Reinforcement Learning Approach for Close Enough Traveling Salesman Problem

Mingfeng Fan, Jiaqi Cheng, Yaoxin Wu, Yifeng Zhang, Yibin Yang, Guohua Wu, Guillaume Sartoretti

机构 * Department of Mechanical Engineering, National University of Singapore（新加坡国立大学机械工程系） ； School of Traffic and Transportation Engineering, Central South University（中南大学交通与运输工程学院） ； Department of Industrial Engineering and Innovation Sciences, Eindhoven University of Technology（埃因霍温理工大学工业工程与创新科学系） ； School of Vehicle and Mobility, Tsinghua University（清华大学车辆与移动性学院） ； School of Automation, Central South University（中南大学自动化学院） 纠错

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

KAIROS: Unified Training for Universal Non-Autoregressive Time Series Forecasting

Kuiye Ding, Fanda Fan, Zheya Wang, Hongxiao Li, Yifan Wang, Lei Wang, Chunjie Luo, Jianfeng Zhan

机构 * Institute of Computing Technology, Chinese Academy of Sciences（中国科学院计算技术研究所） ； Department of Mathematical Sciences, Durham University（杜伦大学数学科学系） ； University of Chinese Academy of Sciences（中国科学院大学） 纠错

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

DM-Bench: Benchmarking LLMs for Personalized Decision Making in Diabetes Management

Maria Ana Cardei, Josephine Lamp, Mark Derdzinski, Karan Bhatia

机构 * University of Virginia（弗吉尼亚大学） ； Dexcom（德科姆公司） 纠错

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

DatawiseAgent: A Notebook-Centric LLM Agent Framework for Adaptive and Robust Data Science Automation

Ziming You, Yumiao Zhang, Dexuan Xu, Yiwei Lou, Yandong Yan, Wei Wang, Huaming Zhang, Yu Huang

机构 * National Engineering Research Center for Software Engineering, Peking University（软件工程国家工程研究中心，北京大学） ； School of Software & Microelectronics, Peking University（软件与微电子学院，北京大学） ； School of Computer Science, Peking University（计算机科学学院，北京大学） ； Xi’an Jiaotong University（西安交通大学） ； Institute of Basic Theory of Chinese Medicine, China Academy of Chinese Medical Sciences（中医基础理论研究所，中国中医科学院） 纠错

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

Comments The camera-ready version for EMNLP 2025 Main Conference

CoDA: Agentic Systems for Collaborative Data Visualization

Zichen Chen, Jiefeng Chen, Sercan Ö. Arik, Misha Sra, Tomas Pfister, Jinsung Yoon

机构 * Google Cloud AI Research（谷歌云人工智能研究） ； University of California, Santa Barbara（加州大学圣巴bara分校） 纠错

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

Comments 31 pages, 6 figures, 5 tables

Improving Cooperation in Collaborative Embodied AI

Hima Jacob Leven Suprabha, Laxmi Nag Laxminarayan Nagesh, Ajith Nair, Alvin Reuben Amal Selvaster, Ayan Khan, Raghuram Damarla, Sanju Hannah Samuel, Sreenithi Saravana Perumal, Titouan Puech, Venkataramireddy Marella, Vishal Sonar, Alessandro Suglia, Oliver Lemon

机构 * School of Mathematical and Computer Sciences（数学与计算机科学学院） ； Heriot-Watt University（赫里奥特-沃森大学） 纠错

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

Comments In proceedings of UKCI 2025

A Trajectory Generator for High-Density Traffic and Diverse Agent-Interaction Scenarios

Ruining Yang, Yi Xu, Yixiao Chen, Yun Fu, Lili Su

机构 * Department of Electrical and Computer Engineering, Northeastern University（电气与计算机工程系，东北大学） 纠错

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

Multimodal Large Language Model Framework for Safe and Interpretable Grid-Integrated EVs

Jean Douglas Carvalho, Hugo Kenji, Ahmad Mohammad Saber, Glaucia Melo, Max Mauro Dias Santos, Deepa Kundur

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

Comments This paper has been presented at the 2025 IEEE PES Conference on Innovative Smart Grid Technologies (ISGT 2025)

Virtualizing RAN: Science, Strategy, and Architecture of Software-Defined Mobile Networks

Ryan Barker

专题命中 规划推理 ：planning(abstract)

Comments 12 pages, 4 figures, 8 tables

Enhancing repository-level software repair via repository-aware knowledge graphs

Boyang Yang, Jiadong Ren, Shunfu Jin, Yang Liu, Feng Liu, Bach Le, Haoye Tian

专题命中 规划推理 ：reasoning(abstract)

Automatic Building Code Review: A Case Study

Hanlong Wan, Weili Xu, Michael Rosenberg, Jian Zhang, Aysha Siddika

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

To Backtrack or Not to Backtrack: When Sequential Search Limits Model Reasoning

Tian Qin, David Alvarez-Melis, Samy Jelassi, Eran Malach

机构 * Harvard University（哈佛大学） ； Kempner Institute（凯普纳研究所） ； MSR（微软研究院） 纠错

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

Comments COLM 2025 Camera Ready

NCV: A Node-Wise Consistency Verification Approach for Low-Cost Structured Error Localization in LLM Reasoning

Yulong Zhang, Li Wang, Wei Du, Peilin Li, Yuqin Dai Zhiyuan Zhao, Lingyong Fang, Ziniu Liu, Ru Zhang, Huijia Zhu, Gongshen Liu

机构 * Beijing University of Posts and Telecommunications（北京邮电大学） ； Shanghai Jiao Tong University（上海交通大学） ； Ant Group（蚂蚁集团） ； Tsinghua University（清华大学） ； Inner Mongolia Research Institute of SJTU（内蒙古大学SJTU研究所） 纠错

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

Uncertainty-Aware Answer Selection for Improved Reasoning in Multi-LLM Systems

Aakriti Agrawal, Rohith Aralikatti, Anirudh Satheesh, Souradip Chakraborty, Amrit Singh Bedi, Furong Huang

机构 * University of Maryland（马里兰大学） ； Hilabs ； University of Central Florida（佛罗里达中央大学） ； Capital One 纠错

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

Taming Imperfect Process Verifiers: A Sampling Perspective on Backtracking

Dhruv Rohatgi, Abhishek Shetty, Donya Saless, Yuchen Li, Ankur Moitra, Andrej Risteski, Dylan J. Foster

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

On the Role of Temperature Sampling in Test-Time Scaling

Yuheng Wu, Azalia Mirhoseini, Thierry Tambe

机构 * Stanford University（斯坦福大学） 纠错

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