CaRDiff: Video Salient Object Ranking Chain of Thought Reasoning for Saliency Prediction with Diffusion
机构 * ByteDance（字节跳动）
专题命中 推理评测 ：reasoning(title,abstract)；CoT(abstract)
Comments Accepted to AAAI 2025
AI 大模型
大模型推理能力
大模型数学、逻辑、规划、多步推理和测试时计算能力。
1. 推理评测 15 篇
Bridging Reasoning to Learning: Unmasking Illusions using Complexity Out of Distribution Generalization
机构 * Department of Computer Engineering（计算机工程系） ； Sharif University of Technology（沙里夫技术大学）
专题命中 推理评测 ：reasoning(title,abstract)；分类 cs.AI、cs.LG
TIME: A Multi-level Benchmark for Temporal Reasoning of LLMs in Real-World Scenarios
机构 * State Key Laboratory for Multimedia Information Processing, School of Computer Science, Peking University（多媒体信息处理国家重点实验室，计算机学院，北京大学） ； Huawei Noah’s Ark Lab（华为诺亚实验室）
专题命中 推理评测 ：reasoning(title,abstract)；分类 cs.CL、cs.AI
Comments Accepted by NeurIPS 2025 (Spotlight)
LeMAJ (Legal LLM-as-a-Judge): Bridging Legal Reasoning and LLM Evaluation
机构 * Robin AI ； Amazon Web Services（亚马逊网络服务）
专题命中 推理评测 ：reasoning(title)；分类 cs.CL、cs.AI
Comments Published in Natural Legal Language Processing - EMNLP Workshop 2025
AudioMarathon: A Comprehensive Benchmark for Long-Context Audio Understanding and Efficiency in Audio LLMs
机构 * Shanghai Jiao Tong University（上海交通大学） ； Shanghai AI Laboratory（上海人工智能实验室） ； Northeastern University（东北大学） ； Carnegie Mellon University（卡内基梅隆大学） ； University of Chinese Academy of Sciences（中国科学院大学） ； Tsinghua University（清华大学） ； Sun Yat-sen University（中山大学）
专题命中 推理评测 ：reasoning(abstract)；分类 cs.CL、cs.AI
Comments 26 pages, 23 figures, the code is available at \url{https://github.com/DabDans/AudioMarathon}
NurseLLM: The First Specialized Language Model for Nursing
机构 * Yourika Labs（Yourika实验室） ； The University of British Columbia（不列颠哥伦比亚大学） ； Western University（西方大学） ； University of Waterloo（滑铁卢大学）
专题命中 推理评测 ：reasoning(abstract)；分类 cs.CL、cs.LG
Comments EMNLP 2025 Industry Track
The Sound of Syntax: Finetuning and Comprehensive Evaluation of Language Models for Speech Pathology
机构 * Stanford University（斯坦福大学） ； National University of Singapore（新加坡国立大学） ； Sound Speech and Hearing Clinic（语音与听力诊所）
专题命中 推理评测 ：chain-of-thought(abstract)；分类 cs.CL、cs.AI
Comments EMNLP 2025 Oral Presentation
Ensemble Deep Learning and LLM-Assisted Reporting for Automated Skin Lesion Diagnosis
机构 * Institute of Computer Science The University of Agriculture Peshawar, Pakistan（计算机科学研究所 伊斯兰农业大学 薩瓦爾，巴基斯坦） ； Department of Computer Science Islamia College Peshawar Pakistan（计算机科学系 伊斯兰学院 薩瓦爾，巴基斯坦） ； Department of Software Engineering Islamia College Peshawar Pakistan（软件工程系 伊斯兰学院 薩瓦爾，巴基斯坦）
专题命中 推理评测 ：reasoning(abstract)；分类 cs.AI、cs.LG
GPS-MTM: Capturing Pattern of Normalcy in GPS-Trajectories with self-supervised learning
机构 * ECE Department（电子工程系） ； University of California（加州大学）
专题命中 推理评测 ：reasoning(abstract)；分类 cs.AI、cs.LG
Comments 4 pages, 2 figures
ParamBench: A Graduate-Level Benchmark for Evaluating LLM Understanding on Indic Subjects
专题命中 推理评测 ：reasoning(abstract)；分类 cs.CL
FinLFQA: Evaluating Attributed Text Generation of LLMs in Financial Long-Form Question Answering
机构 * NYU Shanghai（纽约大学上海校区） ； Yale University（耶鲁大学） ； New York University（纽约大学）
专题命中 推理评测 ：reasoning(abstract)；分类 cs.CL
Comments EMNLP 2025 Findings
OpenStaxQA: A multilingual dataset based on open-source college textbooks
专题命中 推理评测 ：reasoning(abstract)；分类 cs.CL
Benchmarking Gaslighting Negation Attacks Against Multimodal Large Language Models
机构 * Singapore Management University（新加坡管理大学） ； Fudan University（复旦大学）
专题命中 推理评测 ：reasoning(abstract)；分类 cs.CL
Comments Project website: https://yxg1005.github.io/GaslightingNegationAttacks/
Lung Infection Severity Prediction Using Transformers with Conditional TransMix Augmentation and Cross-Attention
机构 * University of the Basque Country（巴斯克大学） ； Ho Chi Minh City Open University（胡志明市开放大学） ； IKERBASQUE ； UMR 8520, CNRS, Central Lille（中央里尔大学） ； CNRS（国家科学研究中心）
专题命中 推理评测 ：planning(abstract)
2. 其他推理 5 篇
Weight Ensembling Improves Reasoning in Language Models
专题命中 其他推理 ：reasoning(title,abstract)；分类 cs.AI、cs.LG
Journal ref COLM 2025
Diagnosing Moral Reasoning Acquisition in Language Models: Pragmatics and Generalization
机构 * Michigan State University（密歇根州立大学） ； Johns Hopkins University（约翰霍普金斯大学） ； University of Illinois Chicago（伊利诺伊大学香槟分校）
专题命中 其他推理 ：reasoning(title,abstract)；分类 cs.CL
From Condensation to Rank Collapse: A Two-Stage Analysis of Transformer Training Dynamics
机构 * School of Mathematical Sciences, Shanghai Jiao Tong University（上海交通大学数学科学学院） ； Institute of Natural Sciences, MOE-LSC, CMA-Shanghai, Shanghai Jiao Tong University（上海交通大学自然科学院）
专题命中 其他推理 ：reasoning(abstract)；分类 cs.LG
Gold-Switch: Training-Free Superposition of Slow- and Fast- Thinking LLMs
机构 * Computer Science and Engineering, Seoul National University（计算机科学与工程，首尔国立大学）
专题命中 其他推理 ：reasoning(abstract)；分类 cs.CL
LLM Hallucination Detection: HSAD
专题命中 其他推理 ：reasoning(abstract)；分类 cs.CL
Comments in Chinese language
