大模型推理能力

PuzzlePlex: Benchmarking Foundation Models on Reasoning and Planning with Puzzles

Yitao Long, Yuru Jiang, Hongjun Liu, Yilun Zhao, Jingchen Sun, Yiqiu Shen, Chen Zhao, Arman Cohan, Dennis Shasha

机构 * New York University（纽约大学） ； Zhejiang University（浙江大学） ； Yale University（耶鲁大学） ； University at Buffalo, SUNY（布法罗大学） ； NYU Grossman School of Medicine（纽约大学医学院） 纠错

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

Mitigating Cross-Modal Distraction and Ensuring Geometric Feasibility via Affordance-Guided and Self-Consistent MLLMs for Task Planning in Instruction-Following Manipulation

Yu-Hong Shen, Chuan-Yu Wu, Yi-Ru Yang, Yen-Ling Tai, Yi-Ting Chen

机构 * Department of Computer Science, National Yang Ming Chiao Tung University（计算机科学系，阳明交通大学） ； Department of Computer Science and Information Engineering, National Taiwan University（计算机科学与信息工程系，台湾大学） 纠错

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

Constrained Natural Language Action Planning for Resilient Embodied Systems

Grayson Byrd, Corban Rivera, Bethany Kemp, Meghan Booker, Aurora Schmidt, Celso M de Melo, Lalithkumar Seenivasan, Mathias Unberath

机构 * Johns Hopkins University Applied Physics Laboratory（约翰霍普金斯大学应用物理实验室） ； Johns Hopkins University（约翰霍普金斯大学） ； DEVCOM Army Research Lab（国防部陆军研究实验室） 纠错

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

The Cognitive Bandwidth Bottleneck: Shifting Long-Horizon Agent from Planning with Actions to Planning with Schemas

Baixuan Xu, Tianshi Zheng, Zhaowei Wang, Hong Ting Tsang, Weiqi Wang, Tianqing Fang, Yangqiu Song

机构 * The Hong Kong University of Science and Technology（香港科学与技术大学） 纠错

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

Comments 22 pages

RedTWIZ: Diverse LLM Red Teaming via Adaptive Attack Planning

Artur Horal, Daniel Pina, Henrique Paz, Iago Paulo, João Soares, Rafael Ferreira, Diogo Tavares, Diogo Glória-Silva, João Magalhães, David Semedo

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

A Multi-Agent Framework for Stateful Inference-Time Search

Arshika Lalan, Rajat Ghosh, Aditya Kolsur, Debojyoti Dutta

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

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

Knowledge Graph-Guided Multi-Agent Distillation for Reliable Industrial Question Answering with Datasets

Jiqun Pan, Zhenke Duan, Jiani Tu, Anzhi Cheng, Yanqing Wang

机构 * Zhongnan University of Economics and Law（中南财经政法大学） 纠错

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

Comments 41 pages, 12 figures, 6 tables

MCTS-RAG: Enhancing Retrieval-Augmented Generation with Monte Carlo Tree Search

Yunhai Hu, Yilun Zhao, Chen Zhao, Arman Cohan

机构 * Yale University（耶鲁大学） ； New York University（纽约大学） 纠错

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

TGPR: Tree-Guided Policy Refinement for Robust Self-Debugging of LLMs

Daria Ozerova, Ekaterina Trofimova

机构 * HSE University（俄罗斯莫斯科国立高等经济学院） 纠错

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

TinyScientist: An Interactive, Extensible, and Controllable Framework for Building Research Agents

Haofei Yu, Keyang Xuan, Fenghai Li, Kunlun Zhu, Zijie Lei, Jiaxun Zhang, Ziheng Qi, Kyle Richardson, Jiaxuan You

机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Allen Institute for Artificial Intelligence（人工智能研究院） 纠错

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

Comments 7 pages, EMNLP 2025 Demo track

A Total Variation Regularized Framework for Epilepsy-Related MRI Image Segmentation

Mehdi Rabiee, Sergio Greco, Reza Shahbazian, Irina Trubitsyna

机构 * Department of Computer Engineering, Modeling, Electronics and Systems (DIMES), University of Calabria, Rende 87036, Italy（计算机工程、建模、电子与系统系（DIMES），卡拉布里亚大学，Rende 87036，意大利） 纠错

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

Understanding Software Engineering Agents: A Study of Thought-Action-Result Trajectories

Islem Bouzenia, Michael Pradel

机构 * CISPA Helmholtz Center for Information Security Germany（CISPA海德堡信息安全中心） 纠错

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

Comments ACCEPTED FOR ASE 2025

Artificial Intelligence in Port Logistics: A Bibliometric Analysis of Technological Integration and Research Dynamics

Abdelhafid Khazzar, Yassine Sekaki, Yasser Lachhab, Said El-marzouki

专题命中 规划推理 ：planning(abstract)