大模型推理能力

MathCanvas: Intrinsic Visual Chain-of-Thought for Multimodal Mathematical Reasoning

Weikang Shi, Aldrich Yu, Rongyao Fang, Houxing Ren, Ke Wang, Aojun Zhou, Changyao Tian, Xinyu Fu, Yuxuan Hu, Zimu Lu, Linjiang Huang, Si Liu, Rui Liu, Hongsheng Li

机构 * Multimedia Laboratory (MMLab), The Chinese University of Hong Kong（中文大学多媒体实验室） ； Huawei Research（华为研究） ； BUAA（北京航空学院） 纠错

专题命中 数学推理 ：reasoning(title,abstract)；chain-of-thought(title,abstract)；分类 cs.CL

Comments Project Page: https://mathcanvas.github.io/

Can MLLMs Absorb Math Reasoning Abilities from LLMs as Free Lunch?

Yijie Hu, Zihao Zhou, Kaizhu Huang, Xiaowei Huang, Qiufeng Wang

机构 * Xi’an-Jiaotong Liverpool University（西交利物浦大学） ； University of Liverpool（利物浦大学） ； Duke Kunshan University（杜克昆山大学） 纠错

专题命中 数学推理 ：reasoning(title,abstract)；math reasoning(title,abstract)；分类 cs.AI

Absolute Zero: Reinforced Self-play Reasoning with Zero Data

Andrew Zhao, Yiran Wu, Yang Yue, Tong Wu, Quentin Xu, Yang Yue, Matthieu Lin, Shenzhi Wang, Qingyun Wu, Zilong Zheng, Gao Huang

机构 * Tsinghua University（清华大学） ； Beijing Institute for General Artificial Intelligence（北京通用人工智能研究院） ； Penn State University（宾夕法尼亚州立大学） 纠错

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

Unlocking Out-of-Distribution Generalization in Transformers via Recursive Latent Space Reasoning

Awni Altabaa, Siyu Chen, John Lafferty, Zhuoran Yang

机构 * Department of Statistics & Data Science, Yale University（统计与数据科学系，耶鲁大学） 纠错

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

All Code, No Thought: Current Language Models Struggle to Reason in Ciphered Language

Shiyuan Guo, Henry Sleight, Fabien Roger

机构 * Anthropic Fellows Program（Anthropic Fellow项目） ； Constellation ； Anthropic 纠错

专题命中 数学推理 ：reasoning(abstract)；chain-of-thought(abstract)；CoT(abstract)；分类 cs.CL、cs.AI、cs.LG

Comments Version 2: updated related works section on LLM steganography

Merge-of-Thought Distillation

Zhanming Shen, Zeyu Qin, Zenan Huang, Hao Chen, Jiaqi Hu, Yihong Zhuang, Guoshan Lu, Gang Chen, Junbo Zhao

机构 * Zhejiang University（浙江大学） ； Inclusion AI, Ant Group（蚂蚁集团 inclusion AI） 纠错

专题命中 数学推理 ：reasoning(abstract)；chain-of-thought(abstract)；CoT(abstract)；分类 cs.CL、cs.AI、cs.LG

Spend Wisely: Maximizing Post-Training Gains in Iterative Synthetic Data Bootstrapping

Pu Yang, Yunzhen Feng, Ziyuan Chen, Yuhang Wu, Zhuoyuan Li

机构 * Peking University（北京大学） ； New York University（纽约大学） ； UC Berkeley（加州大学伯克利分校） ； National University of Singapore（新加坡国立大学） 纠错

专题命中 数学推理 ：reasoning(abstract)；math reasoning(abstract)；verifier(abstract)；分类 cs.LG

Comments NeurIPS 2025 (spotlight)

Thinker: Learning to Think Fast and Slow

Stephen Chung, Wenyu Du, Jie Fu

机构 * University of Cambridge（剑桥大学） ； The University of Hong Kong（香港大学） ； Shanghai AI Lab（上海人工智能实验室） 纠错

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

Comments 23 pages

Predicting Task Performance with Context-aware Scaling Laws

Kyle Montgomery, David Park, Jianhong Tu, Michael Bendersky, Beliz Gunel, Dawn Song, Chenguang Wang

机构 * UC Santa Cruz（加州大学圣克ruz分校） ； Washington University in St. Louis（华盛顿大学圣路易斯分校） ； Databricks（Databricks公司） ； Google DeepMind（谷歌DeepMind） ； UC Berkeley（加州大学伯克利分校） 纠错

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

Think Globally, Group Locally: Evaluating LLMs Using Multi-Lingual Word Grouping Games

César Guerra-Solano, Zhuochun Li, Xiang Lorraine Li

机构 * School of Computing and Information（计算与信息学院） ； University of Pittsburgh（匹兹堡大学） 纠错

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

Comments EMNLP Main 2025

O-Forge: An LLM + Computer Algebra Framework for Asymptotic Analysis

Ayush Khaitan, Vijay Ganesh

机构 * Rutgers University（罗格斯大学） ； Georgia Institute of Technology（佐治亚理工学院） 纠错

专题命中 数学推理 ：verifier(abstract)；分类 cs.AI

Iterative LLM-Based Generation and Refinement of Distracting Conditions in Math Word Problems

Kaiqi Yang, Hang Li, Yucheng Chu, Zitao Liu, Mi Tian, Hui Liu

机构 * Michigan State University（密歇根州立大学） ； Jinan University（济南大学） ； TAL Education Group（TAL教育集团） 纠错

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

MoM: Mixtures of Scenario-Aware Document Memories for Retrieval-Augmented Generation Systems

Jihao Zhao, Zhiyuan Ji, Simin Niu, Hanyu Wang, Feiyu Xiong, Zhiyu Li

机构 * School of Information, Renmin University of China, Beijing, China（中国人民大学信息学院） ； MemTensor (Shanghai) Technology Co., Ltd.（MemTensor（上海）技术有限公司） ； Institute for Advanced Algorithms Research, Shanghai（上海先进算法研究所） 纠错

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

Tensor Logic: The Language of AI

Pedro Domingos

机构 * University of Washington（华盛顿大学） 纠错

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

Comments 17 pages, 0 figures

LLM-guided Chemical Process Optimization with a Multi-Agent Approach

Tong Zeng, Srivathsan Badrinarayanan, Janghoon Ock, Cheng-Kai Lai, Amir Barati Farimani

机构 * Department of Chemical Engineering, Carnegie Mellon University（化学工程系，卡内基梅隆大学） ； Department of Mechanical Engineering, Carnegie Mellon University（机械工程系，卡内基梅隆大学） ； Department of Biomedical Engineering, Carnegie Mellon University（生物医学工程系，卡内基梅隆大学） ； Machine Learning Department, Carnegie Mellon University（机器学习系，卡内基梅隆大学） ； Department of Chemical and Biomolecular Engineering, University of Nebraska--Lincoln（化学与生物分子工程系，内布拉斯加大学林肯分校） 纠错

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

Comments 16 pages (main manuscript without references), 4 figures

NAEL: Non-Anthropocentric Ethical Logic

Bianca Maria Lerma, Rafael Peñaloza

机构 * University of Milano-Bicocca（米兰-比科卡大学） 纠错

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

Comments Accepted to the FEAR workshop 2025

Efficient Symbolic Computation via Hash Consing

Bowen Zhu, Aayush Sabharwal, Songchen Tan, Yingbo Ma, Alan Edelman, Christopher Rackauckas

专题命中 逻辑推理 ：reasoning(abstract)

Probabilistic Reasoning with LLMs for k-anonymity Estimation

Jonathan Zheng, Sauvik Das, Alan Ritter, Wei Xu

机构 * College of Computing, Georgia Institute of Technology（佐治亚理工学院计算机学院） ； Human-Computer Interaction Institute, Carnegie Mellon University（卡内基梅隆大学人机交互研究所） 纠错

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

Comments 10 pages, Accepted to NeurIPS 2025

EMAC+: Embodied Multimodal Agent for Collaborative Planning with VLM+LLM

Shuang Ao, Flora D. Salim, Simon Khan

机构 * University of New South Wales（新南威尔士大学） ； Air Force Research Laboratory（空军研究实验室） 纠错

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

APEX: Empowering LLMs with Physics-Based Task Planning for Real-time Insight

Wanjing Huang, Weixiang Yan, Zhen Zhang, Ambuj Singh

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

An Efficient Rubric-based Generative Verifier for Search-Augmented LLMs

Linyue Ma, Yilong Xu, Xiang Long, Zhi Zheng

机构 * ModelBest Inc.（ModelBest公司） ； Institute of Computing Technology, Chinese Academy of Sciences（中国科学院计算技术研究所） 纠错

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

Active Jammer Localization via Acquisition-Aware Path Planning

Luis González-Gudiño, Mariona Jaramillo-Civill, Pau Closas, Tales Imbiriba

机构 * 1Dept. of Computer Science, University of Massachusetts Boston, Boston, MA, USA 2Dept. of Electrical \& Computer Engineering, Northeastern University, Boston, MA, USA 纠错

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

Comments 5 pages, 3 figures

TextBandit: Evaluating Probabilistic Reasoning in LLMs Through Language-Only Decision Tasks

Jimin Lim, Arjun Damerla, Arthur Jiang, Nam Le

机构 * UC Merced（加州大学默塞德分校） ； UC Berkeley（加州大学伯克利分校） ； Algoverse 纠错

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

Comments COLM 2025 @ ORIGen Workshop

SPIN-Bench: How Well Do LLMs Plan Strategically and Reason Socially?

Jianzhu Yao, Kevin Wang, Ryan Hsieh, Haisu Zhou, Tianqing Zou, Zerui Cheng, Zhangyang Wang, Pramod Viswanath

机构 * Princeton University（普林斯顿大学） ； The University of Texas at Austin（德克萨斯大学奥斯汀分校） ； Sentient Foundation（Sentient基金会） 纠错

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

Comments 48 pages, 7 figures

When Planners Meet Reality: How Learned, Reactive Traffic Agents Shift nuPlan Benchmarks

Steffen Hagedorn, Luka Donkov, Aron Distelzweig, Alexandru P. Condurache

机构 * Robert Bosch GmbH（罗伯特·博世有限公司） ； Institute for Neuro- and Bioinformatics, University of Lübeck（神经与生物医学研究所，吕贝克大学） ； Engineering Faculty, DHBW Stuttgart（工程学院，斯图加特DHBW） ； Department of Computer Science, University of Freiburg（计算机科学系，弗赖堡大学） 纠错

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

Efficient Few-Shot Learning in Remote Sensing: Fusing Vision and Vision-Language Models

Jia Yun Chua, Argyrios Zolotas, Miguel Arana-Catania

机构 * Cranfield University（克兰菲尔德大学） ； University of Oxford（牛津大学） 纠错

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

Comments 11 pages, 7 figures, 8 tables. To be published in Applied AI Letters

Multimodal Retrieval-Augmented Generation with Large Language Models for Medical VQA

A H M Rezaul Karim, Ozlem Uzuner

机构 * George Mason University（乔治·马歇尔大学） 纠错

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

Generative AI Meets Future Cities: Towards an Era of Autonomous Urban Intelligence

Dongjie Wang, Chang-Tien Lu, Xinyue Ye, Tan Yigitcanlar, Yanjie Fu

机构 * Computer Science University of Kansas Lawrence USA ； Department of Computer Science Virginia Tech Falls Church USA ； Department of Geography \& the Environment University of Alabama Tuscaloosa USA ； Queensland University of Technology Brisbane Australia ； School of Computing ； Augmented Intelligence Arizona State University Tempe USA ； University of Kansas ； University of Alabama ； Queensland University of Technology ； Arizona State University 纠错

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

Comments Submitting to the ACM AI Letters

Do Large Language Models Show Biases in Causal Learning? Insights from Contingency Judgment

María Victoria Carro, Denise Alejandra Mester, Francisca Gauna Selasco, Giovanni Franco Gabriel Marraffini, Mario Alejandro Leiva, Gerardo I. Simari, María Vanina Martinez

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

An LLM-Powered AI Agent Framework for Holistic IoT Traffic Interpretation

Daniel Adu Worae, Spyridon Mastorakis

机构 * University of Notre Dame（内布拉斯加大学达灵顿分校） 纠错

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