大模型推理能力

Sketch-of-Thought: Efficient LLM Reasoning with Adaptive Cognitive-Inspired Sketching

Simon A. Aytes, Jinheon Baek, Sung Ju Hwang

机构 * KAIST（韩国科学技术院） 纠错

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

Comments EMNLP 2025

Reinforcement Learning for Reasoning in Large Language Models with One Training Example

Yiping Wang, Qing Yang, Zhiyuan Zeng, Liliang Ren, Liyuan Liu, Baolin Peng, Hao Cheng, Xuehai He, Kuan Wang, Jianfeng Gao, Weizhu Chen, Shuohang Wang, Simon Shaolei Du, Yelong Shen

机构 * University of Washington（华盛顿大学） ； University of Southern California（南加州大学） ； Microsoft（微软） ； University of California, Santa Cruz（加州大学圣克鲁兹分校） ； Georgia Institute of Technology（佐治亚理工学院） 纠错

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

Comments link: https://github.com/ypwang61/One-Shot-RLVR

Code-enabled language models can outperform reasoning models on diverse tasks

Cedegao E. Zhang, Cédric Colas, Gabriel Poesia, Joshua B. Tenenbaum, Jacob Andreas

机构 * MIT（麻省理工学院） ； Inria（法国国家科研机构） ； Harvard University（哈佛大学） 纠错

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

Boosting Accuracy and Efficiency of Budget Forcing in LLMs via Reinforcement Learning for Mathematical Reasoning

Ravindra Aribowo Tarunokusumo, Rafael Fernandes Cunha

机构 * University of Groningen（格罗宁根大学） 纠错

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

Comments Submitted to the European Conference on Artificial Intelligence (ECAI)

Beyond Accuracy: Dissecting Mathematical Reasoning for LLMs Under Reinforcement Learning

Jiayu Wang, Yifei Ming, Zixuan Ke, Caiming Xiong, Shafiq Joty, Aws Albarghouthi, Frederic Sala

机构 * University of Wisconsin-Madison（威斯康星大学麦迪逊分校） ； Salesforce AI Research（Salesforce AI研究） 纠错

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

Comments Accepted to NeurIPS 2025

GoRA: Gradient-driven Adaptive Low Rank Adaptation

Haonan He, Peng Ye, Yuchen Ren, Yuan Yuan, Luyang Zhou, Shucun Ju, Lei Chen

机构 * University of Science and Technology of China（中国科学技术大学） ； Institute of Intelligent Machines, HFIPS, Chinese Academy of Sciences（中国科学院智能机械研究所） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； Fudan University（复旦大学） ； The Chinese University of Hong Kong（香港中文大学） ； University of Sydney（悉尼大学） ； Anhui Disaster Warning & Agrometeorological Information Center（安徽省灾害预警与农业气象信息中心） 纠错

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

Comments NeurIPS 2025

Electronic Circuit Principles of Large Language Models

Qiguang Chen, Libo Qin, Jinhao Liu, Dengyun Peng, Jiaqi Wang, Mengkang Hu, Zhi Chen, Wanxiang Che, Ting Liu

机构 * Harbin Institute of Technology（哈尔滨工业大学） ； Central South University（中南大学） ； The Chinese University of Hong Kong（香港中文大学） ； The University of Hong Kong（香港大学） ； ByteDance Seed (China)（字节跳动种子（中国）） 纠错

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

Comments Manuscript

Learning to Focus: Causal Attention Distillation via Gradient-Guided Token Pruning

Yiju Guo, Wenkai Yang, Zexu Sun, Ning Ding, Zhiyuan Liu, Yankai Lin

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

Comments Accepted at NeurIPS 2025, camera-ready version

Causal Head Gating: A Framework for Interpreting Roles of Attention Heads in Transformers

Andrew Nam, Henry Conklin, Yukang Yang, Thomas Griffiths, Jonathan Cohen, Sarah-Jane Leslie

机构 * Princeton Laboratory for AI Natural and Artificial Minds（普林斯顿人工智能实验室） ； Princeton University（普林斯顿大学） ； Department of Electrical and Computer Engineering（电气与计算机工程系） ； Department of Psychology（心理学系） ； Princeton Neuroscience Institute（普林斯顿神经科学研究所） ； Department of Philosophy（哲学系） ； Center for Statistics and Machine Learning（统计与机器学习中心） 纠错

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

Comments 10 pages, 5 figures, 2 tables. The Thirty-Ninth Annual Conference on Neural Information Processing Systems (NeurIPS 2025)

BioReason: Incentivizing Multimodal Biological Reasoning within a DNA-LLM Model

Adibvafa Fallahpour, Andrew Magnuson, Purav Gupta, Shihao Ma, Jack Naimer, Arnav Shah, Haonan Duan, Omar Ibrahim, Hani Goodarzi, Chris J. Maddison, Bo Wang

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

Comments 28 pages, 4 figures, 4 tables

Teaching Transformers Causal Reasoning through Axiomatic Training

Aniket Vashishtha, Abhinav Kumar, Atharva Pandey, Abbavaram Gowtham Reddy, Kabir Ahuja, Vineeth N Balasubramanian, Amit Sharma

机构 * uiuc（伊利诺伊大学香槟分校） ； mit（麻省理工学院） ； msr（微软研究院） ； cispa（CISPA信息安全研究中心） 纠错

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

The Universal Landscape of Human Reasoning

Qiguang Chen, Jinhao Liu, Libo Qin, Yimeng Zhang, Yihao Liang, Shangxu Ren, Chengyu Luan, Dengyun Peng, Hanjing Li, Jiannan Guan, Zheng Yan, Jiaqi Wang, Mengkang Hu, Yantao Du, Zhi Chen, Xie Chen, Wanxiang Che

机构 * Harbin Institute of Technology（哈尔滨工业大学） ； Central South University（中南大学） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Princeton University（普林斯顿大学） ； The Chinese University of Hong Kong（香港中文大学） ； The University of Hong Kong（香港大学） ； ByteDance Seed (China)（字节跳动种子（中国）） ； Shanghai Jiao Tong University（上海交通大学） 纠错

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

Comments Preprint

DeepTx: Real-Time Transaction Risk Analysis via Multi-Modal Features and LLM Reasoning

Yixuan Liu, Xinlei Li, Yi Li

专题命中 逻辑推理 ：reasoning(title)

Comments Accepted to ASE'25

LightPlanner: Unleashing the Reasoning Capabilities of Lightweight Large Language Models in Task Planning

Weijie Zhou, Manli Tao, Chaoyang Zhao, Honghui Dong, Ming Tang, Jinqiao Wang

机构 * School of Traffic and Transportation, Beijing Jiaotong University（交通与运输学院，北京交通大学） ； Foundation Model Research Center, Institute of Automation, Chinese Academy of Sciences（基础模型研究中心，自动化研究所，中国科学院） 纠错

专题命中 规划推理 ：reasoning(title,abstract)；planning(title,abstract)

Comments The 2025 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2025)

Classical Planning with LLM-Generated Heuristics: Challenging the State of the Art with Python Code

Augusto B. Corrêa, André G. Pereira, Jendrik Seipp

机构 * University of Oxford（牛津大学） ； Federal University of Rio Grande do Sul（里约格兰德杜斯阿勒斯联邦大学） ； Linköping University（_linköping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、cs.LG

Comments Accepted to NeurIPS 2025

HYPE: Hybrid Planning with Ego Proposal-Conditioned Predictions

Hang Yu, Julian Jordan, Julian Schmidt, Silvan Lindner, Alessandro Canevaro, Wilhelm Stork

机构 * Mercedes-Benz AG, Research & Development（梅赛德斯-奔驰集团，研发部） ； Karlsruhe Institute of Technology, ITIV（卡尔斯鲁厄理工学院，ITIV） ； University of Tübingen（图宾根大学） 纠错

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

Comments Accepted to IEEE ITSC 2025

Towards Reliable Code-as-Policies: A Neuro-Symbolic Framework for Embodied Task Planning

Sanghyun Ahn, Wonje Choi, Junyong Lee, Jinwoo Park, Honguk Woo

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

Comments Accepted at NeurIPS 2025 Spotlight

A Knowledge-Graph Translation Layer for Mission-Aware Multi-Agent Path Planning in Spatiotemporal Dynamics

Edward Holmberg, Elias Ioup, Mahdi Abdelguerfi

机构 * Cannizaro-Livingston Gulf States Center for Environmental Informatics（坎尼扎罗-利文斯顿海湾州环境信息中心） ； Center for Geospatial Sciences Naval Research Laboratory（地理空间科学中心海军研究实验室） 纠错

专题命中 规划推理 ：planning(title)；分类 cs.AI

Comments 10 pages, 10 figures, conference submission

Mixture-of-Minds: Multi-Agent Reinforcement Learning for Table Understanding

Yuhang Zhou, Mingrui Zhang, Ke Li, Mingyi Wang, Qiao Liu, Qifei Wang, Jiayi Liu, Fei Liu, Serena Li, Weiwei Li, Mingze Gao, Abhishek Kumar, Xiangjun Fan, Zhuokai Zhao, Lizhu Zhang

机构 * Meta AI 纠错

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

Comments 18 pages, 4 figures

World Models Should Prioritize the Unification of Physical and Social Dynamics

Xiaoyuan Zhang, Chengdong Ma, Yizhe Huang, Weidong Huang, Siyuan Qi, Song-Chun Zhu, Xue Feng, Yaodong Yang

专题命中 规划推理 ：reasoning(abstract)；planning(abstract)

Router-R1: Teaching LLMs Multi-Round Routing and Aggregation via Reinforcement Learning

Haozhen Zhang, Tao Feng, Jiaxuan You

机构 * University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） 纠错

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

Comments Accepted by NeurIPS 2025. Code is available at https://github.com/ulab-uiuc/Router-R1. Models and Datasets are available at https://huggingface.co/collections/ulab-ai/router-r1-6851bbe099c7a56914b5db03

Cascaded Language Models for Cost-effective Human-AI Decision-Making

Claudio Fanconi, Mihaela van der Schaar

机构 * University of Cambridge（剑桥大学） 纠错

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

Cost Minimization for Space-Air-Ground Integrated Multi-Access Edge Computing Systems

Weihong Qin, Aimin Wang, Geng Sun, Zemin Sun, Jiacheng Wang, Dusit Niyato, Dong In Kim, Zhu Han

机构 * College of Computer Science and Technology, Key Laboratory of Symbolic Computation and Knowledge Engineering of Ministry of Education, Jilin University（计算机科学与技术学院，教育部符号计算与知识工程重点实验室，吉林大学） ； College of Computing and Data Science, Nanyang Technological University（计算与数据科学学院，南洋理工大学） ； Department of Electrical and Computer Engineering, Sungkyunkwan University（电气与计算机工程系，釜山大学） ； Department of Computer Science and Engineering, Kyung Hee University（计算机科学与工程系，韩国庆熙大学） 纠错

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

Surfer 2: The Next Generation of Cross-Platform Computer Use Agents

Mathieu Andreux, Märt Bakler, Yanael Barbier, Hamza Benchekroun, Emilien Biré, Antoine Bonnet, Riaz Bordie, Nathan Bout, Matthias Brunel, Aleix Cambray, Pierre-Louis Cedoz, Antoine Chassang, Gautier Cloix, Ethan Connelly, Alexandra Constantinou, Ramzi De Coster, Hubert de la Jonquiere, Aurélien Delfosse, Maxime Delpit, Alexis Deprez, Augustin Derupti, Mathieu Diaz, Shannon D'Souza, Julie Dujardin, Abai Edmund, Michael Eickenberg, Armand Fatalot, Wissem Felissi, Isaac Herring, Xavier Koegler, Erwan Le Jumeau de Kergaradec, Aurélien Lac, Maxime Langevin, Corentin Lauverjat, Antonio Loison, Avshalom Manevich, Axel Moyal, Axel Nguyen Kerbel, Marinela Parovic, Julien Revelle, Guillaume Richard, Mats Richter, Ronan Riochet, María Santos, Romain Savidan, Laurent Sifre, Maxime Theillard, Marc Thibault, Ivan Valentini, Tony Wu, Laura Yie, Kai Yuan, Jevgenij Zubovskij

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

Comments 21 pages, 9 figures, 2 tables

HypRL: Reinforcement Learning of Control Policies for Hyperproperties

Tzu-Han Hsu, Arshia Rafieioskouei, Borzoo Bonakdarpour

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

Mix Q-learning for Lane Changing: A Collaborative Decision-Making Method in Multi-Agent Deep Reinforcement Learning

Xiaojun Bi, Mingjie He, Yiwen Sun

机构 * College of Information and Engineering, Minzu University of China（中国民族大学信息与工程学院） ； Key Laboratory of Ethnic Language Intelligent Analysis and Security Governance of MOE, Minzu University of China（教育部民族语言智能分析与安全治理重点实验室） ； Institute for Artificial Intelligence, Peking University（北京大学人工智能学院） ； Beijing Institute for General Artificial Intelligence (BIGAI)（北京通用人工智能研究院） 纠错

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

Soppia: A Structured Prompting Framework for the Proportional Assessment of Non-Pecuniary Damages in Personal Injury Cases

Jorge Alberto Araujo

机构 * Tribunal Regional do Trabalho da 4ª Região (TRT4)（第四地区劳动法庭） 纠错

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

Comments 9 pages, 2 tables, includes GitHub link to framework implementation. Submitted to the Artificial Intelligence and Law section of arXiv

Green Hydrogen under Uncertainty: Evaluating Power-to-X Strategies Using Agent-Based Simulation and Multi-Criteria Decision Framework

Frederik Wagner Madsen, Joy Dalmacio Billanes, Bo Nørregaard Jørgensen, Zheng Ma

专题命中 规划推理 ：planning(abstract)

Rationalizable Screening and Disclosure under Unawareness

Alejandro Francetich, Burkhard C. Schipper

专题命中 规划推理 ：reasoning(abstract)

Comments 48 pages, 3 figures

PhysVLM-AVR: Active Visual Reasoning for Multimodal Large Language Models in Physical Environments

Weijie Zhou, Xuantang Xiong, Yi Peng, Manli Tao, Chaoyang Zhao, Honghui Dong, Ming Tang, Jinqiao Wang

机构 * Beijing Jiaotong University（北京交通大学） ； Tencent Robotics X & Futian Laboratory, Shenzhen（腾讯机器人X及福田实验室，深圳） ； Foundation Model Research Center, Institute of Automation, Chinese Academy of Sciences（基础模型研究中心，中国科学院自动化研究所） ； ObjectEye Inc（ObjectEye公司） 纠错

专题命中 视觉空间推理 ：reasoning(title,abstract)；chain-of-thought(abstract)；CoT(abstract)

Comments 39th Conference on Neural Information Processing Systemss (NeurIPS 2025)