大模型推理能力

Parrot: A Training Pipeline Enhances Both Program CoT and Natural Language CoT for Reasoning

Senjie Jin, Lu Chen, Zhiheng Xi, Yuhui Wang, Sirui Song, Yuhao Zhou, Xinbo Zhang, Peng Sun, Hong Lu, Tao Gui, Qi Zhang, Xuanjing Huang

机构 * College of Computer Science and Artificial Intelligence, Fudan University（计算机科学与人工智能学院，复旦大学） ； ByteDance Research（字节跳动研究院） ； Shanghai Innovation Institute（上海创新研究院） ； Shanghai Key Laboratory of Intelligent Information Processing（上海智能信息处理重点实验室） 纠错

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

RAVR: Reference-Answer-guided Variational Reasoning for Large Language Models

Tianqianjin Lin, Xi Zhao, Xingyao Zhang, Rujiao Long, Yi Xu, Zhuoren Jiang, Wenbo Su, Bo Zheng

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

Comments 17 pages, 11 figures

Confidence is Not Competence

Debdeep Sanyal, Manya Pandey, Dhruv Kumar, Saurabh Deshpande, Murari Mandal

机构 * Birla AI Labs（Birla人工智能实验室） ； RespAI Lab（RespAI实验室） ； KIIT Bhubaneshwar（KIIT大学巴纳拉塞瓦分校） ； BITS Pilani（比什努尔理工学院） 纠错

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

Comments 20 Pages, 6 Figures, 8 Tables

Large Language Models for Combinatorial Optimization of Design Structure Matrix

Shuo Jiang, Min Xie, Jianxi Luo

机构 * City University of Hong Kong（香港城市大学） 纠错

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

Journal ref Proc. Des. Soc. 5 (2025) 2201-2210

RLMEval: Evaluating Research-Level Neural Theorem Proving

Auguste Poiroux, Antoine Bosselut, Viktor Kunčak

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

Comments Accepted to EMNLP 2025 Findings. RLMEval benchmark released: https://github.com/augustepoiroux/RLMEval

ProofSketch: Efficient Verified Reasoning for Large Language Models

Disha Sheshanarayana, Tanishka Magar

机构 * Manipal University Jaipur（马普尔大学斋普尔） 纠错

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

Comments Accepted at NeurIPS 2025, ER Workshop

Communication and Verification in LLM Agents towards Collaboration under Information Asymmetry

Run Peng, Ziqiao Ma, Amy Pang, Sikai Li, Zhang Xi-Jia, Yingzhuo Yu, Cristian-Paul Bara, Joyce Chai

机构 * University of Michigan（密歇根大学） ； UNC, Chapel Hill（北卡罗来纳大学教堂山分校） ； Georgia Tech（佐治亚理工学院） ； Apple（苹果公司） ； Robert Bosch SRL（博世股份有限公司） ； Babeş-Bolyai University（巴贝什-博耶亚大学） 纠错

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

Comments Workshop on Multi-Agent System @ ICML 2025

Non-Markovian Discrete Diffusion with Causal Language Models

Yangtian Zhang, Sizhuang He, Daniel Levine, Lawrence Zhao, David Zhang, Syed A Rizvi, Shiyang Zhang, Emanuele Zappala, Rex Ying, David van Dijk

机构 * Yale University（耶鲁大学） 纠错

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

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

Curiosity-driven RL for symbolic equation solving

Kevin P. O'Keeffe

机构 * Starling Research Institute（星灵研究机构） 纠错

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

Comments Accepted at the NeurIPS 2025 MATH-AI Workshop

Agentic AI: A Comprehensive Survey of Architectures, Applications, and Future Directions

Mohamad Abou Ali, Fadi Dornaika

机构 * University of the Basque Country（巴斯克大学） ； Lebanese International University (LIU)（黎巴嫩国际大学） ； The International University of Beirut（贝鲁特国际大学） ； IKERBASQUE 纠错

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

NL-Debugging: Exploiting Natural Language as an Intermediate Representation for Code Debugging

Weiming Zhang, Qingyao Li, Xinyi Dai, Jizheng Chen, Kounianhua Du, Weiwen Liu, Yasheng Wang, Ruiming Tang, Yong Yu, Weinan Zhang

机构 * Shanghai Jiao Tong University（上海交通大学） ； Huawei Noah’s Ark Lab Shanghai（华为诺亚实验室） 纠错

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

ReCAP: Recursive Context-Aware Reasoning and Planning for Large Language Model Agents

Zhenyu Zhang, Tianyi Chen, Weiran Xu, Alex Pentland, Jiaxin Pei

机构 * Department of Computer Science, Stanford University（斯坦福大学计算机科学系） ； Stanford Institute for Human-Centered AI（斯坦福大学人本人工智能研究所） ； MIT Media Lab（麻省理工学院媒体实验室） 纠错

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

Journal ref 39th Conference on Neural Information Processing Systems (NeurIPS 2025)

GAP: Graph-Based Agent Planning with Parallel Tool Use and Reinforcement Learning

Jiaqi Wu, Qinlao Zhao, Zefeng Chen, Kai Qin, Yifei Zhao, Xueqian Wang, Yuhang Yao

机构 * Tsinghua University（清华大学） ； Huazhong University of Science and Technology（华中科技大学） ； National University of Singapore（新加坡国立大学） ； Carnegie Mellon University（卡内基梅隆大学） 纠错

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

Learning from Reward-Free Offline Data: A Case for Planning with Latent Dynamics Models

Vlad Sobal, Wancong Zhang, Kyunghyun Cho, Randall Balestriero, Tim G. J. Rudner, Yann LeCun

机构 * New York University（纽约大学） ； Genentech（基因泰克） ； Brown University（布朗大学） ； University of Toronto（多伦多大学） ； Meta – FAIR 纠错

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

Comments Project web page: https://latent-planning.github.io/

Standardization of Psychiatric Diagnoses -- Role of Fine-tuned LLM Consortium and OpenAI-gpt-oss Reasoning LLM Enabled Decision Support System

Eranga Bandara, Ross Gore, Atmaram Yarlagadda, Anita H. Clayton, Preston Samuel, Christopher K. Rhea, Sachin Shetty

机构 * Old Dominion University（旧 Dominion 大学） ； McDonald Army Health Center（麦克唐纳陆军医疗中心） ； Blanchfield Army Community Hospital（布兰奇菲尔德陆军社区医院） 纠错

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

Stochastic Long-Term Joint Decarbonization Planning for Power Systems and Data Centers: A Case Study in PJM

Zhentong Shao, Nanpeng Yu, Daniel Wong

专题命中 规划推理 ：planning(title,abstract)

From Narrative to Action: A Hierarchical LLM-Agent Framework for Human Mobility Generation

Qiumeng Li, Chunhou Ji, Xinyue Liu

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

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

Comments 47 pages, 3 figures

Many LLMs Are More Utilitarian Than One

Anita Keshmirian, Razan Baltaji, Babak Hemmatian, Hadi Asghari, Lav R. Varshney

机构 * Forward College（前进学院） ； University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； University of Nebraska, Lincoln（内布拉斯加大学林肯分校） ； Technische Universität Berlin（柏林技术大学） ； Humboldt Institute for Internet and Society（洪堡互联网与社会研究所） ； Stony Brook University（石溪大学） 纠错

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

Comments Accepted to the Conference on Neural Information Processing Systems (NeurIPS 2025)

Multi-Objective Search: Algorithms, Applications, and Emerging Directions

Oren Salzman, Carlos Hernández Ulloa, Ariel Felner, Sven Koenig

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

Beyond Function-Level Search: Repository-Aware Dual-Encoder Code Retrieval with Adversarial Verification

Aofan Liu, Shiyuan Song, Haoxuan Li, Cehao Yang, Yiyan Qi

机构 * International Digital Economy Academy (IDEA)（国际数字经济学院） ； School of Electronic and Computer Engineering, Peking University（电子与计算机工程学院，北京大学） ； Shenzhen International Graduate School, Tsinghua University（深圳国际研究生院，清华大学） 纠错

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

Comments Accepted by EMNLP 2025

Collision avoidance and path finding in a robotic mobile fulfillment system using multi-objective meta-heuristics

Ahmad Kokhahi, Mary Kurz

机构 * Department of Industrial Engineering, Clemson University（工业工程系，克莱姆森大学） 纠错

专题命中 规划推理 ：planning(abstract)

FOCUS: Internal MLLM Representations for Efficient Fine-Grained Visual Question Answering

Liangyu Zhong, Fabio Rosenthal, Joachim Sicking, Fabian Hüger, Thorsten Bagdonat, Hanno Gottschalk, Leo Schwinn

机构 * Technical University of Berlin（柏林技术大学） ； Technical University of Munich（慕尼黑技术大学） ； CARIAD SE ； Volkswagen AG（大众集团） 纠错

专题命中 规划推理 ：reasoning(abstract)

Comments Accepted by NeurIPS 2025 - main track. Project page: https://focus-mllm-vqa.github.io/

OrchVis: Hierarchical Multi-Agent Orchestration for Human Oversight

Jieyu Zhou

专题命中 规划推理 ：planning(abstract)

Blind Spot Navigation in Large Language Model Reasoning with Thought Space Explorer

Jinghan Zhang, Fengran Mo, Tharindu Cyril Weerasooriya, Xinyue Ye, Dongjie Wang, Yanjie Fu, Kunpeng Liu

机构 * Clemson University（克莱姆森大学） ； Université de Montréal（蒙特利尔大学） ； Center for Advanced AI, Accenture（Accenture高级人工智能中心） ； The University of Alabama（阿拉巴马大学） ； University of Kansas（堪萨斯大学） ； Arizona State University（亚利桑那州立大学） 纠错

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

Physics Context Builders: A Modular Framework for Physical Reasoning in Vision-Language Models

Vahid Balazadeh, Mohammadmehdi Ataei, Hyunmin Cheong, Amir Hosein Khasahmadi, Rahul G. Krishnan

机构 * University of Toronto（多伦多大学） ； Autodesk Research（Autodesk研究） 纠错

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

ALDEN: Reinforcement Learning for Active Navigation and Evidence Gathering in Long Documents

Tianyu Yang, Terry Ruas, Yijun Tian, Jan Philip Wahle, Daniel Kurzawe, Bela Gipp

机构 * University of Göttingen（戈丁根大学） ； University of Notre Dame（诺特大学） ； State and University Library of Göttingen（戈丁根州立大学图书馆） 纠错

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

Autonomous 3D Exploration in Large-Scale Environments with Dynamic Obstacles

Emil Wiman, Ludvig Widén, Mattias Tiger, Fredrik Heintz

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

Comments 6 pages, 6 figures

Journal ref 2024 IEEE International Conference on Robotics and Automation (ICRA), Yokohama, Japan, 2024, pp. 2389-2395,

TraveLLM: Could you plan my new public transit route in face of a network disruption?

Bowen Fang, Zixiao Yang, Xuan Di

机构 * Department of Industrial Engineering and Operations Research, Columbia University（工业工程与运营管理系，哥伦比亚大学） ； Department of Civil Engineering and Engineering Mechanics, Columbia University（土木工程与工程力学系，哥伦比亚大学） ； Data Science Institute, Columbia University（数据科学研究院，哥伦比亚大学） 纠错

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

Comments Accepted to ITSC 2025

Vision-Language Integration for Zero-Shot Scene Understanding in Real-World Environments

Manjunath Prasad Holenarasipura Rajiv, B. M. Vidyavathi

专题命中 视觉空间推理 ：reasoning(abstract)

Comments Preprint under review at IEEE Transactions on Pattern Analysis and Machine Intelligence (TPAMI), 2025

Unified Multimodal Chain-of-Thought Reward Model through Reinforcement Fine-Tuning

Yibin Wang, Zhimin Li, Yuhang Zang, Chunyu Wang, Qinglin Lu, Cheng Jin, Jiaqi Wang

机构 * College of Computer Science and Artificial Intelligence, Fudan University（复旦大学计算机科学与人工智能学院） ； Shanghai Innovation Institute（上海创新研究院） ； Shanghai AI Lab（上海人工智能实验室） ； Hunyuan, Tencent（腾讯 Hunyuan） 纠错

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

Comments [NeurIPS2025] Project Page: https://codegoat24.github.io/UnifiedReward/think