大模型推理能力

Reasoning Curriculum: Bootstrapping Broad LLM Reasoning from Math

Bo Pang, Deqian Kong, Silvio Savarese, Caiming Xiong, Yingbo Zhou

机构 * Salesforce AI Research（Salesforce AI研究院） ； University of California, Los Angeles（加州大学洛杉矶分校） 纠错

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

Comments 9 pages

Lean4Physics: Comprehensive Reasoning Framework for College-level Physics in Lean4

Yuxin Li, Minghao Liu, Ruida Wang, Wenzhao Ji, Zhitao He, Rui Pan, Junming Huang, Tong Zhang, Yi R. Fung

机构 * Hong Kong University of Science and Technology（香港科技大学） ； 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） 纠错

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

zFLoRA: Zero-Latency Fused Low-Rank Adapters

Dhananjaya Gowda, Seoha Song, Harshith Goka, Junhyun Lee

机构 * Samsung Research（三星研究院） 纠错

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

AMO-Bench: Large Language Models Still Struggle in High School Math Competitions

Shengnan An, Xunliang Cai, Xuezhi Cao, Xiaoyu Li, Yehao Lin, Junlin Liu, Xinxuan Lv, Dan Ma, Xuanlin Wang, Ziwen Wang, Shuang Zhou

机构 * Meituan（美团） ； University of Chinese Academy of Sciences（中国科学院大学） ； Harbin Institute of Technology（哈尔滨工业大学） 纠错

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

Comments 14 pages, 9 figures

The Era of Agentic Organization: Learning to Organize with Language Models

Zewen Chi, Li Dong, Qingxiu Dong, Yaru Hao, Xun Wu, Shaohan Huang, Furu Wei

机构 * Microsoft Research（微软研究院） 纠错

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

StreetMath: Study of LLMs' Approximation Behaviors

Chiung-Yi Tseng, Somshubhra Roy, Maisha Thasin, Danyang Zhang, Blessing Effiong

机构 * LuxMuse AI（LuxMuse人工智能公司） ； Department of Electrical and Computer Engineering, North Carolina State University（北卡罗来纳州立大学电气与计算机工程系） ； Department of Mathematics, University of Waterloo（滑铁卢大学数学系） ； Vokram Group（Vokram集团） ； Department of Computer Science, Saint Louis University（圣路易斯大学计算机科学系） 纠错

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

Incentivizing LLMs to Self-Verify Their Answers

Fuxiang Zhang, Jiacheng Xu, Chaojie Wang, Ce Cui, Yang Liu, Bo An

机构 * Nanyang Technological University, Singapore（南洋理工大学，新加坡） ； Skywork AI 纠错

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

Let LRMs Break Free from Overthinking via Self-Braking Tuning

Haoran Zhao, Yuchen Yan, Yongliang Shen, Haolei Xu, Wenqi Zhang, Kaitao Song, Jian Shao, Weiming Lu, Jun Xiao, Yueting Zhuang

机构 * Zhejiang University（浙江大学） ； Tianjin University（天津大学） ； Microsoft Research Asia（微软亚洲研究院） 纠错

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

Comments Accepted to NeurIPS 2025; Camera ready version, 10 pages. Github:https://github.com/ZJU-REAL/Self-Braking-Tuning Project Page: https://ZJU-REAL.github.io/SBT

AI Mathematician as a Partner in Advancing Mathematical Discovery -- A Case Study in Homogenization Theory

Yuanhang Liu, Beichen Wang, Peng Li, Yang Liu

机构 * Qiuzhen College, Tsinghua University, Beijing, China（清华大学北京校区启祯学院） ； Institute for AI Industry Research (AIR), Tsinghua University, Beijing, China（清华大学人工智能产业研究院） ； Dept. of Comp. Sci. & Tech., Institute for AI, Tsinghua University, Beijing, China（清华大学人工智能学院计算机科学与技术系） 纠错

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

Comments 52 pages, 1 figure

Do LLMs Signal When They're Right? Evidence from Neuron Agreement

Kang Chen, Yaoning Wang, Kai Xiong, Zhuoka Feng, Wenhe Sun, Haotian Chen, Yixin Cao

机构 * Institute of Trustworthy Embodied AI, Fudan University（可信具身人工智能研究院，复旦大学） ； Harbin Institute of Technology（哈尔滨工业大学） 纠错

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

Large Language Models Have Intrinsic Meta-Cognition, but Need a Good Lens

Ziyang Ma, Qingyue Yuan, Zhenglin Wang, Deyu Zhou

机构 * School of Computer Science and Engineering, Key Laboratory of Computer Network and Information Integration, Ministry of Education, Southeast University, China（计算机科学与工程学院、计算机网络与信息集成重点实验室、教育部、东南大学，中国） ； Department of Neurosurgery, Shanghai Tenth People’s Hospital, School of Clinical Medicine of Nanjing Medical University, China（神经外科科、上海第十人民医院、南京医科大学临床医学学院，中国） 纠错

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

Comments Accepted to EMNLP 2025

Accelerating mathematical research with language models: A case study of an interaction with GPT-5-Pro on a convex analysis problem

Adil Salim

专题命中 数学推理 ：reasoning(abstract)

CATCH: A Modular Cross-domain Adaptive Template with Hook

Xinjin Li, Yulie Lu, Jinghan Cao, Yu Ma, Zhenglin Li, Yeyang Zhou

机构 * Columbia University, United States Shanghai Jiao Tong University, China San Francisco State University, United States Carnegie Mellon University, United States Texas A\&M University, College Station, United States University of California, San Diego, United States 纠错

专题命中 数学推理 ：reasoning(abstract)

Evaluating the Role of Verifiers in Test-Time Scaling for Legal Reasoning Tasks

Davide Romano, Jonathan Schwarz, Daniele Giofré

机构 * Thomson Reuters（汤姆森·路透） 纠错

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

Comments Accepted to EMNLP - NLLP Workshop

Are LLMs Rigorous Logical Reasoners? Empowering Natural Language Proof Generation by Stepwise Decoding with Contrastive Learning

Ying Su, Mingwen Liu, Zhijiang Guo

机构 * South China University of Technology（华南理工大学） ； Likelihood Lab（Likelihood实验室） ； HKUST(GZ)（香港科技大学（广州）） ； HKUST（香港科技大学） 纠错

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

Comments 15 pages, 2 figures, 11 tables. Accepted by AACL 2025 main conference

The Kinetics of Reasoning: How Chain-of-Thought Shapes Learning in Transformers?

Zihan Pengmei, Costas Mavromatis, Zhengyuan Shen, Yunyi Zhang, Vassilis N. Ioannidis, Huzefa Rangwala

机构 * The University of Chicago（芝加哥大学） ； Amazon Web Services（亚马逊网络服务） 纠错

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

Comments 10 pages, 7 figures, with appendix

From Reasoning to Learning: A Survey on Hypothesis Discovery and Rule Learning with Large Language Models

Kaiyu He, Zhiyu Chen

机构 * University of Texas at Dallas（德克萨斯大学达拉斯分校） 纠错

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

Comments TMLR Survey Certification

Can Agent Conquer Web? Exploring the Frontiers of ChatGPT Atlas Agent in Web Games

Jingran Zhang, Ning Li, Justin Cui

机构 * UC San Deigo（圣德戈大学） ； UCLA（加州大学洛杉矶分校） 纠错

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

Lost in Tokenization: Context as the Key to Unlocking Biomolecular Understanding in Scientific LLMs

Kai Zhuang, Jiawei Zhang, Yumou Liu, Hanqun Cao, Chunbin Gu, Mengdi Liu, Zhangyang Gao, Zitong Jerry Wang, Xuanhe Zhou, Pheng-Ann Heng, Lijun Wu, Conghui He, Cheng Tan

机构 * Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； Westlake University（西交大学） ； Shanghai Innovation Institute（上海创新研究院） ； Shanghai Jiaotong University（上海交通大学） ； The Chinese University of Hong Kong（香港中文大学） ； 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 逻辑推理 ：reasoning(abstract)；logical reasoning(abstract)；分类 cs.AI

Comments 38 pages, under review

IDEA: Enhancing the Rule Learning Ability of Large Language Model Agent through Induction, Deduction, and Abduction

Kaiyu He, Mian Zhang, Shuo Yan, Peilin Wu, Zhiyu Zoey Chen

机构 * Department of Computer Science University of Texas at Dallas（计算机科学系德克萨斯大学达拉斯分校） 纠错

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

Comments Accepted to ACL 2025 Findings

Fuzzy, Symbolic, and Contextual: Enhancing LLM Instruction via Cognitive Scaffolding

Vanessa Figueiredo

机构 * Department of Computer Science University of Regina（计算机科学系 皇家大学） 纠错

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

Agentic AI Home Energy Management System: A Large Language Model Framework for Residential Load Scheduling

Reda El Makroum, Sebastian Zwickl-Bernhard, Lukas Kranzl

机构 * Department of Industrial Economics and Technology Management, The Norwegian University of Science and Technology（工业经济学与技术管理系，挪威科学与技术大学） 纠错

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

Comments 34 pages, 9 figures. Code available at https://github.com/RedaElMakroum/agentic-ai-hems

Towards Explainable and Reliable AI in Finance

Albi Isufaj, Pablo Mollá, Helmut Prendinger

机构 * National Institute of Informatics Graduate University for Advanced Studies（日本信息处理研究所高级研究大学） 纠错

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

Self-Evolving Curriculum for LLM Reasoning

Xiaoyin Chen, Jiarui Lu, Minsu Kim, Dinghuai Zhang, Jian Tang, Alexandre Piché, Nicolas Gontier, Yoshua Bengio, Ehsan Kamalloo

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

ReaKase-8B: Legal Case Retrieval via Knowledge and Reasoning Representations with LLMs

Yanran Tang, Ruihong Qiu, Xue Li, Zi Huang

专题命中 规划推理 ：reasoning(title,abstract)

Language Models can Self-Improve at State-Value Estimation for Better Search

Ethan Mendes, Alan Ritter

机构 * Georgia Institute of Technology（佐治亚理工学院） 纠错

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

Model-Document Protocol for AI Search

Hongjin Qian, Zheng Liu

机构 * BAAI（北京人工智能研究院） 纠错

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

Comments 10 pages

Empowering RepoQA-Agent based on Reinforcement Learning Driven by Monte-carlo Tree Search

Guochang Li, Yuchen Liu, Zhen Qin, Yunkun Wang, Jianping Zhong, Chen Zhi, Binhua Li, Fei Huang, Yongbin Li, Shuiguang Deng

专题命中 规划推理 ：reasoning(abstract)

Latent Chain-of-Thought for Visual Reasoning

Guohao Sun, Hang Hua, Jian Wang, Jiebo Luo, Sohail Dianat, Majid Rabbani, Raghuveer Rao, Zhiqiang Tao

机构 * Rochester Institute of Technology（罗切斯特技术研究所） ； Snap Inc.（Snap公司） ； University of Rochester（罗切斯特大学） ； DEVCOM Army Research Laboratory（陆军研究实验室） 纠错

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

Comments NeurIPS 2025

Dynamic Context-Aware Scene Reasoning Using Vision-Language Alignment in Zero-Shot Real-World Scenarios

Manjunath Prasad Holenarasipura Rajiv, B. M. Vidyavathi

专题命中 视觉空间推理 ：reasoning(title,abstract)

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