大模型推理能力

FEval-TTC: Fair Evaluation Protocol for Test-Time Compute

Pavel Rumiantsev, Soumyasundar Pal, Yingxue Zhang, Mark Coates

机构 * McGill University（麦吉尔大学） ； Huawei Noah’s Ark Lab（华为诺亚实验室） 纠错

专题命中 测试时计算 ：test-time compute(title,abstract)；reasoning(abstract)；CoT(abstract)；分类 cs.CL、cs.LG

On the Bias of Next-Token Predictors Toward Systematically Inefficient Reasoning: A Shortest-Path Case Study

Riccardo Alberghi, Elizaveta Demyanenko, Luca Biggio, Luca Saglietti

专题命中 测试时计算 ：reasoning(title,abstract)；test-time compute(abstract)；分类 cs.CL、cs.AI、cs.LG

Generalizing Test-time Compute-optimal Scaling as an Optimizable Graph

Fali Wang, Jihai Chen, Shuhua Yang, Runxue Bao, Tianxiang Zhao, Zhiwei Zhang, Xianfeng Tang, Hui Liu, Qi He, Suhang Wang

机构 * The Pennsylvania State University（宾夕法尼亚州立大学） ； University of Pittsburgh（匹兹堡大学） ； Amazon（亚马逊） ； Microsoft（微软） 纠错

专题命中 测试时计算 ：test-time compute(title)；分类 cs.CL、cs.AI、cs.LG

Comments Under review

Representation Consistency for Accurate and Coherent LLM Answer Aggregation

Junqi Jiang, Tom Bewley, Salim I. Amoukou, Francesco Leofante, Antonio Rago, Saumitra Mishra, Francesca Toni

机构 * Imperial College London（帝国理工学院伦敦分校） ； J.P. Morgan AI Research（摩根大通人工智能研究） ； King’s College London（国王学院伦敦分校） 纠错

专题命中 测试时计算 ：reasoning(abstract)；分类 cs.CL、cs.LG

Comments Accepted at NeurIPS 2025. Camera-ready version

Continual Learning, Not Training: Online Adaptation For Agents

Aman Jaglan, Jarrod Barnes

机构 * Arc Intelligence 纠错

专题命中 测试时计算 ：reasoning(abstract)；分类 cs.AI、cs.LG

Comments 12 pages, 4 figures

GeoToken: Hierarchical Geolocalization of Images via Next Token Prediction

Narges Ghasemi, Amir Ziashahabi, Salman Avestimehr, Cyrus Shahabi

机构 * of Computer Science, University of Southern California, Los Angeles, CA, USA ； Computer Engineering, University of Southern California, Los Angeles, CA, USA 纠错

专题命中 测试时计算 ：test-time compute(abstract)；分类 cs.AI、cs.LG

Comments Accepted to IEEE International Conference on Data Mining (ICDM) 2025

TRISKELION-1: Unified Descriptive-Predictive-Generative AI

Nardeep Kumar, Arun Kanwar

机构 * Independent Machine Learning Researcher（独立研究者） 纠错

专题命中 测试时计算 ：reasoning(abstract)；分类 cs.AI、cs.LG

Comments 12 pages, 18 figures, submitted to arXiv (2025)

Cycle Consistency as Reward: Learning Image-Text Alignment without Human Preferences

Hyojin Bahng, Caroline Chan, Fredo Durand, Phillip Isola

机构 * MIT CSAIL（麻省理工学院计算机科学与人工智能实验室） 纠错

专题命中 测试时计算 ：verifier(abstract)；分类 cs.LG

LLM-Assisted Tool for Joint Generation of Formulas and Functions in Rule-Based Verification of Map Transformations

Ruidi He, Yu Zhang, Meng Zhang, Andreas Rausch

专题命中 测试时计算 ：verifier(abstract)

Contextual Relevance and Adaptive Sampling for LLM-Based Document Reranking

Jerry Huang, Siddarth Madala, Cheng Niu, Julia Hockenmaier, Tong Zhang

专题命中 测试时计算 ：reasoning(abstract)

Scaling Graph Chain-of-Thought Reasoning: A Multi-Agent Framework with Efficient LLM Serving

Chengying Huan, Ziheng Meng, Yongchao Liu, Zhengyi Yang, Yun Zhu, Yue Yun, Shipeng Li, Rong Gu, Xiabao Wu, Haitao Zhang, Chuntao Hong, Shaonan Ma, Guihai Chen, Chen Tian

机构 * Nanjing University（南京大学） ； Ant Group（蚂蚁集团） ； University of New South Wales（新南威尔士大学） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； Tsinghua University（清华大学） 纠错

专题命中 复杂问题求解 ：reasoning(title,abstract)；chain-of-thought(title,abstract)；CoT(abstract)；分类 cs.AI、cs.LG

Reasoning Beyond Language: A Comprehensive Survey on Latent Chain-of-Thought Reasoning

Xinghao Chen, Anhao Zhao, Heming Xia, Xuan Lu, Hanlin Wang, Yanjun Chen, Wei Zhang, Jian Wang, Wenjie Li, Xiaoyu Shen

机构 * Department of Computing, The Hong Kong Polytechnic University（计算机系，香港理工大学） ； Ningbo Digital Twin Institute, Eastern Institute of Technology（宁波数字孪生研究院，东部技术研究所） 纠错

专题命中 复杂问题求解 ：reasoning(title,abstract)；chain-of-thought(title,abstract)；CoT(abstract)；分类 cs.CL

Multi-Step Reasoning with Large Language Models, a Survey

Aske Plaat, Annie Wong, Suzan Verberne, Joost Broekens, Niki van Stein, Thomas Back

机构 * LIACS（莱顿大学信息科学研究中心） ； Leiden University（莱顿大学） 纠错

专题命中 复杂问题求解 ：reasoning(title,abstract)；chain-of-thought(abstract)；分类 cs.CL、cs.AI、cs.LG

Comments ACM Computing Surveys

Simulating Environments with Reasoning Models for Agent Training

Yuetai Li, Huseyin A Inan, Xiang Yue, Wei-Ning Chen, Lukas Wutschitz, Janardhan Kulkarni, Radha Poovendran, Robert Sim, Saravan Rajmohan

机构 * University of Washington（华盛顿大学） ； Microsoft（微软公司） ； Carnegie Mellon University（卡内基梅隆大学） 纠错

专题命中 复杂问题求解 ：reasoning(title,abstract)；分类 cs.AI、cs.LG

JudgeLRM: Large Reasoning Models as a Judge

Nuo Chen, Zhiyuan Hu, Qingyun Zou, Jiaying Wu, Qian Wang, Bryan Hooi, Bingsheng He

机构 * National University of Singapore（新加坡国立大学） 纠错

专题命中 复杂问题求解 ：reasoning(title,abstract)；分类 cs.CL、cs.AI

Comments Preprint

Diverse Human Value Alignment for Large Language Models via Ethical Reasoning

Jiahao Wang, Songkai Xue, Jinghui Li, Xiaozhen Wang

专题命中 复杂问题求解 ：reasoning(title,abstract)；分类 cs.CL、cs.AI

Comments Accepted by AIES 2025, camera-ready version

SE-Agent: Self-Evolution Trajectory Optimization in Multi-Step Reasoning with LLM-Based Agents

Jiaye Lin, Yifu Guo, Yuzhen Han, Sen Hu, Ziyi Ni, Licheng Wang, Mingguang Chen, Hongzhang Liu, Ronghao Chen, Yangfan He, Daxin Jiang, Binxing Jiao, Chen Hu, Huacan Wang

机构 * THU（清华大学） ； StepFun ； UofT（多伦多大学） ； PKU（北京大学） ； UCAS（中国科学院大学） ； CASIA（中国科学院自动化研究所） ； UCR（加州大学尔湾分校） ； USYD（新南威尔士大学） ； UMN（明尼苏达大学） 纠错

专题命中 复杂问题求解 ：reasoning(title,abstract)；分类 cs.AI

Discourse Heuristics For Paradoxically Moral Self-Correction

Guangliang Liu, Zimo Qi, Xitong Zhang, Kristen Marie Johnson

机构 * Michigan State University（密歇根州立大学） ； Johns Hopkins University（约翰霍普金斯大学） 纠错

专题命中 复杂问题求解 ：self-correction(title,abstract)；分类 cs.CL

Complex QA and language models hybrid architectures, Survey

Xavier Daull, Patrice Bellot, Emmanuel Bruno, Vincent Martin, Elisabeth Murisasco

机构 * Naval Group（海军集团） ； Toulon Université（图卢兹大学） ； Aix Marseille Univ（阿维尼昂-马赛大学） ； CNRS（法国国家科学研究中心） ； LIS（信息科学实验室） 纠错

专题命中 复杂问题求解 ：reasoning(abstract)；分类 cs.CL、cs.AI、cs.LG

DEEPAMBIGQA: Ambiguous Multi-hop Questions for Benchmarking LLM Answer Completeness

Jiabao Ji, Min Li, Priyanshu Kumar, Shiyu Chang, Saloni Potdar

机构 * UCSB（UCSB大学） ； Apple（苹果公司） 纠错

专题命中 复杂问题求解 ：reasoning(abstract)；分类 cs.CL、cs.AI

Comments 25 pages

GraphTeam: Facilitating Large Language Model-based Graph Analysis via Multi-Agent Collaboration

Xin Li, Qizhi Chu, Yubin Chen, Yang Liu, Yaoqi Liu, Zekai Yu, Weize Chen, Chen Qian, Chuan Shi, Cheng Yang

机构 * Beijing University of Posts and Telecommunications（北京邮电大学） ； The Chinese University of Hong Kong（香港中文大学） ； Tsinghua University（清华大学） 纠错

专题命中 复杂问题求解 ：reasoning(abstract)；分类 cs.CL、cs.AI

Benchmarking Generative AI Against Bayesian Optimization for Constrained Multi-Objective Inverse Design

Muhammad Bilal Awan, Abdul Razzaq, Abdul Shahid

专题命中 复杂问题求解 ：reasoning(abstract)；分类 cs.AI、cs.LG

Comments 17 pages, 2 Figures

Student Engagement in AI Assisted Complex Problem Solving: A Pilot Study of Human AI Rubik's Cube Collaboration

Kirk Vanacore, Jaclyn Ocumpaugh, Forest Agostinelli, Dezhi Wu, Sai Vuruma, Matt Irvin

专题命中 复杂问题求解 ：reasoning(abstract)；分类 cs.AI

ExplicitLM: Decoupling Knowledge from Parameters via Explicit Memory Banks

Chengzhang Yu, Zening Lu, Chenyang Zheng, Chiyue Wang, Yiming Zhang, Zhanpeng Jin

机构 * South China University of Technology（南方科技大学） ； University of Science and Technology of China（中国科学技术大学） ； Hefei Institutes of Physical Science（合肥物理科学研究院） 纠错

专题命中 复杂问题求解 ：reasoning(abstract)；分类 cs.AI

Comments 12pages, 4figures

What's the next frontier for Data-centric AI? Data Savvy Agents

Nabeel Seedat, Jiashuo Liu, Mihaela van der Schaar

机构 * University of Cambridge（剑桥大学） ； Tsinghua University（清华大学） 纠错

专题命中 复杂问题求解 ：reasoning(abstract)；分类 cs.LG

Comments Presented at ICLR 2025 Data-FM. Seedat & Liu contributed equally

SOCRATES: Simulation Optimization with Correlated Replicas and Adaptive Trajectory Evaluations

Haoting Zhang, Haoxian Chen, Donglin Zhan, Hanyang Zhao, Henry Lam, Wenpin Tang, David Yao, Zeyu Zheng

机构 * University of California, Berkeley（加州大学伯克利分校） ； Columbia University（哥伦比亚大学） 纠错

专题命中 复杂问题求解 ：reasoning(abstract)；分类 cs.LG

AI Powered High Quality Text to Video Generation with Enhanced Temporal Consistency

Piyushkumar Patel

机构 * Microsoft（微软） 纠错

专题命中 复杂问题求解 ：reasoning(abstract)；分类 cs.AI

The Narrative Continuity Test: A Conceptual Framework for Evaluating Identity Persistence in AI Systems

Stefano Natangelo

专题命中 复杂问题求解 ：self-correction(abstract)；分类 cs.AI

Comments 33 pages, 127 references v2: Minor editorial revision: redundant phrasing reduced, punctuation and formatting improved; no conceptual or data changes

Agentic Large Language Models for Conceptual Systems Engineering and Design

Soheyl Massoudi, Mark Fuge

机构 * ETH Zurich（苏黎世联邦理工学院） 纠错

专题命中 复杂问题求解 ：reasoning(abstract)；分类 cs.AI

Comments 32 pages, 4 figures

Decoupling Contrastive Decoding: Robust Hallucination Mitigation in Multimodal Large Language Models

Wei Chen, Xin Yan, Bin Wen, Fan Yang, Tingting Gao, Di Zhang, Long Chen

机构 * HKUST（香港科技大学） ； University of Waterloo（滑铁卢大学） ； Kuaishou Technology（快手科技） 纠错

专题命中 复杂问题求解 ：reasoning(abstract)；分类 cs.LG

Comments 17 pages, 4 figures