Optimizing Anytime Reasoning via Budget Relative Policy Optimization
机构 * Sea AI Lab（Sea AI实验室） ； National University of Singapore（新加坡国立大学）
专题命中 数学推理 ：reasoning(title,abstract)；test-time compute(abstract)；分类 cs.CL、cs.AI、cs.LG
AI 大模型
大模型推理能力
大模型数学、逻辑、规划、多步推理和测试时计算能力。
1. 数学推理 5 篇
Explore Data Left Behind in Reinforcement Learning for Reasoning Language Models
机构 * University of Maryland, College Park（马里兰大学学院市分校） ； ByteDance（字节跳动） ； Duke University（杜克大学） ； Pennsylvania State University（宾夕法尼亚州立大学）
专题命中 数学推理 ：reasoning(title,abstract)；分类 cs.CL
DRQA: Dynamic Reasoning Quota Allocation for Controlling Overthinking in Reasoning Large Language Models
机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科学与技术大学（广州）） ； The Hong Kong University of Science and Technology（香港科学与技术大学） ； Tsinghua University（清华大学） ； Fudan University（复旦大学） ； Renmin University of China（中国人民大学） ； Shanghai Jiao Tong University（上海交通大学）
专题命中 数学推理 ：reasoning(title,abstract)；分类 cs.CL
Low-probability Tokens Sustain Exploration in Reinforcement Learning with Verifiable Reward
机构 * LLM Department, Tencent（腾讯大模型部门） ； Tsinghua University（清华大学） ； Peking University（北京大学） ； The Chinese University of Hong Kong（香港中文大学）
专题命中 数学推理 ：reasoning(abstract)；分类 cs.CL、cs.LG
Learning-at-Criticality in Large Language Models for Quantum Field Theory and Beyond
机构 * Institute of Theoretical Physics, Chinese Academy of Sciences, Beijing 100190, China（理论物理研究所，中国科学院，北京） ； Hefei National Laboratory, University of Science and Technology of China, Hefei 230088, China（合肥国家实验室，中国科学技术大学，合肥） ； Department of Physics, University of Massachusetts, Amherst, MA 01003, USA（物理系，马萨诸塞大学，阿姆赫斯特） ； Institute of Physics, Chinese Academy of Sciences, Beijing 100190, China（物理研究所，中国科学院，北京） ； School of Fundamental Physics and Mathematical Sciences, Hangzhou Institute for Advanced Study, UCAS, Hangzhou 310024, China（基础物理与数学科学学院，杭州高等研究院，UCAS，杭州） ； Hefei National Laboratory, Hefei 230088, China（合肥国家实验室，合肥） ； Hefei National Laboratory for Physical Sciences at the Microscale（微尺度物理科学国家实验室，合肥） ； Department of Modern Physics, University of Science and Technology of China, Hefei 230026, China（现代物理系，中国科学技术大学，合肥）
专题命中 数学推理 ：reasoning(abstract)；分类 cs.LG
2. 代码与定理证明 2 篇
Introducing LongCat-Flash-Thinking: A Technical Report
机构 * Meituan LongCat Team（美团LongCat团队）
专题命中 代码与定理证明 ：reasoning(abstract)；chain-of-thought(abstract)；CoT(abstract)；分类 cs.AI
Prioritize Economy or Climate Action? Investigating ChatGPT Response Differences Based on Inferred Political Orientation
机构 * Sabanci University（萨班奇大学）
专题命中 代码与定理证明 ：reasoning(abstract)；分类 cs.AI
3. 逻辑推理 1 篇
ReGen: Generative Robot Simulation via Inverse Design
机构 * Massachusetts Institute of Technology（麻省理工学院） ； Toyota Research Institute（丰田研究机构）
专题命中 逻辑推理 ：reasoning(abstract)
4. 规划推理 17 篇
Reasoning Is All You Need for Urban Planning AI
专题命中 规划推理 ：reasoning(title,abstract)；planning(title,abstract)；CoT(abstract)；分类 cs.AI
Comments Submitted to AAAI 2026 Workshop AI4UP
Real-Time Reasoning Agents in Evolving Environments
机构 * Tsinghua University（清华大学） ； Shanghai Jiao Tong University（上海交通大学） ； Georgia Institute of Technology（佐治亚理工学院） ； Stanford University（斯坦福大学）
专题命中 规划推理 ：reasoning(title,abstract)；planning(abstract)；分类 cs.AI
Comments 30 pages
LEME: Open Large Language Models for Ophthalmology with Advanced Reasoning and Clinical Validation
专题命中 规划推理 ：reasoning(title,abstract)；planning(abstract)；分类 cs.CL
Conformalized Non-uniform Sampling Strategies for Accelerated Sampling-based Motion Planning
机构 * Department of Electrical and Systems Engineering, Washington University in St. Louis（电气与系统工程系，华盛顿大学圣路易斯分校）
专题命中 规划推理 ：planning(title,abstract)
Joint Verification and Refinement of Language Models for Safety-Constrained Planning
机构 * University of Texas at Austin（德克萨斯大学奥斯汀分校）
专题命中 规划推理 ：planning(title)；分类 cs.AI
Enterprise Deep Research: Steerable Multi-Agent Deep Research for Enterprise Analytics
机构 * Salesforce AI Research（Salesforce AI研究院）
专题命中 规划推理 ：reasoning(abstract)；planning(abstract)；分类 cs.CL、cs.AI
Comments Technical report; 13 pages plus references and appendices
Ethics-Aware Safe Reinforcement Learning for Rare-Event Risk Control in Interactive Urban Driving
机构 * Chair of Econometrics and Statistics Corresponding author esp. in the Transport Sector（计量经济学与统计学教授职位（交通运输领域特别对应作者）） ； Center for Scalable Data Analytics and Artificial Intelligence (ScaDS.AI)（可扩展数据与人工智能研究中心（ScaDS.AI））
专题命中 规划推理 ：reasoning(abstract)；planning(abstract)；分类 cs.AI、cs.LG
TimeSearch-R: Adaptive Temporal Search for Long-Form Video Understanding via Self-Verification Reinforcement Learning
机构 * ByteDance（字节跳动） ； School of Computer Science, Peking University（北京大学计算机科学学院）
专题命中 规划推理 ：reasoning(abstract)；logical reasoning(abstract)；分类 cs.AI
Comments 22 pages, 17 figures. Official code: https://github.com/Time-Search/TimeSearch-R
iFlyBot-VLM Technical Report
机构 * iFlyTek Reasearch and Development Group（iFlyTek 研发部）
专题命中 规划推理 ：reasoning(abstract)；planning(abstract)
ORCHID: Orchestrated Retrieval-Augmented Classification with Human-in-the-Loop Intelligent Decision-Making for High-Risk Property
机构 * Oak Ridge National Laboratory（橡树岭国家实验室） ； Pacific Northwest National Laboratory（太平洋西北国家实验室）
专题命中 规划推理 ：reasoning(abstract)；分类 cs.CL、cs.AI
Learning to reason about rare diseases through retrieval-augmented agents
机构 * Technical University of Munich（慕尼黑技术大学） ； GE HealthCare（GE医疗） ； Munich Center for Machine Learning（慕尼黑机器学习中心） ； Klinikum Rechts der Isar（莱布尼茨医院） ； Helmholtz Munich（亥姆霍兹慕尼黑研究中心） ； King's College London（伦敦国王学院）
专题命中 规划推理 ：reasoning(abstract)；分类 cs.CL、cs.AI
Comments Submitted on behalf of the PREDICTOM consortium
TAMAS: Benchmarking Adversarial Risks in Multi-Agent LLM Systems
机构 * International Institute of Information Technology, Hyderabad（国际信息科技研究所，海得拉巴） ； Microsoft Research, India（微软研究院，印度）
专题命中 规划推理 ：planning(abstract)；分类 cs.AI
Comments Accepted at ICML 2025 MAS Workshop. This version includes additional experiments and analysis
MOTOR: Multimodal Optimal Transport via Grounded Retrieval in Medical Visual Question Answering
机构 * Mohamed bin Zayed University of Artificial Intelligence（穆罕默德·本·扎耶德人工智能大学） ； Department of Mathematics and Computer Science, Faculty of Science, Alexandria University（亚历山大大学数学与计算机科学系） ； Sheikh Shakhbout Medical City（谢赫·沙赫布OUT医疗城）
专题命中 规划推理 ：reasoning(abstract)；分类 cs.CL
Wider or Deeper? Scaling LLM Inference-Time Compute with Adaptive Branching Tree Search
机构 * Sakana AI, Japan（日本Sakana AI）
专题命中 规划推理 ：reasoning(abstract)；分类 cs.AI
Comments Accepted as a spotlight at NeurIPS 2025
Generating Computational Cognitive Models using Large Language Models
机构 * Helmholtz Munich（海德堡-慕尼黑研究中心） ； Princeton University（普林斯顿大学） ； Tübingen University（图宾根大学）
专题命中 规划推理 ：planning(abstract)；分类 cs.LG
EveryDayVLA: A Vision-Language-Action Model for Affordable Robotic Manipulation
机构 * University of Pittsburgh Center for Research Computing（匹兹堡大学研究中心计算中心）
专题命中 规划推理 ：planning(abstract)
Comments Submitted to ICRA 2026
PySlyde: A Lightweight, Open-Source Toolkit for Pathology Preprocessing
机构 * PharosAI ； King’s College London（国王学院伦敦分校） ； School of Cancer and Pharmaceutical Sciences（癌症与制药科学学院） ； The Alan Turing Institute（艾伦·图灵研究所） ； The Francis Crick Institute（弗朗西斯·克里克研究所） ； Barts Life Sciences（巴特斯生命科学） ； Barts Health NHS Trust（巴特斯健康 NHS信托） ； eResearch
专题命中 规划推理 ：planning(abstract)
5. 视觉空间推理 1 篇
Visual Spatial Tuning
机构 * The University of Hong Kong（香港大学） ； Tsinghua University（清华大学）
专题命中 视觉空间推理 ：reasoning(abstract)
6. 测试时计算 4 篇
ProRefine: Inference-Time Prompt Refinement with Textual Feedback
机构 * Center for Advanced AI, Accenture（高级人工智能研究中心，Accenture） ； Rochester Institute of Technology（罗切斯特理工学院） ； UC Berkeley（加州大学伯克利分校）
专题命中 测试时计算 ：reasoning(abstract,comments)；chain-of-thought(abstract)；planning(abstract)；分类 cs.CL、cs.AI、cs.LG
Comments Workshop on Efficient Reasoning at NeurIPS 2025
Trained on Tokens, Calibrated on Concepts: The Emergence of Semantic Calibration in LLMs
机构 * Apple（苹果公司）
专题命中 测试时计算 ：reasoning(abstract)；chain-of-thought(abstract)；分类 cs.CL、cs.LG
Inference-Time Hyper-Scaling with KV Cache Compression
专题命中 测试时计算 ：reasoning(abstract)；分类 cs.CL、cs.LG
Comments Accepted to NeurIPS 2025
Know What You Don't Know: Uncertainty Calibration of Process Reward Models
机构 * Massachusetts Institute of Technology（麻省理工学院） ； MIT-IBM Watson AI Lab（MIT-IBM沃森人工智能实验室） ； Red Hat AI Innovation（红帽人工智能创新）
专题命中 测试时计算 ：reasoning(abstract)；分类 cs.AI、cs.LG
Comments Accepted at NeurIPS 2025
