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。

2025-12-04 至 2025-12-04 共收录 4 篇信号源：cs.CL, cs.AI, cs.LG

1. 数学推理 4 篇

2512.03176 2025-12-04 cs.LG cs.AI 84%

Plantain: Plan-Answer Interleaved Reasoning

Plantain: 计划-答案交错推理

Anthony Liang, Jonathan Berant, Adam Fisch, Abhimanyu Goyal, Kalpesh Krishna, Jacob Eisenstein

机构 * Google DeepMind（谷歌DeepMind）； University of Southern California（南加州大学）

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

AI总结 Plantain通过计划-思考-回答的交错推理方式，提升数学推理和编码任务的性能，同时减少响应时间。

2512.03759 2025-12-04 cs.CL cs.AI cs.LG 75%

Principled RL for Diffusion LLMs Emerges from a Sequence-Level Perspective

从序列层面视角出发的扩散大语言模型原理化强化学习

Jingyang Ou, Jiaqi Han, Minkai Xu, Shaoxuan Xu, Jianwen Xie, Stefano Ermon, Yi Wu, Chongxuan Li

机构 * Gaoling School of Artificial Intelligence, Renmin University of China（中国人民大学人工智能学院）； Beijing Key Laboratory of Research on Large Models and Intelligent Governance（北京大模型与智能治理研究重点实验室）； Engineering Research Center of Next-Generation Intelligent Search and Recommendation, MOE（下一代智能搜索与推荐工程技术研究中心）； Stanford University（斯坦福大学）； Lambda, Inc（Lambda公司）； Tsinghua University（清华大学）

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

AI总结本文提出ESPO，一种基于序列级优化的原理化强化学习框架，用于提升扩散大语言模型的生成能力，通过ELBO作为似然代理，显著优于token级方法。

2509.07506 2025-12-04 cs.DC cs.AI cs.CL cs.LG cs.SE 67%

Astra: A Multi-Agent System for GPU Kernel Performance Optimization

Astra：一种用于GPU内核性能优化的多智能体系统

Anjiang Wei, Tianran Sun, Yogesh Seenichamy, Hang Song, Anne Ouyang, Azalia Mirhoseini, Ke Wang, Alex Aiken

机构 * Stanford University（斯坦福大学）； Shanghai Jiao Tong University（上海交通大学）； Nanjing University（南京大学）

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

AI总结 Astra是首个基于LLM的多智能体系统，用于优化GPU内核性能，通过协作生成高效内核并实现显著加速。

2512.03442 2025-12-04 cs.CL 57%

PretrainZero: Reinforcement Active Pretraining

PretrainZero：强化主动预训练

Xingrun Xing, Zhiyuan Fan, Jie Lou, Guoqi Li, Jiajun Zhang, Debing Zhang

机构 * Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所）； Xiaohongshu Inc.（小红书公司）

专题命中数学推理：reasoning(abstract)；分类 cs.CL

AI总结 PretrainZero通过主动预训练和自监督学习方法，提升通用推理能力，并在多个基准测试中取得显著成绩。