大模型推理能力

Beyond Markovian: Reflective Exploration via Bayes-Adaptive RL for LLM Reasoning

超越马尔可夫：通过贝叶斯自适应强化学习实现LLM推理的反思探索

Shenao Zhang, Yaqing Wang, Yinxiao Liu, Tianqi Liu, Peter Grabowski, Eugene Ie, Zhaoran Wang, Yunxuan Li

机构 * Google（谷歌） ； Google DeepMind（谷歌DeepMind） 纠错

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

AI总结 通过贝叶斯自适应强化学习实现LLM推理的反思探索，提升测试性能与令牌效率。

Math Blind: Failures in Diagram Understanding Undermine Reasoning in MLLMs

数学视觉盲：图示理解的失败削弱了多模态大语言模型的推理能力

Yanpeng Sun, Shan Zhang, Wei Tang, Aotian Chen, Piotr Koniusz, Kai Zou, Yuan Xue, Anton van den Hengel

机构 * Ohio State University（俄亥俄州立大学） 纠错

专题命中 数学推理 ：reasoning(title,abstract)；chain-of-thought(abstract)

AI总结 本研究发现多模态大语言模型在图示理解上的缺陷导致推理能力下降，通过改进图示感知可显著提升推理性能。

Exploring the Hidden Reasoning Process of Large Language Models by Misleading Them

通过误导性训练探索大型语言模型的隐藏推理过程

Guanyu Chen, Peiyang Wang, Yizhou Jiang, Yuqian Liu, Chujie Zhao, Ying Fang, Tianren Zhang, Feng Chen

机构 * Department of Automation, Tsinghua University（自动化系，清华大学） ； College of Computer and Cyber Security, Fujian Normal University（计算机与网络安全学院，福建师范大学） 纠错

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

AI总结 本文通过误导性训练方法探索LLMs的隐藏推理过程，发现其具备在任务抽象前进行推理的内部机制。

LIME: Making LLM Data More Efficient with Linguistic Metadata Embeddings

LIME：通过语言元数据嵌入使LLM数据更高效

Sebastian Sztwiertnia, Felix Friedrich, Kristian Kersting, Patrick Schramowski, Björn Deiseroth

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

AI总结 LIME通过语言元数据嵌入提升LLM预训练效率，显著增强语言建模和生成任务表现

FLEX: Continuous Agent Evolution via Forward Learning from Experience

FLEX: 通过经验向前学习实现连续智能体进化

Zhicheng Cai, Xinyuan Guo, Yu Pei, Jiangtao Feng, Jinsong Su, Jiangjie Chen, Ya-Qin Zhang, Wei-Ying Ma, Mingxuan Wang, Hao Zhou

机构 * Institute for AI Industry Research (AIR), Tsinghua University（人工智能产业研究院（AIR）、清华大学） ； ByteDance Seed（字节跳动种子） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； University of Chinese Academy of Sciences（中国科学院大学） ； School of Informatics, Xiamen University（厦门大学信息学院） ； SIA-Lab of Tsinghua AIR and ByteDance Seed（清华大学AIR实验室和字节跳动种子） 纠错

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

AI总结 FLEX通过经验向前学习实现LLM智能体的持续进化，提升数学推理、化学逆合成和蛋白质预测性能，并揭示经验增长的扩展规律和跨智能体的经验继承现象。

Is PRM Necessary? Problem-Solving RL Implicitly Induces PRM Capability in LLMs

PRM是否必要？问题解决RL隐式地在LLMs中诱导PRM能力

Zhangying Feng, Qianglong Chen, Ning Lu, Yongqian Li, Siqi Cheng, Shuangmu Peng, Duyu Tang, Shengcai Liu, Zhirui Zhang

机构 * Huawei Technologies Ltd.（华为技术有限公司） ； Guangdong Provincial Key Laboratory of Brain-Inspired Intelligent Computation, Department of CSE, SUSTech（广东省脑启发智能计算重点实验室、信息科学部、南方科技大学） 纠错

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

AI总结 本研究发现纯RL训练可提升LLMs的推理能力并隐式诱导PRM能力，挑战了PRM的必要性。

Comments Accepted by NeurIPS 2025, camera-ready version

GradientSpace: Unsupervised Data Clustering for Improved Instruction Tuning

GradientSpace: 无监督数据聚类以提升指令微调

Shrihari Sridharan, Deepak Ravikumar, Anand Raghunathan, Kaushik Roy

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

AI总结 GradientSpace通过直接在梯度空间中聚类样本，提升指令微调效果，减少推理延迟并提高准确性。

Hyperbolic Large Language Models

双曲大语言模型

Sarang Patil, Zeyong Zhang, Yiran Huang, Tengfei Ma, Mengjia Xu

机构 * Department of Data Science, New Jersey Institute of Technology（数据科学系，新泽西理工学院） ； Department of Biomedical Informatics, Stony Brook University（生物医学信息学系，石溪大学） 纠错

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

AI总结 本文提出双曲大语言模型，通过双曲几何提升语义表示学习和多尺度推理能力。

Comments 27 pages, 7 figures

Matching Markets Meet LLMs: Algorithmic Reasoning with Ranked Preferences

匹配市场与大语言模型：基于排名偏好的算法推理

Hadi Hosseini, Samarth Khanna, Ronak Singh

机构 * Penn State University（宾夕法尼亚州立大学） 纠错

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

AI总结 本文研究了大语言模型在处理基于排名偏好的匹配市场问题时的局限性，发现其在解决大规模不稳定性方面存在不足，并探讨了参数高效微调对小规模市场的效果。

Ideal Attribution and Faithful Watermarks for Language Models

语言模型中的理想归因与忠实水印

Min Jae Song, Kameron Shahabi

机构 * Data Science Institute, University of Chicago（芝加哥大学数据科学研究院） ； Paul G. Allen School of Computer Science & Engineering, University of Washington（华盛顿大学保罗·G·阿伦计算机科学与工程学院） 纠错

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

AI总结 本文提出了一种理想归因机制和水印方案框架，通过统一的语言和明确的保证，提升水印方案的理论基础和实际应用价值。

Comments 30 pages

From Show Programmes to Data: Designing a Workflow to Make Performing Arts Ephemera Accessible Through Language Models

从节目到数据：设计一种工作流，通过语言模型使表演艺术的临时性资料可访问

Clarisse Bardiot, Pierre-Carl Langlais, Bernard Jacquemin, Jacob Hart, Antonios Lagarias, Nicolas Foucault, Aurélie Lemaître-Legargeant, Jeanne Fras

专题命中 代码与定理证明 ：reasoning(abstract)

AI总结 本文提出利用多模态语言模型和本体推理模型，将戏剧节目转化为结构化数据，以提升文化遗产资料的可访问性和分析能力。

Comments 19 pages, 8 figures, 5 tables, 17 references

Systematically Thinking about the Complexity of Code Structuring Exercises at Introductory Level

在初级课程中系统思考代码结构练习的复杂性

Georgiana Haldeman, Peter Ohmann, Paul Denny

专题命中 代码与定理证明 ：reasoning(abstract)

AI总结 本文提出一个框架，用于系统评估初级课程中代码结构练习的复杂性，通过定义重复、代码模式和数据依赖性三个维度，帮助设计提升学生分解与抽象能力的教育任务。

NeSTR: A Neuro-Symbolic Abductive Framework for Temporal Reasoning in Large Language Models

NeSTR：一种用于大语言模型时间推理的神经符号抽象框架

Feng Liang, Weixin Zeng, Runhao Zhao, Xiang Zhao

机构 * National Key Laboratory of Big Data and Decision（大数据与决策国家重点实验室） 纠错

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

AI总结 NeSTR通过结合符号表示与反思推理，提升大语言模型在复杂时间约束下的推理能力。

Comments Accepted by AAAI 2026

Training Task Reasoning LLM Agents for Multi-turn Task Planning via Single-turn Reinforcement Learning

通过单次强化学习训练多轮任务规划的LLM代理

Hanjiang Hu, Changliu Liu, Na Li, Yebin Wang

机构 * Carnegie Mellon University（卡内基梅隆大学） ； Harvard University（哈佛大学） ； Mitsubishi Electric Research Laboratories (MERL)（三菱电机研究实验室（MERL）） 纠错

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

AI总结 本文通过单次强化学习训练LLM代理进行多轮任务规划，利用GRPO实现高效策略优化，实验显示其在复杂任务规划中的表现优于大参数基线模型。

Comments Accepted by IEEE Control Systems Letters (L-CSS)

EvoMem: Improving Multi-Agent Planning with Dual-Evolving Memory

EvoMem：通过双进化记忆提升多智能体规划

Wenzhe Fan, Ning Yan, Masood Mortazavi

机构 * University of Illinois Chicago（伊利诺伊大学芝加哥分校） ； Futurewei Technologies（未来科技） 纠错

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

AI总结 EvoMem通过双进化记忆机制提升多智能体规划，利用约束记忆和查询反馈记忆模块优化约束跟踪与错误修正，实现旅行、会议和日历任务的性能提升。

Chopping Trees: Semantic Similarity Based Dynamic Pruning for Tree-of-Thought Reasoning

砍树：基于语义相似性的动态剪枝用于树状思维推理

Joongho Kim, Xirui Huang, Zarreen Reza, Gabriel Grand

机构 * Massachusetts Institute of Technology (MIT)（麻省理工学院） 纠错

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

AI总结 SSDP通过动态剪枝技术提升树状思维推理效率，实现2.3倍速度提升且保持高准确性。

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

Subgoal Graph-Augmented Planning for LLM-Guided Open-World Reinforcement Learning

子目标图增强的规划用于LLM引导的开放世界强化学习

Shanwei Fan, Bin Zhang, Zhiwei Xu, Yingxuan Teng, Siqi Dai, Lin Cheng, Guoliang Fan

机构 * The Key Laboratory of Cognition and Decision Intelligence for Complex Systems, Institute of Automation, Chinese Academy of Sciences（认知与决策智能复杂系统重点实验室，自动化研究所，中国科学院） ； School of Artificial Intelligence, University of Chinese Academy of Sciences（中国科学院大学人工智能学院） ； School of Artificial Intelligence, Shandong University（山东大学人工智能学院） 纠错

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

AI总结 本文提出SGA-ACR框架，通过整合环境特定的子目标图和多LLM规划流程，解决LLM在开放世界强化学习中的规划-执行对齐问题，提升子目标的可行性和可验证性。

MeshA*: Efficient Path Planning With Motion Primitives

MeshA*：基于运动原语的高效路径规划

Marat Agranovskiy, Konstantin Yakovlev

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

AI总结 MeshA*通过在网格单元格上搜索并拟合运动原语序列，实现高效路径规划，同时保证完整性和最优性，运行时间显著优于传统方法。

Comments Accepted to AAAI-2026

Knowing the Answer Isn't Enough: Fixing Reasoning Path Failures in LVLMs

知道答案还不够：修复大型视觉-语言模型中的推理路径失败

Chaoyang Wang, Yangfan He, Yiyang Zhou, Yixuan Wang, Jiaqi Liu, Peng Xia, Zhengzhong Tu, Mohit Bansal, Huaxiu Yao

机构 * UNC-Chapel Hill（北卡罗来纳大学教堂山分校） ； Texas A&M University（德克萨斯农工大学） 纠错

专题命中 规划推理 ：reasoning(title,abstract)

AI总结 PSO通过优化推理路径选择，提升大型视觉-语言模型的推理准确性和稳定性。

Do Persona-Infused LLMs Affect Performance in a Strategic Reasoning Game?

带有个性特征的LLM是否会影响战略推理游戏中的表现？

John Licato, Stephen Steinle, Brayden Hollis

机构 * Bellini College of Artificial Intelligence, Cybersecurity and Computing（人工智能、网络安全与计算学院） ； University of South Florida（佛罗里达州立大学） ； Information Directorate（信息 Directorate） ； Air Force Research Library（空军研究图书馆） 纠错

专题命中 规划推理 ：reasoning(title)；分类 cs.AI

AI总结 本研究探讨了个性提示对战略推理游戏表现的影响，提出了一种基于心理测量原理的启发式生成方法，通过中介过程提升启发式策略的可靠性。

Comments Accepted at IJCNLP-AACL 2025

MindDrive: An All-in-One Framework Bridging World Models and Vision-Language Model for End-to-End Autonomous Driving

MindDrive: 一个整合世界模型和视觉-语言模型的全功能框架，用于端到端自动驾驶

Bin Sun, Yaoguang Cao, Yan Wang, Rui Wang, Jiachen Shang, Xiejie Feng, Jiayi Lu, Jia Shi, Shichun Yang, Xiaoyu Yan, Ziying Song

机构 * School of Transportation Science and Engineering, Beihang University（北京航空航天大学交通科学与工程学院） ； State Key Laboratory of Intelligent Transportation System, Beihang University（北京航空航天大学智能交通系统国家重点实验室） ； Hangzhou International Innovation Institute, Beihang University（北京航空航天大学杭州国际创新院） ； Contemporary Amperex Technology Co., Limited (CATL)（当代电动车技术有限公司（CATL）） ； Research Institute of Aero-Engine, Beihang University（北京航空航天大学航空发动机研究院） ； School of Computer Science and Technology, Beijing Jiaotong University（北京交通大学计算机科学与技术学院） ； China Automotive Engineering Research Institute Co., Ltd.（中国汽车工程研究院股份有限公司） 纠错

专题命中 规划推理 ：reasoning(abstract)；planning(abstract)

AI总结 MindDrive通过整合世界模型和视觉-语言模型，提出了一种端到端自动驾驶框架，实现高质量轨迹生成与多目标决策推理，提升自动驾驶的安全性和泛化能力。

M-STAR: Multi-Scale Spatiotemporal Autoregression for Human Mobility Modeling

M-STAR：多尺度时空自回归模型用于人类移动性建模

Yuxiao Luo, Songming Zhang, Sijie Ruan, Siran Chen, Kang Liu, Yang Xu, Yu Zheng, Ling Yin

机构 * Department of Land Surveying and Geo-informatics, The Hong Kong Polytechnic University（土地测量与地理信息学系，香港理工大学） ； Shenzhen Institutes of Advanced Technology (SIAT), Chinese Academy of Sciences（深圳先进技术研究所，中国科学院） ； Faculty of Computer Science and Control Engineering, Shenzhen University of Advanced Technology（计算机科学与控制工程学院，深圳先进技术大学） ； School of Computer Science and Technology, Beijing Institute of Technology（计算机科学与技术学院，北京理工大学） 纠错

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

AI总结 M-STAR通过多尺度时空自回归模型提升人类移动性长期轨迹生成的保真度和效率

Deep Learning and Machine Learning, Advancing Big Data Analytics and Management: Unveiling AI's Potential Through Tools, Techniques, and Applications

深度学习与机器学习：推动大数据分析与管理，通过工具、技术和应用揭示人工智能的潜力

Pohsun Feng, Ziqian Bi, Yizhu Wen, Xuanhe Pan, Benji Peng, Ming Liu, Jiawei Xu, Keyu Chen, Junyu Liu, Caitlyn Heqi Yin, Sen Zhang, Jinlang Wang, Qian Niu, Ming Li, Tianyang Wang, Xinyuan Song, Zekun Jiang

机构 * National Taiwan Normal University（国立台湾师范大学） ； Indiana University（印第安纳大学） ； University of Hawaii（夏威夷大学） ； Kyoto University（京都大学） ； Xi’an Jiaotong-Liverpool University（西安交通大学利物浦大学） ； Georgia Institute of Technology（佐治亚理工学院） ； Rutgers University（罗格斯大学） ； Purdue University（普渡大学） ； University of Wisconsin-Madison（威斯康星大学麦迪逊分校） ； Emory University（埃默里大学） ； Sichuan University（四川大学） 纠错

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

AI总结 本文探讨深度学习与机器学习在大数据分析中的应用，通过工具和技术揭示AI潜力，强调伦理与公平性，推动各领域创新。

Comments This book contains 155 pages and 9 figures

Who Will Top the Charts? Multimodal Music Popularity Prediction via Adaptive Fusion of Modality Experts and Temporal Engagement Modeling

谁会登顶排行榜？通过适应性融合模态专家和时间参与建模的多模态音乐流行度预测

Yash Choudhary, Preeti Rao, Pushpak Bhattacharyya

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

AI总结 GAMENet通过融合多模态数据和时间参与建模，提升了音乐流行度预测的准确性。

Comments 8 pages

Utilizing Multi-Agent Reinforcement Learning with Encoder-Decoder Architecture Agents to Identify Optimal Resection Location in Glioblastoma Multiforme Patients

利用基于编码器-解码器架构的多智能体强化学习识别胶母细胞瘤患者的最优切除位置

Krishna Arun, Moinak Bhattachrya, Paras Goel

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

AI总结 本研究利用多智能体强化学习与编码器-解码器架构，通过诊断和治疗计划优化，提高胶母细胞瘤患者生存率。

Simulating Life Paths with Digital Twins: AI-Generated Future Selves Influence Decision-Making and Expand Human Choice

用数字双胞胎模拟人生路径：AI生成的未来自我影响决策并拓展人类选择

Rachel Poonsiriwong, Chayapatr Archiwaranguprok, Constanze Albrecht, Peggy Yin, Nattavudh Powdthavee, Hal Hershfield, Monchai Lertsutthiwong, Kavin Winson, Pat Pataranutaporn

机构 * MIT Media Lab（MIT媒体实验室） ； Stanford University（斯坦福大学） ； Nanyang Technological University（南洋理工大学） ； University of California, Los Angeles（加州大学洛杉矶分校） ； KASIKORN Labs（KASIKORN实验室） 纠错

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

AI总结 本研究利用AI生成的未来自我虚拟形象，通过模拟人生路径拓展人类选择，发现平衡呈现和新增选项能有效影响决策，提升自主性认知。

Beyond the Black Box: A Cognitive Architecture for Explainable and Aligned AI

超越黑箱：可解释和对齐的AI认知架构

Hu Keyi

机构 * Tongji University（同济大学） 纠错

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

AI总结 本文提出'权重计算主义'认知架构，通过分解认知为逻辑原子和基本操作，实现可解释、普遍和可追溯的价值对齐，为通用人工智能的发展提供理论和实践基础。

The Effect of Belief Boxes and Open-mindedness on Persuasion

信念盒子和开放心态对说服力的影响

Onur Bilgin, Abdullah As Sami, Sriram Sai Vujjini, John Licato

机构 * Advancing Machine and Human Reasoning (AMHR) Lab, University of South Florida（先进机器与人类推理实验室，佛罗里达州立大学） 纠错

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

AI总结 研究探讨信念盒子和开放心态对智能体说服力的影响，发现开放心态影响信念变化的接受度，而信念陈述影响对对立观点的抵抗能力。

Comments Accepted at the 18th International Conference on Agents and Artificial Intelligence (ICAART 2026), Marbella, Spain

Future You: Designing and Evaluating Multimodal AI-generated Digital Twins for Strengthening Future Self-Continuity

未来你：设计和评估多模态AI生成的数字双胞胎以加强未来自我连续性

Constanze Albrecht, Chayapatr Archiwaranguprok, Rachel Poonsiriwong, Awu Chen, Peggy Yin, Monchai Lertsutthiwong, Kavin Winson, Hal Hershfield, Pattie Maes, Pat Pataranutaporn

机构 * MIT Media Lab（MIT媒体实验室） ； Harvard University（哈佛大学） ； Stanford University（斯坦福大学） ； KASIKORN Labs（KASIKORN实验室） 纠错

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

AI总结 本研究通过多模态AI生成的未来自我探索其对自我连续性、情绪和动机的影响，发现avatar效果最佳，但各模态无显著差异，互动质量是关键因素。

FlockVote: LLM-Empowered Agent-Based Modeling for Simulating U.S. Presidential Elections

FlockVote: 基于大语言模型的智能体建模用于模拟美国总统选举

Lingfeng Zhou, Yi Xu, Zhenyu Wang, Dequan Wang

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

AI总结 FlockVote利用大语言模型构建智能体建模框架，用于模拟美国总统选举，实现高保真度的社会模拟与可解释性研究。

Comments Published as a conference paper at ICAIS 2025