大模型推理能力

Enhancing Radiology Report Generation and Visual Grounding using Reinforcement Learning

通过强化学习增强放射学报告生成和视觉基础识别

Benjamin Gundersen, Nicolas Deperrois, Samuel Ruiperez-Campillo, Thomas M. Sutter, Julia E. Vogt, Michael Moor, Farhad Nooralahzadeh, Michael Krauthammer

机构 * University of Zurich（苏黎世大学） ； ETH Zurich（苏黎世联邦理工学院） ； Zurich University of Applied Sciences（苏黎世应用科学大学） 纠错

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

AI总结 本研究通过强化学习和思考机制提升放射学报告生成和视觉基础识别的性能，展示了在医学VLMs中RL作为SFT的有效补充。

Comments 10 pages main text (3 figures, 3 tables), 31 pages in total

Differential Smoothing Mitigates Sharpening and Improves LLM Reasoning

微分平滑缓解锐化并提升大语言模型推理能力

Jingchu Gai, Guanning Zeng, Huaqing Zhang, Aditi Raghunathan

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

AI总结 微分平滑通过缓解RL微调中的锐化问题，提升大语言模型的推理能力和输出多样性。

When Less Language is More: Language-Reasoning Disentanglement Makes LLMs Better Multilingual Reasoners

当语言更少时更有效：语言推理解耦使LLM成为更好的多语言推理者

Weixiang Zhao, Jiahe Guo, Yang Deng, Tongtong Wu, Wenxuan Zhang, Yulin Hu, Xingyu Sui, Yanyan Zhao, Wanxiang Che, Bing Qin, Tat-Seng Chua, Ting Liu

机构 * Harbin Institute of Technology（哈尔滨工业大学） ； Singapore Management University（新加坡管理学院） ； Monash University（墨尔本大学） ； Singapore University of Technology and Design（新加坡科技设计大学） ； National University of Singapore（国立新加坡大学） 纠错

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

AI总结 通过解耦语言和推理能力，使LLM在多语言推理中表现更优，无需额外训练开销。

Comments NeurIPS 2025 Camera-ready

Advancing Mathematical Research via Human-AI Interactive Theorem Proving

通过人机交互定理证明推进数学研究

Chenyi Li, Zhijian Lai, Dong An, Jiang Hu, Zaiwen Wen

机构 * Beijing International Center for Mathematical Research, Peking University（北京大学北京国际数学研究中心） ； Yau Mathematical Sciences Center, Tsinghua University（清华大学尤伊数学科学中心） 纠错

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

AI总结 本文提出了一种人机交互的定理证明流程，利用大语言模型辅助数学研究，通过案例研究展示其在流形优化与Grover算法间连接的探索能力。

Beyond the Hype: Critical Analysis of Student Motivations and Ethical Boundaries in Educational AI Use in Higher Education

超越 hype：批判性分析高等教育中教育 AI 使用的学生动机与伦理边界

Adeleh Mazaherian, Erfan Nourbakhsh

专题命中 代码与定理证明 ：reasoning(abstract)

AI总结 本文探讨高等教育中学生使用 AI 的动机与伦理问题，指出学生普遍依赖 AI 工具但缺乏指导，女性更关注 AI 滥用风险，提出通过 AI 文化课程和评估改革促进负责任的 AI 采用。

Comments 14 pages, 3 figures

Object-centric proto-symbolic behavioural reasoning from pixels

基于像素的物体中心原型符号行为推理

Ruben van Bergen, Justus Hübotter, Alma Lago, Pablo Lanillos

机构 * Donders Institute, Radboud University（多纳尔斯研究所，拉布德大学） ； Cajal Neuroscience Center, Spanish National Research Council（卡哈尔神经科学中心，西班牙国家研究理事会） 纠错

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

AI总结 本文提出了一种基于像素的物体中心深度学习架构，通过物体表示实现从感知到抽象推理的行为推理，展示了在合成环境中通过逻辑推理和连续控制任务的能力。

Comments Accepted for publication in Neural Networks journal

Looking Beyond Visible Cues: Implicit Video Question Answering via Dual-Clue Reasoning

超越可见线索：通过双线索推理进行隐式视频问答

Tieyuan Chen, Huabin Liu, Yi Wang, Chaofan Gan, Mingxi Lyu, Ziran Qin, Shijie Li, Liquan Shen, Junhui Hou, Zheng Wang, Weiyao Lin

机构 * Shanghai Jiao Tong University（上海交通大学） ； ZhongguanCun Academy（中关村学院） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； Shanghai University（上海大学） ； City University of Hong Kong（香港城市大学） ； Wuhan University（武汉大学） 纠错

专题命中 逻辑推理 ：reasoning(title,abstract)

AI总结 本文提出隐式视频问答任务和IRM模型，通过双线索推理提升隐式问答性能，优于现有模型。

Comments Preprint

Workflow is All You Need: Escaping the "Statistical Smoothing Trap" via High-Entropy Information Foraging and Adversarial Pacing

流程即一切：通过高熵信息觅食和对抗性节奏控制摆脱'统计平滑陷阱

Zhongjie Jiang

机构 * Zhongjie Jiang（江宗杰） 纠错

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

AI总结 本研究提出DeepNews框架，通过高熵信息觅食和对抗性节奏控制，解决LLMs在长文本生成中的幻觉、逻辑一致性和个性化表达难题，实验显示其在金融报道中表现优异。

Comments 22 pages, 8 figures. Includes an ecological validity blind test where the Agentic Workflow achieved a 25% acceptance rate in top-tier media, decisively outperforming the SOTA Zero-shot baseline (0%). Features the DNFO-v5 ontology

TP-RAG: Benchmarking Retrieval-Augmented Large Language Model Agents for Spatiotemporal-Aware Travel Planning

TP-RAG：用于时空感知旅行规划的检索增强型大语言模型代理基准测试

Hang Ni, Fan Liu, Xinyu Ma, Lixin Su, Shuaiqiang Wang, Dawei Yin, Hui Xiong, Hao Liu

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

AI总结 TP-RAG提出了一种用于时空感知旅行规划的检索增强型大语言模型基准测试，通过整合参考轨迹提升旅行计划的空间效率和兴趣点合理性，采用EvoRAG框架实现更高效的时空合规性。

Journal ref Proceedings of the 2025 Conference on Empirical Methods in Natural Language Processing

Multi-Robot Path Planning Combining Heuristics and Multi-Agent Reinforcement Learning

结合启发式方法和多智能体强化学习的多机器人路径规划

Shaoming Peng

机构 * School of Artificial Intelligence University of Chinese Academy of Sciences（人工智能学院 中国科学院大学） 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MAPPOHR方法，结合启发式搜索与多智能体强化学习，提升多机器人路径规划效率与性能。

COMPARE: Clinical Optimization with Modular Planning and Assessment via RAG-Enhanced AI-OCT: Superior Decision Support for Percutaneous Coronary Intervention Compared to ChatGPT-5 and Junior Operators

COMPARE: 通过RAG增强的AI-OCT实现临床优化：与ChatGPT-5和初级操作者相比，为经皮冠状动脉介入术提供更优的决策支持

Wei Fang, Chiyao Wang, Wenshuai Ma, Hui Liu, Jianqiang Hu, Xiaona Niu, Yi Chu, Mingming Zhang, Jingxiao Yang, Dongwei Zhang, Zelin Li, Pengyun Liu, Jiawei Zheng, Pengke Zhang, Chaoshi Qin, Wangang Guo, Bin Wang, Yugang Xue, Wei Zhang, Zikuan Wang, Rui Zhu, Yihui Cao, Quanmao Lu, Rui Meng, Yan Li

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

AI总结 CA-GPT通过RAG增强的AI-OCT系统在PCI规划和评估中优于ChatGPT-5和初级医生，提供更可靠的决策支持。

Reconstructing Transportation Cost Planning Theory: A Multi-Layered Framework Integrating Stepwise Functions, AI-Driven Dynamic Pricing, and Sustainable Autonomy

重构运输成本规划理论：一种整合分步函数、AI驱动动态定价和可持续自主性的多层框架

Samuel Darwisman

专题命中 规划推理 ：planning(title,abstract)

AI总结 本研究提出动态可持续成本规划理论，整合分步成本函数、AI驱动动态定价和自动驾驶电动车，以优化运输成本并提升可持续性。

Comments 20 pages, 3 tables, 2 figures

BioMedGPT-Mol: Multi-task Learning for Molecular Understanding and Generation

BioMedGPT-Mol: 用于分子理解和生成的多任务学习

Chenyang Zuo, Siqi Fan, Zaiqing Nie

机构 * Institute for AI Industry Research (AIR)（人工智能产业研究院） ； Tsinghua University（清华大学） ； PharMolix Inc.（PharMolix公司） 纠错

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

AI总结 BioMedGPT-Mol通过多任务学习方法，实现了分子理解和生成任务的高效建模，并在 retrosynthetic 计划中取得最佳性能。

Toward Intelligent and Secure Cloud: Large Language Model Empowered Proactive Defense

迈向智能和安全的云：大型语言模型赋能的主动防御

Yuyang Zhou, Guang Cheng, Kang Du, Zihan Chen, Yuyu Zhao

机构 * School of Cyber Science and Engineering, Southeast University, Purple Mountain Laboratories, and Jiangsu Province Engineering Research Center of Security for Ubiquitous Network（网络安全学院、东南大学、紫山实验室以及江苏省物联网安全工程技术研究中心） 纠错

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

AI总结 本文提出LLM-PD，一种基于大型语言模型的主动防御架构，用于有效应对云网络中的DoS攻击，通过数据分析和自我进化提升防御效率。

Comments 7 pages; Accepted by IEEE Communications Magazine

CC-GRMAS: A Multi-Agent Graph Neural System for Spatiotemporal Landslide Risk Assessment in High Mountain Asia

CC-GRMAS：一种用于高亚洲山区时空滑坡风险评估的多智能体图神经系统

Mihir Panchal, Ying-Jung Chen, Surya Parkash

机构 * Department of Computer Engineering（计算机工程系） ； Dwarkadas Jivanlal Sanghvi College of Engineering（德瓦尔卡斯·吉文拉尔·桑格维学院） ； College of Computing（计算机学院） ； Georgia Institute of Technology（佐治亚理工学院） ； Geo-Hydro Meteorological Risks Management Division（地质-水文气象灾害管理部） ； National Institute of Disaster Management（国家灾害管理研究所） 纠错

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

AI总结 CC-GRMAS通过多智能体图神经系统提升高亚洲山区滑坡风险评估的准确性和响应效率。

ARE: Scaling Up Agent Environments and Evaluations

ARE：扩展代理环境和评估

Romain Froger, Pierre Andrews, Matteo Bettini, Amar Budhiraja, Ricardo Silveira Cabral, Virginie Do, Emilien Garreau, Jean-Baptiste Gaya, Hugo Laurençon, Maxime Lecanu, Kunal Malkan, Dheeraj Mekala, Pierre Ménard, Gerard Moreno-Torres Bertran, Ulyana Piterbarg, Mikhail Plekhanov, Mathieu Rita, Andrey Rusakov, Vladislav Vorotilov, Mengjue Wang, Ian Yu, Amine Benhalloum, Grégoire Mialon, Thomas Scialom

机构 * Meta Superintelligence Labs（Meta超级智能实验室） 纠错

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

AI总结 ARE平台通过Gaia2基准测试代理能力，强调需新架构和适应性计算策略以应对智能光谱的挑战。

Comments Updated authors order and acknowledgement

Push Smarter, Not Harder: Hierarchical RL-Diffusion Policy for Efficient Nonprehensile Manipulation

推智而非推力：用于高效非抓取操作的分层RL-扩散策略

Steven Caro, Stephen L. Smith

机构 * Department of Electrical and Computer Engineering, University of Waterloo（电子与计算机工程系，滑铁卢大学） 纠错

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

AI总结 本文提出HeRD，一种分层RL-扩散策略，用于高效非抓取操作，通过分层目标选择与轨迹生成提升成功率和泛化能力。

Comments 8 pages, 8 figures

DynaMate: An Autonomous Agent for Protein-Ligand Molecular Dynamics Simulations

DynaMate：一种用于蛋白质-配体分子动力学模拟的自主代理

Salomé Guilbert, Cassandra Masschelein, Jeremy Goumaz, Bohdan Naida, Philippe Schwaller

机构 * École Polytechnique Fédérale de Lausanne (EPFL)（瑞士联邦理工学院（EPFL）） ； National Centre of Competence in Research (NCCR) Catalysis（催化领域研究卓越中心（NCCR Catalysis）） 纠错

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

AI总结 DynaMate是一种自主代理框架，能够自主设计和执行蛋白质-配体分子动力学模拟工作流程，并提供自由能结合亲和力计算。

Dark Speculation: Combining Qualitative and Quantitative Understanding in Frontier AI Risk Analysis

暗推测：在前沿人工智能风险分析中结合定性和定量理解

Daniel Carpenter, Carson Ezell, Pratyush Mallick, Alexandria Westray

机构 * Harvard University（哈佛大学） ； Harvard College（哈佛学院） 纠错

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

AI总结 本文提出'暗推测'方法，结合定性和定量分析，系统性地处理前沿人工智能的灾难性风险，以生成概率分布并指导决策。

Comments 43 pages, 2 figures

Thinking While Driving: A Concurrent Framework for Real-Time, LLM-Based Adaptive Routing

驾驶中思考：一种用于实时、基于大语言模型的自适应路由的并发框架

Xiaopei Tan, Muyang Fan

专题命中 规划推理 ：planning(abstract)

AI总结 该研究提出了一种基于大语言模型的实时自适应路由框架，通过并发处理实现动态路径规划与拥堵绕行，提升交通效率。

Game-RL: Synthesizing Multimodal Verifiable Game Data to Boost VLMs' General Reasoning

Game-RL: 合成多模态可验证游戏数据以提升VLMs的通用推理能力

Jingqi Tong, Jixin Tang, Hangcheng Li, Yurong Mou, Ming Zhang, Jun Zhao, Yanbo Wen, Fan Song, Jiahao Zhan, Yuyang Lu, Chaoran Tao, Zhiyuan Guo, Jizhou Yu, Tianhao Cheng, Zhiheng Xi, Changhao Jiang, Zhangyue Yin, Yining Zheng, Weifeng Ge, Guanhua Chen, Tao Gui, Xipeng Qiu, Qi Zhang, Xuanjing Huang

机构 * Fudan University（复旦大学） ； Shanghai Innovation Institute（上海创新研究院） 纠错

专题命中 视觉空间推理 ：reasoning(title,abstract)；分类 cs.CL

AI总结 Game-RL通过合成多模态可验证游戏数据提升VLMs的通用推理能力。

Comments 69 pages, 24 figures

FoundationMotion: Auto-Labeling and Reasoning about Spatial Movement in Videos

FoundationMotion: 自动标注与视频中空间运动的推理

Yulu Gan, Ligeng Zhu, Dandan Shan, Baifeng Shi, Hongxu Yin, Boris Ivanovic, Song Han, Trevor Darrell, Jitendra Malik, Marco Pavone, Boyi Li

机构 * MIT（麻省理工学院） ； NVIDIA（英伟达） ； UMich（密歇根大学） ； UC Berkeley（加州大学伯克利分校） ； Stanford University（斯坦福大学） 纠错

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

AI总结 FoundationMotion通过自动数据整理管道生成大规模细粒度运动数据集，提升开源模型在运动理解与空间推理任务中的性能。

Comments Code is available at https://github.com/Wolfv0/FoundationMotion/tree/main

Thinking with Images via Self-Calling Agent

通过自我调用代理进行图像思考

Wenxi Yang, Yuzhong Zhao, Fang Wan, Qixiang Ye

机构 * University of Chinese Academy of Sciences（中国科学院大学） 纠错

专题命中 视觉空间推理 ：reasoning(abstract)；chain-of-thought(abstract)；CoT(abstract)

AI总结 本文提出sCoT范式，通过自我调用代理实现无需多模态交错的高效视觉推理，实验显示其在HR-Bench 4K上性能提升达1.9%且训练效率提高75%。

Comments Code is available at https://github.com/YWenxi/think-with-images-through-self-calling

Empowering Dynamic Urban Navigation with Stereo and Mid-Level Vision

通过立体视觉和中等层次视觉增强动态城市导航

Wentao Zhou, Xuweiyi Chen, Vignesh Rajagopal, Jeffrey Chen, Rohan Chandra, Zezhou Cheng

机构 * University of Virginia（弗吉尼亚大学） 纠错

专题命中 视觉空间推理 ：reasoning(abstract)

AI总结 本文提出StereoWalker，通过引入立体视觉和中等层次视觉模块，提升动态城市导航性能，仅用1.5%数据即可达到先进水平。

Comments Project Page: https://www.cs.virginia.edu/~tsx4zn/stereowalk/

UnReflectAnything: RGB-Only Highlight Removal by Rendering Synthetic Specular Supervision

UnReflectAnything：通过渲染合成镜面监督实现仅RGB的高光去除

Alberto Rota, Mert Kiray, Mert Asim Karaoglu, Patrick Ruhkamp, Elena De Momi, Nassir Navab, Benjamin Busam

机构 * Politecnico di Milano（米兰理工学院） ； Technical University of Munich（慕尼黑技术大学） ； Munich Center for Machine Learning (MCML)（慕尼黑机器学习中心） ； ImFusion（ImFusion公司） 纠错

专题命中 视觉空间推理 ：reasoning(abstract)

AI总结 UnReflectAnything通过渲染合成镜面监督，实现仅RGB图像的高光去除，适用于自然和手术领域。

From the Laboratory to Real-World Application: Evaluating Zero-Shot Scene Interpretation on Edge Devices for Mobile Robotics

从实验室到现实应用：评估边缘设备上用于移动机器人的零样本场景解读

Nicolas Schuler, Lea Dewald, Nick Baldig, Jürgen Graf

机构 * Laboratories for Cognitive Systems and Robotics（认知系统与机器人实验室） ； University of Luxembourg（卢森堡大学） 纠错

专题命中 视觉空间推理 ：reasoning(abstract)

AI总结 本文评估了适用于移动机器人边缘设备的小型视觉语言模型在零样本场景解读任务中的性能与应用潜力。

Comments 15 pages, 6 figures, 1 table; accepted for AI-2025 Forty-fifth SGAI International Conference on Artificial Intelligence CAMBRIDGE, ENGLAND 16-18 DECEMBER 2025

Journal ref Artificial Intelligence XLII. SGAI-AI 2025. Lecture Notes in Computer Science, vol 16302. Springer, Cham (2026), pp 301-315

OPV: Outcome-based Process Verifier for Efficient Long Chain-of-Thought Verification

基于结果的过程验证器OPV用于高效长链式推理验证

Zijian Wu, Lingkai Kong, Wenwei Zhang, Songyang Gao, Yuzhe Gu, Zhongrui Cai, Tianyou Ma, Yuhong Liu, Zhi Wang, Runyuan Ma, Guangyu Wang, Wei Li, Conghui He, Dahua Lin, Kai Chen

机构 * Shanghai AI Laboratory（上海人工智能实验室） ； MMLab, The Chinese University of Hong Kong（香港中文大学机器学习实验室） 纠错

专题命中 测试时计算 ：verifier(title,abstract)；chain-of-thought(title)；reasoning(abstract)；分类 cs.CL、cs.LG

AI总结 OPV通过基于结果的过程验证方法，实现对长链式推理的高效准确验证，提升大规模注释效率并优于现有模型。

Investigating The Functional Roles of Attention Heads in Vision Language Models: Evidence for Reasoning Modules

探讨视觉语言模型中注意力头的功能作用：推理模块的证据

Yanbei Jiang, Xueqi Ma, Shu Liu, Sarah Monazam Erfani, Tongliang Liu, James Bailey, Jey Han Lau, Krista A. Ehinger

机构 * The University of Melbourne（墨尔本大学） ； The University of Sydney（悉尼大学） 纠错

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

AI总结 本文通过CogVision数据集探讨视觉语言模型中注意力头的功能作用，揭示其在多模态推理中的关键作用及分布特征。

VLMLight: Safety-Critical Traffic Signal Control via Vision-Language Meta-Control and Dual-Branch Reasoning Architecture

VLMLight：通过视觉-语言元控制与双分支推理架构实现安全关键的交通信号控制

Maonan Wang, Yirong Chen, Aoyu Pang, Yuxin Cai, Chung Shue Chen, Yuheng Kan, Man-On Pun

机构 * The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） ； Shanghai AI Laboratory（上海人工智能实验室） ； Nanyang Technological University（南洋理工大学） ； Nokia Bell Labs（诺基亚贝尔实验室） ； Fourier Intelligence（Fourier智能） 纠错

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

AI总结 VLMLight通过视觉-语言元控制与双分支推理架构，实现安全关键的交通信号控制，显著减少紧急车辆等待时间并提升系统安全性。

Comments 25 pages, 15 figures

GFM-RAG: Graph Foundation Model for Retrieval Augmented Generation

基于图的检索增强生成模型：图基础模型

Linhao Luo, Zicheng Zhao, Gholamreza Haffari, Dinh Phung, Chen Gong, Shirui Pan

机构 * Monash University（墨尔本大学） ； Nanjing University of Science and Technology（南京理工大学） ； Shanghai Jiao Tong University（上海交通大学） ； Griffith University（格里菲斯大学） 纠错

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

AI总结 GFM-RAG是一种基于图的检索增强生成模型，通过创新的图神经网络捕捉复杂查询-知识关系，实现了在未见数据集上的高效性能和泛化能力。

Comments Accepted by NeurIPS 2025