大模型推理能力

Reflective Confidence: Correcting Reasoning Flaws via Online Self-Correction

反思性信心：通过在线自我纠正修正推理缺陷

Qinglin Zeng, Jing Yang, Keze Wang

机构 * Sun Yat-sen University（中山大学） 纠错

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

AI总结 本文提出反思性信心框架，通过在线自我纠正修正推理缺陷，提升数学推理任务的准确性。

Comments Under submission

MixKVQ: Query-Aware Mixed-Precision KV Cache Quantization for Long-Context Reasoning

MixKVQ: 为长上下文推理的查询感知混合精度KV缓存量化

Tao Zhang, Ziqian Zeng, Hao Peng, Huiping Zhuang, Cen Chen

机构 * South China University of Technology（南方科技大学） ； Beihang University（北航） ； Pazhou Laboratory（琶洲实验室） 纠错

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

AI总结 MixKVQ通过查询感知的混合精度量化策略，提升长上下文推理性能并降低内存开销。

Syzygy of Thoughts: Improving LLM CoT with the Minimal Free Resolution

思想的syzygy：通过最小自由分解改进LLM的CoT

Chenghao Li, Chaoning Zhang, Yi Lu, Jiaquan Zhang, Qigan Sun, Xudong Wang, Jiwei Wei, Guoqing Wang, Yang Yang, Heng Tao Shen

机构 * UESTC（乌东德科技大学） ； CNU（中国矿业大学） ； KHU（韩国大学） ； Tongji Univ（同济大学） 纠错

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

AI总结 Syzygy of Thoughts通过引入最小自由分解方法，改进LLM的链式思维推理，提升复杂问题的解决能力和推理准确性。

GRADEO: Towards Human-Like Evaluation for Text-to-Video Generation via Multi-Step Reasoning

GRADEO: 通过多步骤推理实现文本到视频生成的人类级评估

Zhun Mou, Bin Xia, Zhengchao Huang, Wenming Yang, Jiaya Jia

机构 * Tsinghua Shenzhen International Graduate School, Tsinghua University, Shenzhen, China（清华大学深圳国际研究生院，清华大学，深圳，中国） ； CSE department, The Chinese University of Hong Kong, Hong Kong,China（中国香港大学计算机科学与工程系，中国香港，中国） ； Department of Computer Science（计算机科学系） ； Engineering, The Hong Kong University of Science（工程，香港科学大学） 纠错

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

AI总结 GRADEO通过多步骤推理实现文本到视频生成的人类级评估，提出多维评估数据集和专门设计的视频评估模型，提升评估的可解释性和与人类判断的一致性。

Auto-Prompting with Retrieval Guidance for Frame Detection in Logistics

基于检索引导的自动提示法用于物流帧检测

Do Minh Duc, Quan Xuan Truong, Nguyen Tat Dat, Nguyen Van Vinh

机构 * Faculty of Information Technology, VNU University of Engineering and Technology（信息技术学院，越南工程大学） 纠错

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

AI总结 本文提出基于检索引导的自动提示法，通过优化提示提升物流文本帧检测的准确性和效率。

From Retrieval to Reasoning: A Framework for Cyber Threat Intelligence NER with Explicit and Adaptive Instructions

从检索到推理：一个面向网络威胁情报实体识别的框架，具有显式和自适应指令

Jiaren Peng, Hongda Sun, Xuan Tian, Cheng Huang, Zeqing Li, Rui Yan

机构 * Sichuan University（四川大学） ； Renmin University of China（中国人民大学） ； Wuhan University（武汉大学） ； Engineering Research Center of Next-Generation Intelligent Search and Recommendation, Ministry of Education, China（教育部下一代智能搜索与推荐工程研究中心） 纠错

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

AI总结 本文提出TTPrompt框架，通过显式指令和反馈驱动细化，提升网络威胁情报实体识别的性能。

A Theoretical Lens for RL-Tuned Language Models via Energy-Based Models

通过能量模型的理论视角提升强化学习调优语言模型

Zhiquan Tan, Yinrong Hong

机构 * Tsinghua University（清华大学） ； Beihang University（北航） 纠错

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

AI总结 本文通过能量模型视角，揭示了强化学习调优语言模型的理论基础，证明了其在指令遵循和推理任务中的稳定性与效率。

PDE-Agent: A toolchain-augmented multi-agent framework for PDE solving

PDE-Agent：一种增强工具链的多智能体框架用于PDE求解

Jianming Liu, Ren Zhu, Jian Xu, Kun Ding, Xu-Yao Zhang, Gaofeng Meng, Cheng-Lin Liu

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

AI总结 PDE-Agent通过增强工具链的多代理协作框架，实现从自然语言描述中自动化的PDE求解。

Comments Adding Affiliation Information on arXiv

Small Language Models as Compiler Experts: Auto-Parallelization for Heterogeneous Systems

小型语言模型作为编译器专家：异构系统的自动并行化

Prathamesh Devadiga

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

AI总结 本文提出利用小型语言模型提升异构系统自动并行化性能，通过多种模型和策略在科学计算等领域实现显著加速。

Comments Accepted at NeurIPS 2025 ML for Systems Workshop

$γ(3,4)$ `Attention' in Cognitive Agents: Ontology-Free Knowledge Representations With Promise Theoretic Semantics

$γ(3,4)$ 注意力在认知代理中的应用：基于承诺理论语义的知识表示

Mark Burgess

机构 * Oslo University College Chitek-i AS（奥斯陆大学学院奇特克-艾公司） 纠错

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

AI总结 本文提出基于承诺理论语义的$γ(3,4)$图表示方法，通过特征角色分类替代复杂本体，提升不确定性条件下的推理效率。

From Natural Language to Control Signals: A Conceptual Framework for Semantic Channel Finding in Complex Experimental Infrastructure

从自然语言到控制信号：复杂实验基础设施中语义通道寻找的概念框架

Thorsten Hellert, Nikolay Agladze, Alex Giovannone, Jan Jug, Frank Mayet, Mark Sherwin, Antonin Sulc, Chris Tennant

机构 * Lawrence Berkeley National Laboratory（劳伦斯伯克利国家实验室） ； University of California Santa Barbara（加州大学圣巴巴拉分校） ； Deutsches Elektronen-Synchrotron DESY（德意志电子同步辐射研究中心DESY） ； Thomas Jefferson National Accelerator Facility（托马斯·杰斐逊国家加速器设施） ； Cosylab USA（Cosylab美国分公司） 纠错

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

AI总结 本文提出了一种概念框架，用于在复杂实验基础设施中通过语义方法寻找控制信号，通过四个范式指导架构选择，实现了90-97%的准确率。

Rethinking Multi-Agent Intelligence Through the Lens of Small-World Networks

通过小世界网络的视角重新思考多智能体智能

Boxuan Wang, Zhuoyun Li, Xiaowei Huang, Yi Dong

机构 * School of Computer Science and Informatics, University of Liverpool（计算机科学与信息学院，利物浦大学） 纠错

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

AI总结 本文通过小世界网络视角重新思考多智能体智能，提出基于不确定性引导的重 wiring 方案，实现稳定且可扩展的多智能体系统设计。

Comments Under Review

Survey and Experiments on Mental Disorder Detection via Social Media: From Large Language Models and RAG to Agents

面向社交媒体的抑郁症检测综述与实验：从大型语言模型和RAG到代理

Zhuohan Ge, Darian Li, Yubo Wang, Nicole Hu, Xinyi Zhu, Haoyang Li, Xin Zhang, Mingtao Zhang, Shihao Qi, Yuming Xu, Han Shi, Chen Jason Zhang, Qing Li

机构 * The Hong Kong Polytechnic University（香港理工大学） ； The Hong Kong University of Science and Technology（香港科学与技术大学） 纠错

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

AI总结 本文综述并实验了基于社交媒体的抑郁症检测方法，探讨了LLM、RAG和代理系统在提升检测可靠性与推理能力中的应用。

Comments 20 pages, 10 figures. This is an extension of ICDEW 2025

GraphGeo: Multi-Agent Debate Framework for Visual Geo-localization with Heterogeneous Graph Neural Networks

GraphGeo: 多智能体辩论框架用于具有异构图神经网络的视觉地定位

Heng Zheng, Yuling Shi, Xiaodong Gu, Haochen You, Zijian Zhang, Lubin Gan, Hao Zhang, Wenjun Huang, Jin Huang

专题命中 复杂问题求解 ：reasoning(abstract)

AI总结 GraphGeo通过异构图神经网络的多智能体辩论框架，提升视觉地定位的准确性与鲁棒性。

Comments This submission has been withdrawn by the authors due to a fundamental error in the methodology that affects the validity of the main results