大模型推理能力

Language as Mathematical Structure: Examining Semantic Field Theory Against Language Games

语言作为数学结构：对语义场理论与语言游戏的检验

Dimitris Vartziotis

机构 * TWT Science & Innovation（TWT科学与创新） ； NIKI - Digital Engineering（NIKI数字工程） 纠错

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

AI总结 本文通过对比语义场理论与语言游戏，探讨语言的数学结构与社会建构的互补性，提出新的理论指导AI架构的方向。

PTQTP: Post-Training Quantization to Trit-Planes for Large Language Models

PTQTP: 预训练量化到三平面用于大语言模型

He Xiao, Runming Yang, Qingyao Yang, Wendong Xu, Zhen Li, Yupeng Su, Zhengwu Liu, Hongxia Yang, Ngai Wong

机构 * The University of Hong Kong（香港大学） ； The Hong Kong Polytechnic University（香港理工大学） ； University of California, Santa Barbara（加州大学圣巴巴拉分校） 纠错

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

AI总结 PTQTP通过分解权重矩阵为三平面实现高效大语言模型量化，提升推理速度并减少资源消耗。

Comments Ternary Quantization, Under review

Ask, Clarify, Optimize: Human-LLM Agent Collaboration for Smarter Inventory Control

提问、澄清、优化：人类-大语言模型代理协作以实现更智能的库存控制

Yaqi Duan, Yichun Hu, Jiashuo Jiang

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

AI总结 本文提出混合代理框架，利用LLM作为智能接口，通过分离语义推理与数学计算，降低库存成本32.1%，证明LLM作为自然语言接口使优化策略更易被非专家使用。

NormCode: A Semi-Formal Language for Auditable AI Planning

NormCode: 一种用于可审计AI规划的半形式语言

Xin Guan, Yunshan Li, Zekun Wu, Ruibo Zhang

机构 * Center for Long-Term AI（长期人工智能中心） ； Shenzhen University（深圳大学） ； University College London（伦敦大学学院） 纠错

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

AI总结 NormCode是一种半形式语言，通过强制数据隔离和严格区分语义与语法操作，实现AI工作流的可审计性，确保透明性和可验证性。

Comments Archive name: NormCode: A Semi Formal Language for Context Isolated AI Planning

Modelling cultural evolution

文化进化建模

Fredrik Jansson

专题命中 代码与定理证明 ：reasoning(abstract)

AI总结 本文提出了一种文化进化建模的通用模板，通过动态循环连接系统状态、认知过程、行为和宏观结果，以理解文化变化的多元但一致的机制。

Comments Chapter in Johan Lind and Anna Jon-And, eds.: Cultural Evolution from Minimal Principles, Cambridge University Press

Thinking on Maps: How Foundation Model Agents Explore, Remember, and Reason Map Environments

地图上的思考：基础模型代理如何探索、记忆和推理地图环境

Zhiwei Wei, Yuxing Liu, Hua Liao, Wenjia Xu

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

AI总结 本文提出交互式评估框架，分析基础模型代理在符号地图环境中探索、记忆和推理的过程，揭示不同组件在空间理解中的作用。

Comments 43 pages, 8 figures

A Vision-and-Knowledge Enhanced Large Language Model for Generalizable Pedestrian Crossing Behavior Inference

一种融合视觉与知识的大型语言模型用于可推广的行人过街行为推断

Qingwen Pu, Kun Xie, Hong Yang, Guocong Zhai

专题命中 逻辑推理 ：reasoning(abstract)；分类 cs.AI

AI总结 本研究提出PedX-LLM，融合视觉与知识的大型语言模型，用于可推广的行人过街行为推断，通过整合视觉特征和领域知识提升模型性能。

Constructing a Neuro-Symbolic Mathematician from First Principles

从第一原理构建一个神经符号数学家

Keqin Xie

机构 * Keqin Xie 纠错

专题命中 逻辑推理 ：reasoning(abstract)；分类 cs.AI

AI总结 本文提出Mathesis架构，通过神经符号方法将数学状态编码为超图，并利用可微逻辑引擎实现逻辑一致性与能量最小化，以提升复杂推理能力。

A Chain-of-Thought Approach to Semantic Query Categorization in e-Commerce Taxonomies

基于链式思维的电子商务分类语义查询分类方法

Jetlir Duraj, Ishita Khan, Kilian Merkelbach, Mehran Elyasi

机构 * eBay Inc, USA（eBay公司） ； eBay Inc, Germany（eBay公司） 纠错

专题命中 规划推理 ：chain-of-thought(title,abstract)；CoT(abstract)；分类 cs.CL

AI总结 本文提出基于链式思维的电子商务查询分类方法，结合树搜索与LLM语义评分，提升分类准确性和扩展性。

Comments 9 pages, accepted at SIGIR eCom 2025

Journal ref Proceedings of the SIGIR eCom 2025 Workshop, CEUR-WS.org, Vol-4123

Multi-hop Reasoning via Early Knowledge Alignment

通过早期知识对齐实现多跳推理

Yuxin Wang, Shicheng Fang, Bo Wang, Qi Luo, Xuanjing Huang, Yining Zheng, Xipeng Qiu

机构 * Computer Science, Fudan University（复旦大学计算机科学系） ； Institute of Modern Languages and Linguistics, Fudan University（复旦大学现代语言与语言学研究所） ； Shanghai SII（上海SII） 纠错

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

AI总结 EKA通过早期知识对齐提升多跳推理效率，增强检索精度和系统性能。

Comments 16 pages

Reasoning in Action: MCTS-Driven Knowledge Retrieval for Large Language Models

行动中的推理：基于MCTS的知识检索用于大语言模型

Shuqi Liu, Bowei He, Chen Ma, Linqi Song

机构 * City University of Hong Kong（香港城市大学） ； City University of Hong Kong Shenzhen Research Institute（香港城市大学深圳研究院） 纠错

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

AI总结 本文提出一种基于MCTS的知识检索方法，通过增强LLM与对话逻辑结构的对齐，提升多轮对话中的推理能力和响应多样性。

Knowledge Distillation for Temporal Knowledge Graph Reasoning with Large Language Models

基于大语言模型的时序知识图谱推理知识蒸馏

Wang Xing, Wei Song, Siyu Lin, Chen Wu, Zhesi Li, Man Wang

机构 * School of Computer Science and Technology, Xidian University（西安电子科技大学计算机科学与技术学院） ； School of Computing and Artificial Intelligence, Southwest Jiaotong University（西南交通大学计算机与人工智能学院） ； School of Information Science and Engineering, Chongqing Jiaotong University（重庆交通大学信息科学与工程学院） ； School of Information Engineering, Chang’an University（长安大学信息工程学院） 纠错

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

AI总结 本文提出基于大语言模型的时序知识图谱推理蒸馏框架，通过有效转移结构和时间推理能力，提升学生模型的时效建模能力，实现高效部署。

Human-like AI-based Auto-Field-in-Field Whole-Brain Radiotherapy Treatment Planning With Conversation Large Language Model Feedback

类人AI驱动的自动场内场全脑放疗治疗计划与对话大语言模型反馈

Adnan Jafar, An Qin, Gavin Atkins, Xiaoyu Hu, Yin Gao, Xun Jia

专题命中 规划推理 ：planning(title,abstract)

AI总结 本研究提出基于深度学习和大语言模型的自动化全脑放疗计划制定方法，通过对话接口实现交互式优化，提升计划质量和效率。

Comments 22 pages, 7 figures

CTMap: LLM-Enabled Connectivity-Aware Path Planning in Millimeter-Wave Digital Twin Networks

CTMap: 基于大语言模型的毫米波数字孪生网络中连接感知的路径规划

Md Salik Parwez, Sai Teja Srivillibhutturu, Sai Venkat Reddy Kopparthi, Asfiya Misba, Debashri Roy, Habeeb Olufowobi, Charles Kim

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

AI总结 CTMAP通过结合数字孪生与大语言模型，实现毫米波网络中连接感知的路径规划，显著提升信号强度并提高导航的可解释性与适应性。

Can Large Language Models Still Explain Themselves? Investigating the Impact of Quantization on Self-Explanations

大语言模型还能自我解释吗？探讨量化对自我解释的影响

Qianli Wang, Nils Feldhus, Pepa Atanasova, Fedor Splitt, Simon Ostermann, Sebastian Möller, Vera Schmitt

机构 * Quality and Usability Lab, Technische Universität Berlin（柏林技术大学质量与可用性实验室） ； University of Copenhagen（哥本哈根大学） ； Saarland Informatics Campus（萨尔州信息学校园） ； German Research Center for Artificial Intelligence (DFKI)（德国人工智能研究中心） ； Centre for European Research in Trusted AI (CERTAIN)（可信AI欧洲研究中心） ； BIFOLD – Berlin Institute for the Foundations of Learning and Data（柏林学习与数据基础研究院） 纠错

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

AI总结 研究探讨量化对大语言模型自我解释质量及可信度的影响，发现量化会导致中等程度的下降，但不影响其作为压缩技术的有效性。

Comments In submission

BOAD: Discovering Hierarchical Software Engineering Agents via Bandit Optimization

通过Bandit优化发现层次化软件工程代理：BOAD

Iris Xu, Guangtao Zeng, Zexue He, Charles Jin, Aldo Pareja, Dan Gutfreund, Chuang Gan, Zhang-Wei Hong

机构 * Massachusetts Institute of Technology（麻省理工学院） ； MIT-IBM Watson AI Lab（MIT-IBM Watson AI实验室） ； Stanford（斯坦福大学） ； UMass Amherst（马萨诸塞大学阿姆赫斯特分校） 纠错

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

AI总结 BOAD通过多臂老虎机问题自动发现层次化多代理结构，提升软件工程任务的泛化能力。

Bayesian Inverse Games with High-Dimensional Multi-Modal Observations

高维多模态观测下的贝叶斯逆游戏

Yash Jain, Xinjie Liu, Lasse Peters, David Fridovich-Keil, Ufuk Topcu

机构 * The University of Texas at Austin（德克萨斯大学奥斯汀分校） ； Delft University of Technology（代尔夫特理工大学） ； Sunrise Setting Ltd ； SAGE Publications Ltd（SAGE出版社有限公司） 纠错

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

AI总结 本文提出了一种基于贝叶斯推断的逆博弈框架，利用多模态观测数据实时生成隐藏智能体目标的后验分布，提升推断质量并实现更安全的决策。

Multi-Agent Coordinated Rename Refactoring

多智能体协同重命名重构

Abhiram Bellur, Mohammed Raihan Ullah, Fraol Batole, Mohit Kansara, Masaharu Morimoto, Kai Ishikawa, Haifeng Chen, Yaroslav Zharov, Timofey Bryksin, Tien N. Nguyen, Hridesh Rajan, Danny Dig

机构 * University of Colorado（科罗拉多大学） ； Tulane University（路易斯安那大学） ； University of Texas at Dallas（德克萨斯大学达拉斯分校） ； NEC Corporation（日本电气通信事业株式会社） ； NEC Laboratories America（NEC美国实验室） ； JetBrains Research（JetBrains研究） 纠错

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

AI总结 本文提出了一种多智能体框架，通过协同重命名重构自动化减少开发者负担，提升重构效率。

Can Semantic Methods Enhance Team Sports Tactics? A Methodology for Football with Broader Applications

语义方法能否提升团队体育战术？一种适用于足球的通用方法

Alessio Di Rubbo, Mattia Neri, Remo Pareschi, Marco Pedroni, Roberto Valtancoli, Paolino Zica

机构 * Stake Lab, University of Molise, Italy（斯泰克实验室，莫利塞大学，意大利） ； Bioretics, Bologna, Italy（生物反应公司，博洛尼亚，意大利） ； Institute for Generative Strategy, Ferrara, Italy（生成战略研究所，费拉拉，意大利） ； Cesena Femminile Football Club, Cesena, Italy（塞斯纳女子足球俱乐部，塞斯纳，意大利） ； Zica Sport, Benevento, Italy（齐卡体育，贝内文托，意大利） 纠错

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

AI总结 本文提出了一种基于语义空间推理的团队体育战术决策方法，通过多维向量表示球员属性并评估战术契合度，为足球及其他团队领域提供通用决策框架。

Comments Submitted to Sci (MDPI) for peer review

Next Generation Intelligent Low-Altitude Economy Deployments: The O-RAN Perspective

下一代智能低空经济部署：O-RAN视角

Aly Sabri Abdalla, Vuk Marojevic

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

AI总结 本文提出基于O-RAN的低空经济框架，利用AI优化实现闭环任务协调，通过语义感知rApp和强化学习xApp提升轨迹规划性能。

Comments This article has been accepted for publication in the IEEE Wireless Communications Magazine

An AI Monkey Gets Grapes for Sure -- Sphere Neural Networks for Reliable Decision-Making

一个AI猴子确保能拿到葡萄——用于可靠决策的球神经网络

Tiansi Dong, Henry He, Pietro Liò, Mateja Jamnik

机构 * Phillips Academy Andover（安多弗菲利普斯学术 academy） 纠错

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

AI总结 本文提出球神经网络，通过在n维球面上嵌入概念，实现可靠决策，能掌握16种三段论任务。

Comments 19 pages

Dynamic Bayesian Optimization Framework for Instruction Tuning in Partial Differential Equation Discovery

用于偏微分方程发现的动态贝叶斯优化框架用于指令微调

Junqi Qu, Yan Zhang, Shangqian Gao, Shibo Li

机构 * Department of Computer Science, Florida State University（佛罗里达州立大学计算机科学系） 纠错

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

AI总结 NeuroSymBO通过动态贝叶斯优化框架提升偏微分方程发现任务中的指令微调效果，实现更优的解决方案和更高的恢复率。

Optimizing Retrieval for RAG via Reinforcement Learning

通过强化学习优化RAG的检索

Jiawei Zhou, Lei Chen

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

AI总结 通过强化学习优化RAG检索，提升检索性能并适应多样化环境。

CubeBench: Diagnosing Interactive, Long-Horizon Spatial Reasoning Under Partial Observations

CubeBench: 在部分观察下诊断交互式、长周期空间推理

Huan-ang Gao, Zikang Zhang, Tianwei Luo, Kaisen Yang, Xinzhe Juan, Jiahao Qiu, Tianxing Chen, Bingxiang He, Hao Zhao, Hao Zhou, Shilong Liu, Mengdi Wang

机构 * THU（清华大学） ； Princeton（普林斯顿大学） ； SJTU & UMich（上海交通大学 & 密歇根大学） ； HKU（香港大学） 纠错

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

AI总结 CubeBench通过魔方基准评估LLM在部分观察下的空间推理和长周期任务能力，揭示LLM在长期规划中的根本缺陷。

Comments Webpage: https://cubebench.c7w.tech/

FoundationSLAM: Unleashing the Power of Depth Foundation Models for End-to-End Dense Visual SLAM

FoundationSLAM: 释放深度基础模型的力量以实现端到端的密集视觉SLAM

Yuchen Wu, Jiahe Li, Fabio Tosi, Matteo Poggi, Jin Zheng, Xiao Bai

专题命中 视觉空间推理 ：reasoning(abstract)

AI总结 FoundationSLAM通过结合深度基础模型与几何推理，实现端到端的密集视觉SLAM，提升轨迹精度和重建质量，实现实时18 FPS运行。

Comments Accept at AAAI 2026 (Oral)

GLM-4.5V and GLM-4.1V-Thinking: Towards Versatile Multimodal Reasoning with Scalable Reinforcement Learning

GLM-4.5V 和 GLM-4.1V-Thinking：迈向具有可扩展强化学习的多功能推理

V Team, Wenyi Hong, Wenmeng Yu, Xiaotao Gu, Guo Wang, Guobing Gan, Haomiao Tang, Jiale Cheng, Ji Qi, Junhui Ji, Lihang Pan, Shuaiqi Duan, Weihan Wang, Yan Wang, Yean Cheng, Zehai He, Zhe Su, Zhen Yang, Ziyang Pan, Aohan Zeng, Baoxu Wang, Bin Chen, Boyan Shi, Changyu Pang, Chenhui Zhang, Da Yin, Fan Yang, Guoqing Chen, Haochen Li, Jiale Zhu, Jiali Chen, Jiaxing Xu, Jiazheng Xu, Jing Chen, Jinghao Lin, Jinhao Chen, Jinjiang Wang, Junjie Chen, Leqi Lei, Letian Gong, Leyi Pan, Mingdao Liu, Mingde Xu, Mingzhi Zhang, Qinkai Zheng, Ruiliang Lyu, Shangqin Tu, Sheng Yang, Shengbiao Meng, Shi Zhong, Shiyu Huang, Shuyuan Zhao, Siyan Xue, Tianshu Zhang, Tianwei Luo, Tianxiang Hao, Tianyu Tong, Wei Jia, Wenkai Li, Xiao Liu, Xiaohan Zhang, Xin Lyu, Xinyu Zhang, Xinyue Fan, Xuancheng Huang, Yadong Xue, Yanfeng Wang, Yanling Wang, Yanzi Wang, Yifan An, Yifan Du, Yiheng Huang, Yilin Niu, Yiming Shi, Yu Wang, Yuan Wang, Yuanchang Yue, Yuchen Li, Yusen Liu, Yutao Zhang, Yuting Wang, Yuxuan Zhang, Zhao Xue, Zhengxiao Du, Zhenyu Hou, Zihan Wang, Peng Zhang, Debing Liu, Bin Xu, Juanzi Li, Minlie Huang, Yuxiao Dong, Jie Tang

机构 * Zhipu AI & Tsinghua University（智谱AI与清华大学） 纠错

专题命中 测试时计算 ：reasoning(title,abstract)；分类 cs.AI、cs.LG

AI总结 GLM-4.5V和GLM-4.1V-Thinking通过可扩展强化学习提升多模态推理能力，实现多任务高性能表现。

The Reasoning-Creativity Trade-off: Toward Creativity-Driven Problem Solving

推理与创造力的权衡：迈向以创造力为导向的问题解决

Max Ruiz Luyten, Mihaela van der Schaar

机构 * University of Cambridge（剑桥大学） 纠错

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

AI总结 本文提出DCR框架，通过统一变分目标解决LLM在正确性与创造性之间的权衡问题，提供稳定且多样化的训练方法。

Comments 56 pages, 9 figures, submitted to Twenty-Ninth Annual Conference on Artificial Intelligence and Statistics

Adaptive GPU Resource Allocation for Multi-Agent Collaborative Reasoning in Serverless Environments

面向无服务器环境的多智能体协作推理自适应GPU资源分配

Guilin Zhang, Wulan Guo, Ziqi Tan

机构 * Department of Engineering Management and Systems Engineering, George Washington University, USA（工程管理与系统工程系，乔治华盛顿大学） 纠错

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

AI总结 本文提出一种自适应GPU资源分配框架，通过动态分配资源降低延迟并提升效率，适用于无服务器环境下的多智能体协作推理任务。

Comments 6 pages, 2 figures

Journal ref 2025 IEEE Computing, Communications and IoT Applications (ComComAP)

EXAONE 3.0 7.8B Instruction Tuned Language Model

EXAONE 3.0 7.8B 指令微调语言模型

Soyoung An, Kyunghoon Bae, Eunbi Choi, Stanley Jungkyu Choi, Yemuk Choi, Seokhee Hong, Yeonjung Hong, Junwon Hwang, Hyojin Jeon, Gerrard Jeongwon Jo, Hyunjik Jo, Jiyeon Jung, Yountae Jung, Euisoon Kim, Hyosang Kim, Joonkee Kim, Seonghwan Kim, Soyeon Kim, Sunkyoung Kim, Yireun Kim, Youchul Kim, Edward Hwayoung Lee, Haeju Lee, Honglak Lee, Jinsik Lee, Kyungmin Lee, Moontae Lee, Seungjun Lee, Woohyung Lim, Sangha Park, Sooyoun Park, Yongmin Park, Boseong Seo, Sihoon Yang, Heuiyeen Yeen, Kyungjae Yoo, Hyeongu Yun

机构 * LG AI Research（LG人工智能研究） 纠错

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

AI总结 EXAONE 3.0 7.8B 指令微调语言模型在韩语和通用任务中表现优异，通过开源促进专家AI的发展。

EXAONE Deep: Reasoning Enhanced Language Models

EXAONE Deep：增强推理能力的语言模型

Kyunghoon Bae, Eunbi Choi, Kibong Choi, Stanley Jungkyu Choi, Yemuk Choi, Seokhee Hong, Junwon Hwang, Hyojin Jeon, Kijeong Jeon, Gerrard Jeongwon Jo, Hyunjik Jo, Jiyeon Jung, Hyosang Kim, Joonkee Kim, Seonghwan Kim, Soyeon Kim, Sunkyoung Kim, Yireun Kim, Yongil Kim, Youchul Kim, Edward Hwayoung Lee, Haeju Lee, Honglak Lee, Jinsik Lee, Kyungmin Lee, Sangha Park, Yongmin Park, Sihoon Yang, Heuiyeen Yeen, Sihyuk Yi, Hyeongu Yun

机构 * LG AI Research（LG人工智能研究） 纠错

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

AI总结 EXAONE Deep通过训练专用推理数据集，在数学和编码任务中展现出优于同类模型的能力，并提供大模型版本供研究使用。