大模型推理能力

GRACE: Discriminator-Guided Chain-of-Thought Reasoning

GRACE: 基于判别器的链式推理

Muhammad Khalifa, Lajanugen Logeswaran, Moontae Lee, Honglak Lee, Lu Wang

机构 * University of Michigan（密歇根大学） ； LG AI Research（LG人工智能研究） ； University of Illinois at Chicago（伊利诺伊大学香槟分校） 纠错

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

AI总结 GRACE通过引入判别器引导链式推理，有效提升多步推理任务中答案的准确性和中间推理的正确性。

Comments Fixed typos

Emotion-Coherent Reasoning for Multimodal LLMs via Emotional Rationale Verifier

通过情感推理验证器实现多模态大语言模型的情感一致性推理

Hyeongseop Rha, Jeong Hun Yeo, Yeonju Kim, Yong Man Ro

机构 * Corresponding author（通讯作者） 纠错

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

AI总结 本文提出情感推理验证器和解释奖励，通过引导模型生成与目标情绪一致的推理，提升多模态大语言模型在情绪识别中的解释准确性与一致性。

Comments 15 pages, 11 figures

Reasoning Beyond Limits: Advances and Open Problems for LLMs

超越极限的推理：大型语言模型的进展与开放问题

Mohamed Amine Ferrag, Norbert Tihanyi, Merouane Debbah

机构 * United Arab Emirates University（阿拉伯联合酋长国大学） ； Technology Innovation Institute（技术创新研究所） ； Eötvös Loránd University（厄特沃什·洛朗大学） ； Khalifa University of Science（谢赫扎耶德科学技术大学） 纠错

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

AI总结 本文探讨了大型语言模型在推理能力上的最新进展，分析了多种模型的创新与性能提升，并指出了未来在多步骤推理、鲁棒性、提示平衡及工具整合等方面的研究挑战。

Comments The paper is published ICT Express Volume 11, Issue 6, December 2025, Pages 1054-1096

FLOP-Efficient Training: Early Stopping Based on Test-Time Compute Awareness

高效计算训练：基于测试时间计算意识的提前停止

Hossam Amer, Maryam Dialameh, Hossein Rajabzadeh, Walid Ahmed, Weiwei Zhang, Yang Liu

机构 * Ascend Team, Huawei Technologies, Toronto, Canada（华为技术有限公司，多伦多，加拿大） ； University of Waterloo, Waterloo, Canada（滑铁卢大学，滑铁卢，加拿大） 纠错

专题命中 测试时计算 ：test-time compute(title,abstract)；分类 cs.CL、cs.LG

AI总结 本文提出了一种基于测试时间计算意识的高效训练方法，通过提前停止算法减少训练计算量，同时保持或提升模型准确性。

CEE: An Inference-Time Jailbreak Defense for Embodied Intelligence via Subspace Concept Rotation

CEE: 通过子空间概念旋转实现体智能中的推断时间劫持防御

Jirui Yang, Zheyu Lin, Zhihui Lu, Yinggui Wang, Lei Wang, Tao Wei, Qiang Duan, Xin Du, Shuhan Yang

机构 * Fudan University（复旦大学） ； Dalian University of Technology（大连理工大学） ； Ant Group（蚂蚁集团） ； Pennsylvania State University（宾夕法尼亚州立大学） ； Zhejiang University（浙江大学） 纠错

专题命中 测试时计算 ：planning(abstract)；分类 cs.LG

AI总结 CEE通过动态构建子空间并应用SLERP旋转，实现体智能系统中高效的推断时间劫持防御，提升安全性和实用性。