大模型推理能力

Entropy-Gated Branching for Efficient Test-Time Reasoning

熵门分支用于高效的测试时间推理

Xianzhi Li, Ethan Callanan, Abdellah Ghassel, Xiaodan Zhu

机构 * Department of Electrical and Computer Engineering & Ingenuity Labs Research Institute（电气与计算机工程系及创新实验室研究所） 纠错

专题命中 数学推理 ：reasoning(title,abstract)；test-time compute(abstract)；verifier(abstract)；分类 cs.CL、cs.AI

AI总结 熵门分支通过在高不确定步骤进行分支并修剪扩展，提升LLM测试时间推理的准确性和效率。

Explicit Multi-head Attention for Inter-head Interaction in Large Language Models

显式多头注意力机制用于大语言模型中头间的交互

Runyu Peng, Yunhua Zhou, Demin Song, Kai Lv, Bo Wang, Qipeng Guo, Xipeng Qiu

机构 * Shanghai AI Laboratory（上海人工智能实验室） ； Fudan University（复旦大学） 纠错

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

AI总结 本文提出显式多头注意力机制，通过显式建模头间交互提升注意力性能，实现更高效的参数利用和内存压缩，同时保持模型性能。

SemCoT: Accelerating Chain-of-Thought Reasoning through Semantically-Aligned Implicit Tokens

SemCoT：通过语义对齐的隐式令牌加速链式推理

Yinhan He, Wendy Zheng, Yaochen Zhu, Zaiyi Zheng, Lin Su, Sriram Vasudevan, Qi Guo, Liangjie Hong, Jundong Li

机构 * University of Virginia（弗吉尼亚大学） ； LinkedIn Inc.（领英公司） 纠错

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

AI总结 SemCoT通过语义对齐的隐式令牌优化，提升链式推理的效率与准确性。

Visual Generation Unlocks Human-Like Reasoning through Multimodal World Models

视觉生成通过多模态世界模型解锁类人推理

Jialong Wu, Xiaoying Zhang, Hongyi Yuan, Xiangcheng Zhang, Tianhao Huang, Changjing He, Chaoyi Deng, Renrui Zhang, Youbin Wu, Mingsheng Long

机构 * Tsinghua University（清华大学） 纠错

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

AI总结 本文提出视觉生成在特定任务中优于纯语言推理，通过构建VisWorld-Eval评估套件验证了多模态世界模型提升类人推理的能力。

Comments Project page: https://thuml.github.io/Reasoning-Visual-World

Decompose-and-Formalise: Recursively Verifiable Natural Language Inference

分解与形式化：可递归验证的自然语言推理

Xin Quan, Marco Valentino, Louise A. Dennis, André Freitas

机构 * Department of Computer Science, University of Manchester（曼彻斯特大学计算机科学系） ； School of Computer Science, University of Sheffield（谢菲尔德大学计算机科学学院） ； Idiap Research Institute（Idiap研究 institute） ； National Biomarker Centre, CRUK-MI, University of Manchester（曼彻斯特大学国家生物标记中心） 纠错

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

AI总结 本文提出分解与形式化框架，通过自底向上的验证和局部诊断引导细化，提升自然语言推理的解释验证效率和准确性。

LLM Agents for Knowledge Discovery in Atomic Layer Processing

用于原子层处理中知识发现的LLM代理

Andreas Werbrouck, Marshall B. Lindsay, Matthew Maschmann, Matthias J. Young

机构 * University of Missouri Columbia（密苏里大学哥伦比亚分校） 纠错

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

AI总结 本研究利用LLM代理在原子层处理中探索化学相互作用，通过试错和持续探索实现知识发现。

Comments Accepted submission to the AI4MAT workshop@NEURIPS 2025. As submitted, except author names added

Multi-Agent Procedural Graph Extraction with Structural and Logical Refinement

多代理过程图提取与结构逻辑细化

Wangyang Ying, Yanchi Liu, Xujiang Zhao, Wei Cheng, Zhengzhang Chen, Wenchao Yu, Yanjie Fu, Haifeng Chen

机构 * Arizona State University（亚利桑那州立大学） ； NEC Labs America（NEC美国实验室） 纠错

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

AI总结 本文提出多代理框架\model{}，通过结构和逻辑细化提升过程图提取的准确性和可控性。

Privacy Reasoning in Ambiguous Contexts

模糊情境中的隐私推理

Ren Yi, Octavian Suciu, Adria Gascon, Sarah Meiklejohn, Eugene Bagdasarian, Marco Gruteser

机构 * Google Research（谷歌研究） 纠错

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

AI总结 本研究通过设计Camber框架，探讨上下文消歧对提升语言模型隐私推理能力的影响，实验显示消歧可显著提高精度和召回率，减少提示敏感性。

Journal ref Advances in Neural Information Processing Systems 38 (2025)

Agentic Plan Caching: Test-Time Memory for Fast and Cost-Efficient LLM Agents

代理计划缓存：用于快速且低成本LLM代理的测试时间内存

Qizheng Zhang, Michael Wornow, Gerry Wan, Kunle Olukotun

机构 * Stanford University（斯坦福大学） 纠错

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

AI总结 Agentic Plan Caching通过测试时间内存提取并重用结构化计划模板，降低LLM代理服务成本和延迟，提升效率。

Comments NeurIPS 2025. 27 pages

A Hybrid Supervised-LLM Pipeline for Actionable Suggestion Mining in Unstructured Customer Reviews

一种混合监督-大语言模型管道用于无结构客户评论中的可操作建议挖掘

Aakash Trivedi, Aniket Upadhyay, Pratik Narang, Dhruv Kumar, Praveen Kumar

机构 * Department of Computer Science & Information Systems, Birla Institute of Technology and Science, Pilani, India（印度比拉理工学院计算机科学与信息系统系） ； Birdeye Inc.（Birdeye公司） 纠错

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

AI总结 本文提出一种混合监督-大语言模型管道，用于从无结构客户评论中精准提取可操作建议，通过结合RoBERTa分类器和指令调优的LLM，提升提取准确性和聚类一致性，同时揭示领域适应与部署挑战。

Comments Accepted to EACL 2026 Industry Track (to appear)

ComAgent: Multi-LLM based Agentic AI Empowered Intelligent Wireless Networks

ComAgent：基于多LLM的代理式AI赋能智能无线网络

Haoyun Li, Ming Xiao, Kezhi Wang, Robert Schober, Dong In Kim, Yong Liang Guan

机构 * IEEE 纠错

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

AI总结 ComAgent通过多LLM代理式AI框架，实现复杂无线网络任务的自动化设计与优化，展现出超越单体LLM的性能优势。

GTA: Generative Traffic Agents for Simulating Realistic Mobility Behavior

GTA：生成交通代理用于模拟真实移动行为

Simon Lämmer, Mark Colley, Patrick Ebel

机构 * Leipzig University（莱比锡大学） ； UCL Interaction Centre（UCL互动中心） ； ScaDS.AI, Leipzig University（ScaDS.AI，莱比锡大学） 纠错

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

AI总结 GTA通过基于角色的代理和大语言模型模拟大规模交通行为，提供了一种无需手工规则的类人交通模拟方法，用于研究未来创新对出行决策的影响。

Comments This version has been conditionally accepted at CHI 2026

Rethinking the AI Scientist: Interactive Multi-Agent Workflows for Scientific Discovery

重新思考AI科学家：用于科学发现的交互式多智能体工作流

Lukas Weidener, Marko Brkić, Mihailo Jovanović, Ritvik Singh, Chiara Baccin, Emre Ulgac, Alex Dobrin, Aakaash Meduri

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

AI总结 Deep Research通过交互式多智能体系统实现快速科学发现，其在计算生物学基准上达到领先性能，显著提升研究效率与准确性。

Remote Sensing Image Intelligent Interpretation with the Language-Centered Perspective: Principles, Methods and Challenges

遥感图像智能解读的以语言为中心的视角：原理、方法与挑战

Haifeng Li, Wang Guo, Haiyang Wu, Mengwei Wu, Jipeng Zhang, Qing Zhu, Yu Liu, Xin Huang, Chao Tao

机构 * School of Geosciences and Info-Physics, Central South University（中南大学地球科学与信息物理学院） ； Faculty of Geosciences and Environmental Engineering, Southwest Jiaotong University（西南交通大学地质科学与环境工程学院） ； School of Earth and Space Sciences, Peking University（北京大学地球与空间科学学院） ； Institute of Remote Sensing Information Processing (IRSIP), Wuhan University（武汉大学遥感信息处理研究所） 纠错

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

AI总结 本文提出以语言为中心的遥感图像解读框架，探讨LLMs作为认知核心的作用，并总结多模态表示、知识关联等核心挑战，为认知驱动的智能地理空间分析提供理论基础。

PowerGraph-LLM: Novel Power Grid Graph Embedding and Optimization with Large Language Models

PowerGraph-LLM: 利用大语言模型的新型电力网络图嵌入与优化框架

Fabien Bernier, Jun Cao, Maxime Cordy, Salah Ghamizi

机构 * SnT, University of Luxembourg, Luxembourg（卢森堡大学SnT学院，卢森堡） ； Luxembourg Institute of Health (LIH), Luxembourg（卢森堡健康研究院） 纠错

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

AI总结 PowerGraph-LLM利用大语言模型解决电力系统最优潮流问题，结合图与表格表示以捕捉复杂关系，并通过定制的微调协议提升性能。

Comments Published at IEEE Transactions on Power Systems

Journal ref IEEE Transactions on Power Systems (Volume: 40, Issue: 6, Pages: 5483 - 5486, November 2025)

Before Smelling the Video: A Two-Stage Pipeline for Interpretable Video-to-Scent Plans

在嗅觉之前：一种可解释的视频到香氛计划的两阶段流程

Kaicheng Wang, Kevin Zhongyang Shao, Ruiqi Chen, Sep Makhsous, Denise Wilson

专题命中 规划推理 ：planning(abstract)

AI总结 本文提出了一种两阶段流程，通过视觉语言模型和大型语言模型分离视频语义提取与气味推断，验证了语义规划在提升嗅觉媒体体验中的有效性。

Comments In submission of poster as ongoing project

MATA: A Trainable Hierarchical Automaton System for Multi-Agent Visual Reasoning

MATA：一种用于多智能体视觉推理的可训练分层自动机系统

Zhixi Cai, Fucai Ke, Kevin Leo, Sukai Huang, Maria Garcia de la Banda, Peter J. Stuckey, Hamid Rezatofighi

机构 * Monash University（墨尔本大学） 纠错

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

AI总结 MATA是一种基于分层自动机的多智能体系统，通过可训练超智能体选择最优智能体进行视觉推理，实现高效任务解决。

Comments ICLR 2026

DiVE-k: Differential Visual Reasoning for Fine-grained Image Recognition

DiVE-k：基于微细图像识别的差分视觉推理

Raja Kumar, Arka Sadhu, Ram Nevatia

机构 * University of Southern California（南加州大学） ； Meta 纠错

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

AI总结 DiVE-k通过利用模型自身top-k预测作为训练信号，提升细粒度图像识别的差分推理能力，显著优于现有方法。

Comments ICLR 2026

LocationAgent: A Hierarchical Agent for Image Geolocation via Decoupling Strategy and Evidence from Parametric Knowledge

LocationAgent: 一种基于解耦策略和参数知识证据的图像地理定位分层代理

Qiujun Li, Zijin Xiao, Xulin Wang, Zhidan Ma, Cheng Yang, Haifeng Li

机构 * Central South University（中南大学） ； ByteDance (China)（字节跳动（中国）） 纠错

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

AI总结 LocationAgent通过分层推理和外部证据验证，有效提升图像地理定位的准确性和泛化能力。

Comments 9 pages, 5 figures, 3 tables

EgoHandICL: Egocentric 3D Hand Reconstruction with In-Context Learning

EgoHandICL: 以自身为中心的3D手重建与上下文学习

Binzhu Xie, Shi Qiu, Sicheng Zhang, Yinqiao Wang, Hao Xu, Muzammal Naseer, Chi-Wing Fu, Pheng-Ann Heng

机构 * Department of Computer Science and Engineering, The Chinese University of Hong Kong（计算机科学与工程系，香港中文大学） ； Institute of Medical Intelligence and XR, The Chinese University of Hong Kong（医学智能与XR研究院，香港中文大学） ； Department of Computer Science, Khalifa University（计算机科学系，哈利法大学） 纠错

专题命中 视觉空间推理 ：reasoning(abstract)

AI总结 EgoHandICL通过上下文学习框架提升以自身为中心的3D手重建的鲁棒性和一致性，结合视觉语言模型和掩码自动编码器实现更精确的手-物体交互推理。

Comments Accepted in ICLR 2026, Codebase: https://github.com/Nicous20/EgoHandICL

RoamScene3D: Immersive Text-to-3D Scene Generation via Adaptive Object-aware Roaming

RoamScene3D: 通过自适应物体感知漫游实现沉浸式文本到3D场景生成

Jisheng Chu, Wenrui Li, Rui Zhao, Wangmeng Zuo, Shifeng Chen, Xiaopeng Fan

机构 * Faculty of Computing, Harbin Institute of Technology（计算机学院，哈尔滨工业大学） ； Shenzhen Institutes of Advanced Technology, Chinese Academy of Sciences（深圳先进技术研究所，中国科学院） ； Nanyang Technological University（南洋理工大学） ； Peng Cheng Laboratory（鹏城实验室） ； Harbin Institute of Technology Suzhou Research Institute（哈尔滨工业大学苏州研究院） 纠错

专题命中 视觉空间推理 ：reasoning(abstract)

AI总结 RoamScene3D通过自适应物体感知漫游实现沉浸式文本到3D场景生成，结合语义推理和几何约束提升场景一致性与逼真度。

Enhancing Descriptive Captions with Visual Attributes for Multimodal Perception

通过视觉属性增强描述性标题以实现多模态感知

Yanpeng Sun, Jing Hao, Ke Zhu, Jiang-Jiang Liu, Yuxiang Zhao, Xiaofan Li, Na Zhao, Zechao Li, Jingdong Wang

机构 * NJUST（南京理工大学） ； Baidu VIS（百度视觉部） ； HKU（香港大学） ； NJU（南京大学） ； SUTD（新加坡科技设计大学） 纠错

专题命中 视觉空间推理 ：reasoning(abstract)

AI总结 本文提出EDC方法，通过整合视觉专家的低级和细粒度属性，提升图像标题的描述质量，以增强多模态感知能力。

Comments An open-source Agent for generating detailed image captions

GLOVE: Global Verifier for LLM Memory-Environment Realignment

GLOVE：LLM内存-环境重对齐的全局验证器

Xingkun Yin, Hongyang Du

机构 * University of Hong Kong（香港大学） 纠错

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

AI总结 GLOVE通过引入相对真理的概念，实现LLM内存与环境的自适应重对齐，无需地面真相监督或强依赖模型反思，提升代理在动态环境中的表现。

Group Distributionally Robust Optimization-Driven Reinforcement Learning for LLM Reasoning

基于组分布鲁棒优化的强化学习用于大语言模型推理

Kishan Panaganti, Zhenwen Liang, Wenhao Yu, Haitao Mi, Dong Yu

机构 * Tencent AI Lab in Bellevue WA USA（腾讯AI实验室（西雅图华盛顿州）） 纠错

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

AI总结 本文提出多对手组分布鲁棒优化框架，通过动态调整训练分布提升大语言模型推理性能，实现训练后精度提升10.6%和10.1%。

Comments Keywords: Large Language Models, Reasoning Models, Reinforcement Learning, Distributionally Robust Optimization, GRPO

Improving Value-based Process Verifier via Structural Prior Injection

通过结构先验注入改进基于价值的过程验证器

Zetian Sun, Dongfang Li, Baotian Hu, Jun Yu, Min Zhang

机构 * Harbin Institute of Technology (Shenzhen)（哈尔滨工业大学（深圳）） 纠错

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

AI总结 通过注入结构先验改进基于价值的过程验证器，提升其性能并减少误差。

Comments This version is deprecated. Please refer to our new version: arXiv:2508.10539

Improving Value-based Process Verifier via Low-Cost Variance Reduction

通过低成本方差减少改进基于价值的过程验证器

Zetian Sun, Dongfang Li, Baotian Hu, Min Zhang

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

AI总结 本文提出ComMCS方法，通过低成本方差减少改进基于价值的过程验证器，有效提升数学推理能力。

Comments Accepted by AAAI-2026

Identifying and Transferring Reasoning-Critical Neurons: Improving LLM Inference Reliability via Activation Steering

识别并转移推理关键神经元：通过激活引导提升LLM推理可靠性

Fangan Dong, Zuming Yan, Xuri Ge, Zhiwei Xu, Mengqi Zhang, Xuanang Chen, Ben He, Xin Xin, Zhumin Chen, Ying Zhou

机构 * Shandong University（山东大学） ； Institute of Software, Chinese Academy of Sciences（中国科学院软件研究所） ； University of Chinese Academy of Sciences（中国科学院大学） 纠错

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

AI总结 本文提出AdaRAS，通过识别并引导推理关键神经元提升LLM推理可靠性，实验显示在数学和编程基准测试中取得显著改进。

RL of Thoughts: Navigating LLM Reasoning with Inference-time Reinforcement Learning

思维强化学习：通过推理时间强化学习导航大语言模型推理

Qianyue Hao, Sibo Li, Jian Yuan, Yong Li

机构 * Department of Electronic Engineering, BNRist, Tsinghua University（电子工程系、BNRist、清华大学） 纠错

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

AI总结 RL-of-Thoughts通过强化学习训练轻量级导航模型，提升大语言模型推理能力，实现多任务适应性和参数高效性。

Why is Your Language Model a Poor Implicit Reward Model?

为什么你的语言模型是一个差的隐式奖励模型？

Noam Razin, Yong Lin, Jiarui Yao, Sanjeev Arora

机构 * Some Institute（某些研究所） 纠错

专题命中 测试时计算 ：verifier(abstract)；分类 cs.CL、cs.AI、cs.LG

AI总结 研究发现隐式奖励模型（IM-RM）在泛化能力上劣于显式奖励模型（EX-RM），因其更依赖表面token级线索，而设计选择对模型泛化行为有显著影响。

Comments Accepted to ICLR 2026; Code available at https://github.com/princeton-pli/exrm-vs-imrm

ThinkNote: Enhancing Knowledge Integration and Utilization of Large Language Models via Constructivist Cognition Modeling

ThinkNote: 通过建构主义认知建模增强大型语言模型的知识整合与利用

Zhipeng Xu, Zhenghao Liu, Yukun Yan, Shuo Wang, Shi Yu, Zheni Zeng, Chaojun Xiao, Zhiyuan Liu, Ge Yu, Chenyan Xiong

机构 * School of Computer Science and Engineering, Northeastern University（东北大学计算机科学与工程学院） ； Department of Computer Science and Technology, Tsinghua University（清华大学计算机科学与技术系） ； Language Technologies Institute, Carnegie Mellon University（卡内基梅隆大学语言技术研究所） 纠错

专题命中 测试时计算 ：reasoning(abstract)；分类 cs.CL

AI总结 ThinkNote通过建构主义认知建模提升大型语言模型的知识整合与利用能力，实验表明其在问答任务中优于基线方法。