大模型推理能力

FinCoT: Grounding Chain-of-Thought in Expert Financial Reasoning

FinCoT：在专家金融推理中 grounding 思维链

Natapong Nitarach, Warit Sirichotedumrong, Panop Pitchayarthorn, Pittawat Taveekitworachai, Potsawee Manakul, Kunat Pipatanakul

机构 * SCB 10X, SCBX Group（SCB 10X集团） 纠错

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

AI总结 FinCoT通过整合专家金融推理蓝图，提升金融领域模型性能并减少推理成本，实现更可解释的推理过程。

Comments Accepted at FinNLP-2025, EMNLP (Oral Presentation)

Learning Modal-Mixed Chain-of-Thought Reasoning with Latent Embeddings

通过潜在嵌入学习模态混合的思考链推理

Yifei Shao, Kun Zhou, Ziming Xu, Mohammad Atif Quamar, Shibo Hao, Zhen Wang, Zhiting Hu, Biwei Huang

机构 * University of California, San Diego（加州大学圣地亚哥分校） 纠错

专题命中 其他推理 ：reasoning(title,abstract)；chain-of-thought(title,abstract)；CoT(abstract)；分类 cs.AI

AI总结 本文提出模态混合CoT方法，通过潜在嵌入结合视觉与文本信息，提升多模态推理性能。

Learning Robust Reasoning through Guided Adversarial Self-Play

通过引导对抗自博弈学习鲁棒推理

Shuozhe Li, Vaishnav Tadiparthi, Kwonjoon Lee, Nakul Agarwal, Hossein Nourkhiz Mahjoub, Ehsan Moradi Pari, Lizhang Chen, Amy Zhang, Liu Leqi

机构 * University of Texas at Austin（德克萨斯大学奥斯汀分校） ； Honda Research Institute USA（本田美国研究院） 纠错

专题命中 其他推理 ：reasoning(title,abstract)；chain-of-thought(abstract)；分类 cs.AI、cs.LG

AI总结 GASP通过引导对抗自博弈方法提升推理模型的鲁棒性，使其在面对误导和扰动上下文时保持稳定并提高准确度。

A Relative-Budget Theory for Reinforcement Learning with Verifiable Rewards in Large Language Model Reasoning

一种用于大语言模型推理中可验证奖励的相对预算理论

Akifumi Wachi, Hirota Kinoshita, Shokichi Takakura, Rei Higuchi, Taiji Suzuki

机构 * LY Corporation（LY公司） ； Toyota Technological Institute at Chicago（丰田技术研究所（芝加哥）） ； University of Tokyo（东京大学） 纠错

专题命中 其他推理 ：reasoning(title,abstract)；分类 cs.CL、cs.AI、cs.LG

AI总结 本文提出一种相对预算理论，通过相对预算ξ=H/E[T]解释强化学习在大语言模型推理中的样本效率差异，并通过实验证明在ξ∈[1.5,2.0]时学习效率最高。

Comments 28 pages

CARE-RFT: Confidence-Anchored Reinforcement Finetuning for Reliable Reasoning in Large Language Models

CARE-RFT：基于置信度的强化微调用于大语言模型中的可靠推理

Shuozhe Li, Jincheng Cao, Bodun Hu, Aryan Mokhtari, Leqi Liu, Amy Zhang

机构 * The University of Texas at Austin（德克萨斯大学奥斯汀分校） 纠错

专题命中 其他推理 ：reasoning(title,abstract)；分类 cs.CL、cs.AI、cs.LG

AI总结 CARE-RFT通过引入置信度锚定的正则化方法，在保持大语言模型推理能力的同时提升其可信度和校准性能。

RedVisor: Reasoning-Aware Prompt Injection Defense via Zero-Copy KV Cache Reuse

RedVisor: 通过零拷贝KV缓存重用来实现推理感知的提示注入防御

Mingrui Liu, Sixiao Zhang, Cheng Long, Kwok-Yan Lam

机构 * Nanyang Technological University, Singapore（南洋理工大学） 纠错

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

AI总结 RedVisor通过零拷贝KV缓存重用实现推理感知的提示注入防御，结合检测与预防策略，提升安全性和效率。

Comments under review

HalluRNN: Mitigating Hallucinations via Recurrent Cross-Layer Reasoning in Large Vision-Language Models

HalluRNN: 通过大规模视觉-语言模型中的递归跨层推理缓解幻觉

Le Yu, Kaishen Wang, Jianlong Xiong, Yue Cao, Lei Zhang, Zhang Yi Tao He

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

AI总结 HalluRNN通过递归跨层推理模块缓解大规模视觉-语言模型中的幻觉问题，提升模型稳定性和性能。

Comments 6 figures, 10 tables

Small Vectors, Big Effects: A Mechanistic Study of RL-Induced Reasoning via Steering Vectors

小向量，大影响：通过引导向量研究强化学习诱导的推理机制

Viacheslav Sinii, Nikita Balagansky, Gleb Gerasimov, Daniil Laptev, Yaroslav Aksenov, Vadim Kurochkin, Alexey Gorbatovski, Boris Shaposhnikov, Daniil Gavrilov

机构 * Department of XXX, University of YYY, Location, Country（XXX系，YYY大学，地点，国家） ； School of ZZZ, Institute of WWW, Location, Country（ZZZ学院，WWW研究所，地点，国家） 纠错

专题命中 其他推理 ：reasoning(title,abstract)；分类 cs.LG

AI总结 通过引导向量研究强化学习对大语言模型内部计算的影响，发现不同层的引导向量对生成token和注意力模式有不同作用，并能跨模型转移。

Comments Preprint

SetPO: Set-Level Policy Optimization for Diversity-Preserving LLM Reasoning

SetPO：基于集级别的策略优化以保持LLM推理的多样性

Chenyi Li, Yuan Zhang, Bo Wang, Guoqing Ma, Wei Tang, Haoyang Huang, Nan Duan

机构 * Peking University（北京大学） ； JD Explore Academy, China（京东探索研究院） ； Beijing Institute of Technology（北京理工大学） 纠错

专题命中 其他推理 ：reasoning(title,abstract)；分类 cs.AI

AI总结 SetPO通过集级别策略优化提升LLM推理多样性，通过核化相似性定义目标，验证稀有轨迹对多样性的贡献，实验显示优于基线。

Reasoning as State Transition: A Representational Analysis of Reasoning Evolution in Large Language Models

推理作为状态转换：大型语言模型推理演变的表征分析

Siyuan Zhang, Jialian Li, Yichi Zhang, Xiao Yang, Yinpeng Dong, Hang Su

机构 * Dept. of Comp. Sci. and Tech., Institute for AI, Tsinghua-Bosch Joint ML Center, THBI Lab, BNRist Center, Tsinghua University, Beijing 100084, China（计算机科学与技术系，人工智能研究所，清华-博世联合机器学习中心，THBI实验室，BNRist中心，清华大学，北京100084，中国） ； College of AI, Tsinghua University, Beijing 100084, China（人工智能学院，清华大学，北京100084，中国） 纠错

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

AI总结 本研究从表征视角分析大型语言模型推理过程的演变，揭示训练后模型通过优化表示分布提升推理能力的机制。

Comments 30 pages, 27 figures, 8 tables

How Far Are LLMs from Professional Poker Players? Revisiting Game-Theoretic Reasoning with Agentic Tool Use

LLMs距离专业扑克玩家还有多远？结合代理工具使用的博弈论推理再探

Minhua Lin, Enyan Dai, Hui Liu, Xianfeng Tang, Yuliang Yan, Zhenwei Dai, Jingying Zeng, Zhiwei Zhang, Fali Wang, Hongcheng Gao, Chen Luo, Xiang Zhang, Qi He, Suhang Wang

机构 * The Pennsylvania State University（宾夕法尼亚州立大学） ； HKUST (GZ)（香港科技大学） ； Amazon（亚马逊） ； Tsinghua University（清华大学） ； Microsoft（微软公司） 纠错

专题命中 其他推理 ：reasoning(title,abstract)；分类 cs.AI

AI总结 本文提出ToolPoker框架，通过整合外部求解器和专业解释，提升LLMs在扑克博弈中的推理和游戏表现。

Comments Accepted by ICLR 2026

Segment-Level Attribution for Selective Learning of Long Reasoning Traces

分段属性用于长推理轨迹的选择性学习

Siyuan Wang, Yanchen Liu, Xiang Ren

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

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

AI总结 本文提出一种基于分段属性的选择性学习框架，通过量化标记对最终答案的影响，提升长推理轨迹学习的效率和准确性。

Comments Accepted to ICLR 2026. 16 pages, 5 figures. Code available at https://github.com/SiyuanWangw/SegmentSelectiveSFT

AdNanny: One Reasoning LLM for All Offline Ads Recommendation Tasks

AdNanny：一个用于所有离线广告推荐任务的推理LLM

Nan Hu, Han Li, Jimeng Sun, Lu Wang, Fangkai Yang, Bo Qiao, Pu Zhao, David Dai, Mengyu Liu, Yuefeng Zhan, Jianjin Zhang, Weihao Han, Allen Sun, Qingwei Lin, Saravan Rajmohan, Dongmei Zhang, Denvy Deng, Feng Sun, Qi Zhang

专题命中 其他推理 ：reasoning(title,abstract)

AI总结 AdNanny是一种统一的推理LLM，用于提升离线广告推荐任务的效率和准确性，通过整合多个任务模型，减少冗余并提升性能。

Comments 21 pages, 3 figures

GemDetox at TextDetox CLEF 2025: Enhancing a Massively Multilingual Model for Text Detoxification on Low-resource Languages

GemDetox在TextDetox CLEF 2025中的应用：增强大规模多语言模型以在低资源语言上进行文本去毒化

Trung Duc Anh Dang, Ferdinando Pio D'Elia

机构 * Centre for Language Technology, University of Copenhagen, Denmark（语言技术中心，哥本哈根大学，丹麦） 纠错

专题命中 其他推理 ：chain-of-thought(abstract)；CoT(abstract)；分类 cs.CL

AI总结 GemDetox在TextDetox CLEF 2025中通过参数高效微调和提示技术提升多语言文本去毒化性能，尤其在低资源语言上表现优异。

CoDiQ: Test-Time Scaling for Controllable Difficult Question Generation

CoDiQ：测试时缩放用于可控的困难问题生成

Zhongyuan Peng, Caijun Xu, Changyi Xiao, Shibo Hong, Eli Zhang, Stephen Huang, Yixin Cao

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

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

AI总结 CoDiQ通过测试时缩放实现可控困难问题生成，提升模型推理能力。

Comments 11 pages, 5 tables, 5 figures

P-EAGLE: Parallel-Drafting EAGLE with Scalable Training

P-EAGLE：具有可扩展训练的并行草稿EAGLE

Mude Hui, Xin Huang, Jaime Campos Salas, Yue Sun, Nathan Pemberton, Xiang Song, Ashish Khetan, George Karypis

机构 * University of California, Santa Cruz（加州大学圣克ruz分校） ； AWS Amazon（亚马逊AWS） 纠错

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

AI总结 P-EAGLE通过可学习共享隐藏状态实现并行多标记预测，结合注意力掩码预计算和序列划分技术，提升长上下文训练效率，实现比自回归EAGLE-3快1.10-1.36倍的速度提升。

Probe and Skip: Self-Predictive Token Skipping for Efficient Long-Context LLM Inference

探测与跳过：用于高效长上下文LLM推理的自预测token跳过

Zimeng Wu, Donghao Wang, Chaozhe Jin, Jiaxin Chen, Yunhong Wang

机构 * School of Computer Science and Engineering, Beihang University, Beijing, China（计算机科学与工程学院，北航，北京，中国） ； State Key Laboratory of Virtual Reality Technology and Systems, Beihang University, Beijing, China（虚拟现实技术与系统国家重点实验室，北航，北京，中国） 纠错

专题命中 其他推理 ：reasoning(abstract)；分类 cs.CL、cs.LG

AI总结 本文提出自预测token跳过框架，通过两种选择性跳过策略和多阶段延迟剪枝策略，提升长上下文LLM推理效率，实现显著加速与高精度

IterResearch: Rethinking Long-Horizon Agents with Interaction Scaling

IterResearch: 重新思考长视界智能体与交互扩展

Guoxin Chen, Zile Qiao, Xuanzhong Chen, Donglei Yu, Haotian Xu, Wayne Xin Zhao, Ruihua Song, Wenbiao Yin, Huifeng Yin, Liwen Zhang, Kuan Li, Minpeng Liao, Yong Jiang, Pengjun Xie, Fei Huang, Jingren Zhou

机构 * Gaoling School of Artificial Intelligence, Renmin University of China（中国人民大学北京校区人工智能学院） ； Tongyi Lab, Alibaba Group（阿里集团通义实验室） 纠错

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

AI总结 IterResearch通过交互扩展范式提升长视界推理能力，实现高效探索与稳定训练，显著提升性能并缩小与前沿系统的差距。

Comments Camera Ready version for ICLR 2026. https://github.com/Chen-GX/IterResearch

Using Reinforcement Learning to Train Large Language Models to Explain Human Decisions

利用强化学习训练大语言模型以解释人类决策

Jian-Qiao Zhu, Hanbo Xie, Dilip Arumugam, Robert C. Wilson, Thomas L. Griffiths

机构 * Princeton University（普林斯顿大学） ； The University of Hong Kong（香港大学） ； Georgia Institute of Technology（佐治亚理工学院） 纠错

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

AI总结 本文利用强化学习训练大语言模型，使其能解释人类决策行为，实现预测与可解释性的双重目标。

Enhancing Human-Like Responses in Large Language Models

增强大型语言模型的人类样响应

Ethem Yağız Çalık, Talha Rüzgar Akkuş

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

AI总结 本文提出通过提升自然语言理解、对话连贯性和情感智能来增强大型语言模型的人类化响应，展示了改进用户交互和跨领域应用的潜力。

Comments Presented at the AAAI-26 Workshop on Personalization in the Era of Large Foundation Models (PerFM), Singapore, January 2026

Journal ref Presented at the AAAI-26 Workshop on Personalization in the Era of Large Foundation Models (PerFM), 2026

STILL: Selecting Tokens for Intra-Layer Hybrid Attention to Linearize LLMs

STILL: 选择令牌以实现层内混合注意力以线性化大语言模型

Weikang Meng, Liangyu Huo, Yadan Luo, Jiawen Guan, Jingyi Zhang, Yingjian Li, Zheng Zhang

机构 * SMULL Group, Harbin Institute of Technology, Shenzhen（SMULL小组，哈尔滨工业大学，深圳） ； Pengcheng Laboratory（Pengcheng实验室） ； UQMM Lab, University of Queensland（UQMM实验室，昆士兰大学） ； Huawei Technologies Co., Ltd.（华为技术有限公司） 纠错

专题命中 其他推理 ：reasoning(abstract)；分类 cs.LG

AI总结 STILL通过自显著性分数和NP-Map实现LLM的高效线性化，提升长上下文任务性能

Autoregressive, Yet Revisable: In Decoding Revision for Secure Code Generation

自回归 yet 可修订：在解码修订中实现安全代码生成

Chengran Yang, Zichao Wei, Heminghao Deng, Jinfeng Jiang, Zhensu Sun, Ting Zhang, Tianyi Wu, Ming Wen, David Lo

专题命中 其他推理 ：reasoning(abstract)；分类 cs.AI

AI总结 本文提出“修订流”范式，通过引入特定操作令牌实现代码生成的动态自我纠正，有效减少安全代码生成中的漏洞。

Tendem: A Hybrid AI+Human Platform

Tendem：一种混合AI+人类平台

Konstantin Chernyshev, Ekaterina Artemova, Viacheslav Zhukov, Maksim Nerush, Mariia Fedorova, Iryna Repik, Olga Shapovalova, Aleksey Sukhorosov, Vladimir Dobrovolskii, Natalia Mikhailova, Sergei Tilga

机构 * Toloka Team（Toloka团队） 纠错

专题命中 其他推理 ：reasoning(abstract)；分类 cs.CL

AI总结 Tendem通过结合AI与人类专家，实现了在复杂任务中高质量、高效率的输出，同时保持与纯人力执行相当的成本。

Verification Required: The Impact of Information Credibility on AI Persuasion

验证所需：信息可信度对AI说服力的影响

Saaduddin Mahmud, Eugene Bagdasarian, Shlomo Zilberstein

机构 * Manning College of Information and Computer Sciences, University of Massachusetts Amherst, Massachusetts, USA（信息与计算机科学学院，马萨诸塞大学阿默斯特分校，马萨诸塞州，美国） 纠错

专题命中 其他推理 ：reasoning(abstract)；分类 cs.CL

AI总结 研究提出MixTalk游戏模型，通过验证与不可验证声明的结合，探讨信息可信度对AI说服力的影响，并提出TOPD方法提升接收者鲁棒性。

Comments 19 pages, 5 figures

Position: Human-Centric AI Requires a Minimum Viable Level of Human Understanding

位置：人本AI需要最低可行的人类理解水平

Fangzhou Lin, Qianwen Ge, Lingyu Xu, Peiran Li, Xiangbo Gao, Shuo Xing, Kazunori Yamada, Ziming Zhang, Haichong Zhang, Zhengzhong Tu

机构 * Worcester Polytechnic Institute（沃斯特理工学院） ； Tohoku University（东北大学） ； Georgia Institute of Technology（佐治亚理工学院） 纠错

专题命中 其他推理 ：reasoning(abstract)；分类 cs.AI

AI总结 本文提出认知完整性阈值（CIT）作为人本AI中保持监督和问责的关键标准，强调人类必须保留的最低理解水平以应对持续的人工智能委托。

Comments 14 pages, 1 figures

Cross-Modal Memory Compression for Efficient Multi-Agent Debate

多模态记忆压缩以实现高效的多智能体辩论

Jing Wu, Yue Sun, Tianpei Xie, Suiyao Chen, Jingyuan Bao, Yaopengxiao Xu, Gaoyuan Du, Inseok Heo, Alexander Gutfraind, Xin Wang

专题命中 其他推理 ：reasoning(abstract)；分类 cs.AI

AI总结 DebateOCR通过多模态压缩框架将多智能体辩论的历史文本转换为图像表示，显著减少token使用并提升推理效率。

Observing Health Outcomes Using Remote Sensing Imagery and Geo-Context Guided Visual Transformer

利用遥感图像和地理上下文引导的视觉变换器观察健康结果

Yu Li, Guilherme N. DeSouza, Praveen Rao, Chi-Ren Shyu

专题命中 其他推理 ：reasoning(abstract)；分类 cs.LG

AI总结 本文提出一种结合地理空间信息的视觉变换器模型，通过引导注意力机制提升遥感图像处理效果，有效预测疾病流行率。

Comments Submitted to IEEE Transactions on Geoscience and Remote Sensing

HELIOS: Hierarchical Graph Abstraction for Structure-Aware LLM Decompilation

HELIOS：基于结构的图抽象用于结构感知的LLM反编译

Yonatan Gizachew Achamyeleh, Harsh Thomare, Mohammad Abdullah Al Faruque

机构 * Dept. of Electrical Engineering and Computer Science, University of California, Irvine, CA, USA（电气工程与计算机科学系，加州大学伊文斯顿分校） 纠错

专题命中 其他推理 ：reasoning(abstract)；分类 cs.AI

AI总结 HELIOS通过结构化图抽象提升LLM反编译的准确性和可编译性，实现功能正确性和语法正确性的提升。

Can Transformer Memory Be Corrupted? Investigating Cache-Side Vulnerabilities in Large Language Models

Transformer记忆能否被破坏？调查大型语言模型中的缓存侧漏洞

Elias Hossain, Swayamjit Saha, Somshubhra Roy, Ravi Prasad

机构 * College of Engineering and Computer Science, University of Central Florida（中央佛罗里达大学工程与计算机科学学院） ； Department of Computer Science and Engineering, Mississippi State University（密苏里州立大学计算机科学与工程系） ； Department of Electrical and Computer Engineering, North Carolina State University（北卡罗来纳州立大学电子与计算机工程系） 纠错

专题命中 其他推理 ：reasoning(abstract)；分类 cs.AI

AI总结 本文提出恶意令牌注入框架，揭示了大型语言模型缓存中的安全漏洞，通过扰动缓存关键向量影响模型输出和任务性能。

No More Hidden Pitfalls? Exposing Smart Contract Bad Practices with LLM-Powered Hybrid Analysis

无需隐藏陷阱？利用LLM赋能的混合分析揭露智能合约不良实践

Xiaoqi Li, Zongwei Li, Wenkai Li, Yuqing Zhang, Xin Wang

专题命中 其他推理 ：reasoning(abstract)

AI总结 本文提出SCALM框架，利用LLM和混合分析方法，系统研究智能合约中的不良实践并提升检测效果。