大模型推理能力

Training Multimodal Large Reasoning Models Needs Better Thoughts: A Three-Stage Framework for Long Chain-of-Thought Synthesis and Selection

训练多模态大推理模型需要更优质的思考：一种用于长链式思考合成与选择的三阶段框架

Yizhi Wang, Linan Yue, Min-Ling Zhang

机构 * School of Computer Science and Engineering（计算机科学与工程学院） ； Key Laboratory of Computer Network and Information Integration (SEU), Ministry of Education（计算机网络与信息集成重点实验室（SEU）） 纠错

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

AI总结 本文提出SynSelect框架，通过三阶段合成与选择生成高质量多模态推理数据，提升模型推理能力。

Chain-of-Thought Reasoning with Large Language Models for Clinical Alzheimer's Disease Assessment and Diagnosis

基于大语言模型的链式推理在临床阿尔茨海默病评估与诊断中的应用

Tongze Zhang, Jun-En Ding, Melik Ozolcer, Fang-Ming Hung, Albert Chih-Chieh Yang, Feng Liu, Yi-Rou Ji, Sang Won Bae

机构 * Stevens Institute of Technology（斯蒂文斯理工学院） ； Surgical Trauma Intensive Care Unit（外科创伤重症护理科） ； Institute of Brain Science（脑科学研究所） ； National Yang Ming Chiao Tung University（国立阳明交通大学） 纠错

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

AI总结 本文提出利用大语言模型的链式推理进行阿尔茨海默病的评估与诊断，通过生成推理路径提升诊断稳定性和性能，F1分数提升达15%。

On-Policy Supervised Fine-Tuning for Efficient Reasoning

在线监督微调用于高效推理

Anhao Zhao, Ziyang Chen, Junlong Tong, Yingqi Fan, Fanghua Ye, Shuhao Li, Yunpu Ma, Wenjie Li, Xiaoyu Shen

机构 * Department of Computing, The Hong Kong Polytechnic University（香港理工大学计算机系） ； Eastern Institute of Technology, Ningbo（宁波工程技术学院） ； Shanghai Jiao Tong University（上海交通大学） ； Ludwig Maximilian University of Munich（慕尼黑大学） ； Tencent Hunyuan / AI Lab（腾讯混元/AI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

AI总结 本文提出在线监督微调方法，通过简化奖励机制提升推理效率和准确性，减少计算成本并优化性能。

Unlocking Reasoning Capability on Machine Translation in Large Language Models

在大语言模型中解锁机器翻译的推理能力

Sara Rajaee, Sebastian Vincent, Alexandre Berard, Marzieh Fadaee, Kelly Marchisio, Tom Kocmi

机构 * University of Amsterdam（阿姆斯特丹大学） ； Cohere Labs（Cohere实验室） 纠错

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

AI总结 本文提出了一种针对翻译的结构化推理框架，通过多步骤草稿、充分性细化、流畅性提升和选择性迭代修订，显著提升了大语言模型在机器翻译中的性能。

Reasoning Language Models for complex assessments tasks: Evaluating parental cooperation from child protection case reports

用于复杂评估任务的推理语言模型：从儿童保护案件报告中评估父母合作

Dragan Stoll, Brian E. Perron, Zia Qi, Selina Steinmann, Nicole F. Eicher, Andreas Jud

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

AI总结 本文研究了推理语言模型在评估儿童保护案件中父母合作方面的有效性，发现模型在母亲合作评估上表现更佳，但对父亲合作的评估准确性较低，提示需关注性别差异。

Beyond Token-Level Policy Gradients for Complex Reasoning with Large Language Models

超越令牌级策略梯度：用于大语言模型复杂推理的多令牌策略梯度优化

Mufan Xu, Kehai Chen, Xuefeng Bai, Zhengyu Niu, Muyun Yang, Tiejun Zhao, Min Zhang

机构 * School of Computer Science and Technology, Harbin Institute of Technology, China（哈尔滨工业大学计算机科学与技术学院） ； Baidu Inc.（百度公司） 纠错

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

AI总结 本文提出MPO框架，通过多令牌级优化提升大语言模型在复杂推理任务中的性能。

AuTAgent: A Reinforcement Learning Framework for Tool-Augmented Audio Reasoning

AuTAgent: 一个用于工具增强音频推理的强化学习框架

Siqian Tong, Xuan Li, Yiwei Wang, Baolong Bi, Yujun Cai, Shenghua Liu, Yuchen He, Chengpeng Hao

机构 * Institute of Acoustics, Chinese Academy of Sciences（中国科学院声学研究所） ； Institute of Computing Technology, Chinese Academy of Sciences（中国科学院计算技术研究所） ； The University of Queensland（昆士兰大学） ； University of Chinese Academy of Sciences（中国科学院大学） ； University of California, Merced（加州大学默塞德分校） 纠错

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

AI总结 AuTAgent通过强化学习框架学习何时及使用哪些工具，提升音频模型的推理能力，实验显示在多个基准上显著提高准确性。

iQUEST: An Iterative Question-Guided Framework for Knowledge Base Question Answering

iQUEST: 一种迭代式问题引导的知识库问答框架

Shuai Wang, Yinan Yu

机构 * Department of Computer Science and Engineering（计算机科学与工程系） 纠错

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

AI总结 iQUEST通过迭代分解复杂查询和集成图神经网络，提升多跳知识库问答的推理准确性与连贯性。

Comments Accepted to the 63rd Annual Meeting of the Association for Computational Linguistics (ACL 2025), Main Track

TWISTED-RL: Hierarchical Skilled Agents for Knot-Tying without Human Demonstrations

TWISTED-RL：无人类示范的分层技能代理用于打结

Guy Freund, Tom Jurgenson, Matan Sudry, Erez Karpas

机构 * Reichman University（雷赫曼大学） ； Technion – Israel Institute of Technology（技术学院——以色列理工学院） ； The University of Texas at Austin（德克萨斯大学奥斯汀分校） 纠错

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

AI总结 TWISTED-RL通过强化学习和拓扑动作实现无示范的复杂打结任务，提升泛化能力和效率。

Experiential Reinforcement Learning

经验强化学习

Taiwei Shi, Sihao Chen, Bowen Jiang, Linxin Song, Longqi Yang, Jieyu Zhao

机构 * University of Southern California（南加州大学） ； Microsoft（微软公司） ； University of Pennsylvania（宾夕法尼亚大学） 纠错

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

AI总结 经验强化学习通过显式经验-反思-巩固循环提升语言模型在稀疏奖励环境中的学习效率和性能。

Comments 26 pages, 9 tables, 7 figures

AgenticSciML: Collaborative Multi-Agent Systems for Emergent Discovery in Scientific Machine Learning

AgenticSciML: 基于协作多智能体系统的科学机器学习中的涌现发现

Qile Jiang, George Karniadakis

机构 * Brown University（布朗大学） 纠错

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

AI总结 AgenticSciML通过协作多智能体系统实现科学机器学习中的涌现发现，生成超越单智能体和人类设计基线的高效方法。

Large Language Model (LLM)-enabled Reinforcement Learning for Wireless Network Optimization

基于大语言模型的强化学习用于无线网络优化

Jie Zheng, Ruichen Zhang, Dusit Niyato, Haijun Zhang, Jiacheng Wang, Hongyang Du, Jiawen Kang, Zehui Xiong

机构 * State-Province Joint Engineering and Research Center of Advanced Networking and Intelligent Information Services, College of Computer Science, Northwest University（高级网络与智能信息服务省-市联合工程与研究中心，计算机科学学院，西北大学） ； College of Computing and Data Science, Nanyang Technological University（计算与数据科学学院，南洋理工大学） ； Institute of Artificial Intelligence, University of Science and Technology Beijing（人工智能研究院，北京科技大学） ； Department of Electrical and Electronic Engineering, the University of Hong Kong（电子与电气工程系，香港大学） ； Automation of School, Guangdong University of Technology（自动化学院，广东工业大学） ； Queen’s University Belfast（贝尔法斯特女王大学） 纠错

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

AI总结 本文提出利用大语言模型增强强化学习，以优化6G无线网络，通过多智能体强化学习框架提升网络性能。

RF-GPT: Teaching AI to See the Wireless World

RF-GPT：教AI看见无线世界

Hang Zou, Yu Tian, Bohao Wang, Lina Bariah, Samson Lasaulce, Chongwen Huang, Mérouane Debbah

机构 * Research Institute for Digital Future, Khalifa University（数字未来研究院，哈利法大学） ； College of Information Science and Electronic Engineering, Zhejiang University（信息科学与电子工程学院，浙江大学） ； Université de Lorraine, CNRS, CRAN（洛林大学，CNRS，CRAN） 纠错

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

AI总结 RF-GPT通过多模态LLM的视觉编码器处理RF频谱图，实现射频信号的高级推理与生成，无需人工标注即可在多个无线任务中取得优异表现。

SYNAPSE: Empowering LLM Agents with Episodic-Semantic Memory via Spreading Activation

SYNAPSE：通过扩散激活实现LLM代理的片段语义记忆

Hanqi Jiang, Junhao Chen, Yi Pan, Ling Chen, Weihang You, Yifan Zhou, Ruidong Zhang, Andrea Sikora, Lin Zhao, Yohannes Abate, Tianming Liu

机构 * School of Computing, University of Georgia（佐治亚大学计算机学院） ； Department of Biosystems Engineering and Soil Science, University of Tennessee（田纳西大学生物系统工程与土壤科学系） ； Department of Biomedical Informatics, University of Colorado School of Medicine（科罗拉多医学院生物医学信息学系） ； Department of Biomedical Engineering, New Jersey Institute of Technology（新泽西理工学院生物医学工程系） ； Department of Physics and Astronomy, The University of Georgia（佐治亚大学物理与天文学系） 纠错

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

AI总结 SYNAPSE通过动态图与扩散激活机制，提升LLM在复杂时间序列和多跳推理任务中的性能，解决上下文隧道问题。

Evaluating Prompt Engineering Techniques for RAG in Small Language Models: A Multi-Hop QA Approach

评估用于RAG的提示工程技术在小型语言模型中的表现：一种多跳问答方法

Amir Hossein Mohammadi, Ali Moeinian, Zahra Razavizade, Afsaneh Fatemi, Reza Ramezani

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

AI总结 本文通过评估24种提示模板，发现优化RAG在小型语言模型上的表现提升显著，为资源受限环境下的RAG系统提供实用建议。

Comments 32 Pages, Submitted to Journal of Computing and Security

Prompt-to-prescription: towards generative design of diffraction-limited refractive optics

提示到处方：迈向生成式差分限折射光学设计

Roy Maman, David Ohana, Jacob Engelberg, Uriel Levy

专题命中 复杂问题求解 ：reasoning(abstract)

AI总结 本文提出一种结合大语言模型和可微分光线追踪的生成框架，实现差分限折射光学设计的自动化，适用于工业计量、红外目镜和非球面透镜等多种场景。

Comments 17 pages, 5 figures

Embodied Intelligent Spectrum Management: A New Paradigm for Dynamic Spectrum Access

具身智能频谱管理：动态频谱接入的新范式

Yihe Diao, Yuhang Wu, Hongtao Liang, Ming Xu, Rui Ding, Fuhui Zhou, Qihui Wu, Jun Zhang

专题命中 复杂问题求解 ：reasoning(abstract)

AI总结 本文提出具身智能频谱管理范式，通过具身智能技术解决动态频谱接入中的灵活性和通用性问题，展示原型平台并探讨未来研究方向。