大模型推理能力

Can Small and Reasoning Large Language Models Score Journal Articles for Research Quality and Do Averaging and Few-shot Help?

小模型和推理大模型能否对期刊文章进行科研质量评分？平均和少样本学习是否有帮助？

Mike Thelwall, Ehsan Mohammadi

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

AI总结 本文评估了小模型和推理模型对期刊文章科研质量评分的能力，发现4b以上的小模型在使用评分平均时表现良好，但推理模型无明显优势。

Comments Thelwall, M. & Mohammadi, E. (2026). Can small and reasoning Large Language Models score journal articles for research quality and do averaging and few-shot help? Scientometrics

Human-like Affective Cognition in Foundation Models

基础模型中的人类样情感认知

Kanishk Gandhi, Zoe Lynch, Jan-Philipp Fränken, Kayla Patterson, Sharon Wambu, Tobias Gerstenberg, Desmond C. Ong, Noah D. Goodman

专题命中 推理评测 ：reasoning(abstract)；chain-of-thought(abstract)；分类 cs.CL

AI总结 本文提出了一种评估框架，测试基础模型在情感认知方面的表现，发现模型在某些条件下能超越人类直觉，展现出人类样情感理解能力。

Just KIDDIN: Knowledge Infusion and Distillation for Detection of INdecent Memes

Just KIDDIN: 基于知识注入与蒸馏的有害表情包检测

Rahul Garg, Trilok Padhi, Hemang Jain, Ugur Kursuncu, Ponnurangam Kumaraguru

机构 * IIIT Hyderabad ； Georgia State University（佐治亚州立大学） 纠错

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

AI总结 本文提出了一种结合知识蒸馏与注入的框架，用于提升有害表情包检测的性能，通过整合大规模知识图谱和视觉语言模型，实现更准确的毒性识别。

ErrorMap and ErrorAtlas: Charting the Failure Landscape of Large Language Models

误差图与误差图谱：大型语言模型失败景观的绘制

Shir Ashury-Tahan, Yifan Mai, Elron Bandel, Michal Shmueli-Scheuer, Leshem Choshen

机构 * IBM Research（IBM研究院） ； Stanford University（斯坦福大学） ； MIT（麻省理工学院） 纠错

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

AI总结 ErrorMap和ErrorAtlas通过分析LLM失败原因，揭示模型弱点，为模型改进和评估提供更深入的洞察。

CGRA-DeBERTa Concept Guided Residual Augmentation Transformer for Theologically Islamic Understanding

CGRA-DeBERTa概念引导残差增强变换器用于神学伊斯兰理解

Tahir Hussain, Saddam Hussain Khan

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

AI总结 CGRA-DeBERTa通过概念引导残差增强变换器提升神学伊斯兰文本问答的准确性和效率。

Comments 24 Pages, 9 Tables, 7 Figures

Beyond Fact Retrieval: Episodic Memory for RAG with Generative Semantic Workspaces

超越事实检索：具有生成语义工作区的RAG episodic记忆

Shreyas Rajesh, Pavan Holur, Chenda Duan, David Chong, Vwani Roychowdhury

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

AI总结 GSW通过生成语义工作区提升LLM的长上下文推理能力，实现更高效的记忆管理与时空连贯性。

Comments AAAI 2026 Oral, code available at: https://github.com/roychowdhuryresearch/gsw-memory

Enhancing Diversity and Feasibility: Joint Population Synthesis from Multi-source Data Using Generative Models

增强多样性和可行性：利用生成模型从多源数据中联合合成人口

Farbod Abbasi, Zachary Patterson, Bilal Farooq

机构 * Concordia University（康科迪亚大学） ； Concordia Institute for Information Systems Engineering（康科迪亚信息系统工程研究所） ； Toronto Metropolitan University（多伦多 Metropolitan 大学） 纠错

专题命中 推理评测 ：planning(abstract)；分类 cs.AI

AI总结 本文提出利用WGAN与梯度惩罚联合生成多源数据，提升合成人口的多样性和可行性，实验显示其在召回率和精确率上均优于传统方法。

Comments 12 pages, 8 figures, 5 tables

Secure and Energy-Efficient Wireless Agentic AI Networks

安全且节能的无线代理人工智能网络

Yuanyan Song, Kezhi Wang, Xinmian Xu

机构 * Department of Computer Science, Brunel University of London（布鲁内尔大学计算机科学系） ； Nanjing University of Posts and Telecommunications（南京邮电大学） 纠错

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

AI总结 本文提出了一种安全且节能的无线代理人工智能网络，通过动态分配代理和优化资源分配，提升服务质量并降低能耗。

Comments Submitted to journal

Moving Beyond Medical Exams: A Clinician-Annotated Fairness Dataset of Real-World Tasks and Ambiguity in Mental Healthcare

超越医学考试：一个由临床专家标注的现实任务及精神卫生领域模糊性公平性数据集

Max Lamparth, Declan Grabb, Amy Franks, Scott Gershan, Kaitlyn N. Kunstman, Aaron Lulla, Monika Drummond Roots, Manu Sharma, Aryan Shrivastava, Nina Vasan, Colleen Waickman

机构 * Stanford University（斯坦福大学） ； University of Colorado（科罗拉多大学） ； Northwestern University（西北大学） ； University of Wisconsin（威斯康星大学） ； Yale School of Medicine（耶鲁医学院） ； University of Chicago（芝加哥大学） ； Ohio State University（俄亥俄州立大学） 纠错

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

AI总结 本文提出一个由临床专家标注的现实任务公平性数据集，用于评估模型在精神卫生领域决策中的性能和偏见问题。

Comments Camera-ready version for ICLR 2026

Time-Series Foundation Models for ISP Traffic Forecasting

用于ISP流量预测的时间序列基础模型

Fan Liu, Behrooz Farkiani, Patrick Crowley

专题命中 推理评测 ：planning(abstract)

AI总结 本文提出基于时间序列基础模型的ISP流量预测方法，展示其在多种场景下的高准确性和低延迟表现。

Comments Accepted by the IEEE/IFIP Network Operations and Management Symposium (NOMS) 2026

Emergent Morphing Attack Detection in Open Multi-modal Large Language Models

开放多模态大语言模型中的涌现形变攻击检测

Marija Ivanovska, Vitomir Štruc

机构 * Faculty of Electrical Engineering, University of Ljubljana（卢布尔雅那大学电气工程学院） 纠错

专题命中 推理评测 ：reasoning(abstract)

AI总结 本文提出利用开源多模态大语言模型进行零样本人脸形变攻击检测，通过实验表明其在无微调情况下具备优异的判别能力，性能超越传统基线23%。

Comments This manuscript is currently under review at Pattern Recognition Letters

Prompts to Summaries: Zero-Shot Language-Guided Video Summarization with Large Language and Video Models

提示到摘要：基于大语言和视频模型的零样本语言引导视频摘要

Mario Barbara, Alaa Maalouf

机构 * Department of Computer Science, the University of Haifa（哈ifa大学计算机科学系） 纠错

专题命中 推理评测 ：reasoning(abstract)

AI总结 提出一种基于大语言和视频模型的零样本视频摘要方法，通过提示生成用户引导的摘要，无需训练数据，优于现有无监督和监督方法。