大模型推理能力

MedAgent-R1: Faithfulness-Aware Reinforcement Learning for Evidence-Grounded Medical Reasoning

MedAgent-R1：面向证据 grounded 医疗推理的忠实性感知强化学习

Jiangwang Chen, Chenghao Zhang, Hengxing Cai

机构 * Tsinghua University（清华大学） ； DP Technology（第四范式） 纠错

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

AI总结 MedAgent-R1 针对医疗推理智能体的自信幻觉问题，采用忠实性门控奖励设计，大幅降低引用编造率、提升证据完整性，在 HealthBench Safety 上表现优于 GPT-4o，实现了证据 grounded 的医疗推理优化。

JPO: Juris Policy Optimization for Structured Legal Reasoning in Criminal Judgment Prediction

JPO：用于刑事判决预测中结构化法律推理的司法策略优化

Zhaolu Kang, Yantao Liu, Tailong Luo, Leqi Zheng, Lei Wei, Chenghua Zhu, Junhao Gong, Jiachen Qian, Eric Hanchen Jiang, Jiaxin Liu, Yuan Wang, Hao Zhang, Zixia Wang, Rong Fu, Zheng Lin, Richeng Xuan, Zhichao Hu

机构 * Tencent（腾讯） ； Peking University（北京大学） ； Tsinghua University（清华大学） ； City University of Hong Kong（香港城市大学） ； University of California（加利福尼亚大学） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Zhejiang University（浙江大学） ； University of Hong Kong（香港大学） 纠错

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

AI总结 JPO是用于中国刑事判决预测的后训练框架，通过监督四步推理过程与带复合奖励的强化学习，提升判决预测及推理质量。

Comments EMNLP 2026 Main

R3G: A Reasoning-Retrieval-Reranking Framework for Vision-Centric Answer Generation

R3G: 一种面向以视觉为中心的答案生成的推理-检索-重排序框架

Zhuohong Chen, Zhengxian Wu, Zirui Liao, Shenao Jiang, Hangrui Xu, Yang Chen, Chaokui Su, Xiaoyu Liu, Haoqian Wang

机构 * The Shenzhen International Graduate School, Tsinghua University, China（清华大学深圳国际研究生院） ； State Key Laboratory of Nuclear Power Safety Technology and Equipment, China（核能安全技术与装备国家重点实验室） ； School of Computer Science and Information Engineering, Hefei University of Technology, China（合肥工业大学计算机科学与信息工程学院） 纠错

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

AI总结 提出R3G框架，通过先制定推理计划指定所需视觉线索，再采用粗检索加细粒度重排序的两阶段策略选择证据图像，在MRAG-Bench上提升六种多模态大语言模型在九个子场景中的准确率，实现整体最优性能。

Journal ref ICASSP 2026 - 2026 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP), pp. 8602-8606, 2026

Multi-Source Retrieval and Reasoning for Legal Sentencing Prediction

多源检索与推理用于法律判决预测

Junjie Chen, Haitao Li, Qilei Zhang, Zhenghua Li, Ya Zhang, Quan Zhou, Cheng Luo, Yiqun Liu, Min Zhang, Yueyue Wu, Dongsheng Guo, Qingyao Ai

专题命中 其他推理 ：reasoning(title,abstract)

AI总结 本文提出MSR²框架，通过多源检索与强化学习提升法律判决预测的准确性和可解释性。

Comments EMNLP 2026 main

A Model with No Head and Many Thoughts

无头部多思维模型

Nikita Koriagin, Yaroslav Aksenov, George Bredis, Gleb Gerasimov, Nikita Balagansky, Daniil Gavrilov

机构 * Yandex ； T-Tech 纠错

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

AI总结 该研究提出Soft Latent Thinking方法，用轻量投影器替换语言模型头部，在嵌入空间以连续推理步骤替代离散标记，在DeepSeek-Qwen-1.5B和LLaMA-3.2-3B实验中提升了pass@k并减少计算。

Comments Accepted to Findings of EMNLP 2026

Statutory AI: Aligning Large Language Models With Legal Norms

法定人工智能：使大语言模型与法律规范对齐

Cindy Delage, Stéphane Canu, Marc Décombas, Jonathan Foureur

机构 * JustAI ； INSA Rouen Normandie（鲁昂诺曼底国立应用科学学院） 纠错

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

AI总结 针对现有AI对齐方法的局限，提出法定人工智能，以法律文本为框架，通过两阶段思维链提示运行，在1000个红队提示的五主题实验中，较标准宪法AI更能减少有害内容并缩短计算时间。

View-oriented Conversation Compiler for Agent Trace Analysis

面向视角的对话编译器用于代理轨迹分析

Lvmin Zhang, Maneesh Agrawala

机构 * Stanford University（斯坦福大学） 纠错

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

AI总结 本文提出VCC编译器，将原始代理JSONL日志转换为结构化视角，提升轨迹分析质量，减少token消耗并提升模型性能。

Comments Code: https://github.com/lllyasviel/VCC

Sustained Heterogeneity: an emergent collective mechanism in LLM-driven traffic

持续异质性：大语言模型驱动交通中的一种涌现集体机制

Yujun Qi, Yangyang Guan

专题命中 其他推理 ：reasoning(abstract)；chain-of-thought(abstract)

AI总结 本研究在LLM控制的交通中识别出持续异质性这一新兴集体机制，通过实验得出密度相关的关键LLM渗透率p_c，表明需在动力学层强制执行稳定性。

Comments 41 pages, 5 figures

CoMPASS: Collaborative Molecular Property Prediction via Adaptive Small-Large Model Synergy

CoMPASS：通过自适应大小模型协同实现协同分子性质预测

Wentao Li, Jiangjie Qiu, Yijun Li, Leyi Zhao, Xiaonan Wang

机构 * Tsinghua University（清华大学） 纠错

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

AI总结 CoMPASS是一种用于大小模型协同的检索校准框架，通过结合GAT与LLM的优势，在分子性质预测任务中提升了可修正不确定性区域的性能并限制了LLM的不当干预。

Comments 9 pages

Conducting Stylistic Analysis of Paintings through an Art-History Agent

通过艺术史智能体开展绘画的风格分析

Marc S. Walton, Astrid Harth

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

AI总结 该研究提出一种结合视觉Transformer与大型语言模型的艺术史智能体框架，可自动化绘画风格分析，弥合AI概率分类与艺术史风格分析间的方法学鸿沟，推动计算艺术史发展。

Oculi: A Conversational Agentic Platform for Automated Credit Risk Analysis

Oculi：用于自动化信用风险分析的对话式智能体平台

Vennise Ho, Kristian Diana, Sandy Mourad, Milena Pilipovic, Vineel Nagisetty, Hossein Hajimirsadeghi

机构 * Royal Bank of Canada（加拿大皇家银行） ； RBC Borealis 纠错

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

AI总结 研究人员推出对话式智能体平台Oculi，采用三层架构及结合确定性统计与LLM引导特征选择的细分发现流程，可自动完成信用风险分析，缩短洞察时间并保持严谨性，能发现手动探索难以处理的风险细分领域。

Comments This work was completed at Royal Bank of Canada as part of the RBC Amplify program

MA-RAG: Multi-Agent Retrieval-Augmented Generation for Query-Driven Summarization of Longitudinal Parkinson's Disease Assessments

MA-RAG：用于帕金森病纵向评估查询驱动式摘要的多智能体检索增强生成框架

Sana Alamgeera, Denise Goberta, Muhammad Irshad, Anne H. H. Ngu

机构 * Texas State University（德克萨斯州立大学） 纠错

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

AI总结 针对LLMs解读帕金森病纵向临床评估时的事实与时间一致性问题，提出MA-RAG多智能体检索增强生成框架，经评估其事实精度大幅提升、幻觉率显著降低，获临床专家高度认可。

From GenAI Virtual Patient Dialogue Logs to Teacher-Interpretable Process Evidence: A Learning Analytics Study in Higher Education

从生成式AI虚拟患者对话日志到教师可解释的过程证据：一项高等教育中的学习分析研究

Xinyu Li, Zijian Li, Mengyu Xia, Luzhen Tang, Naping Chen, Changmin Lin, Danijela Gasevic, Dragan Gasevic, Yizhou Fan

机构 * Monash University（莫纳什大学） ； Peking University（北京大学） ； Shantou University Medical College（汕头大学医学院） ； The University of Hong Kong（香港大学） 纠错

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

AI总结 该研究通过分析210名医学生的1030条GenAI VP胸痛病例对话，采用三层分析揭示高分临床推理的过程模式，为医学教育提供教师可解释的过程证据。

Reinforcement Learning on Benign Facts Amplifies Leakage of Memorized Private Data

基于良性事实的强化学习会放大模型对已记忆私人数据的泄露

Renfei Zhang, Niloofar Mireshghallah

机构 * Carnegie Mellon University（卡内基梅隆大学） 纠错

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

AI总结 该研究发现，基于良性事实的强化学习可放大指令模型对已记忆个人身份信息的泄露，且推理能力与拒绝率得以保留，为攻击者提供了无需接触私人数据即可提取的途径。

Bayesian Sparse Low-Rank Adaptation for Large Language Model Uncertainty Estimation

贝叶斯稀疏低秩自适应用于大语言模型不确定性估计

Jijie Zhang, Zhe Ren, Quan Zhang, Dandan Guo

机构 * School of Artificial Intelligence, Jilin University（吉林大学人工智能学院） ； Michigan State University（密歇根州立大学） 纠错

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

AI总结 提出DALorRA，一种变分贝叶斯稀疏框架，通过随机掩码低秩适应中的秩维度实现模型容量正则化和校准，在不牺牲推理精度下提升LLM校准性能。

Comments To appear in EMNLP 2026. 17 pages, 7 figures, 8 tables

Breaking MCP with Function Hijacking Attacks: Novel Threats for Function Calling and Agentic Models

打破MCP：函数劫持攻击：函数调用和代理模型的新威胁

Yannis Belkhiter, Giulio Zizzo, Sergio Maffeis, Seshu Tirupathi, John D. Kelleher

机构 * IBM Research Europe（IBM欧洲研究院） ； Trinity College Dublin（三一学院都柏林） ； Imperial College London（帝国理工学院伦敦） ； ADAPT Research Centre（ADAPT研究中心） 纠错

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

AI总结 本文提出了一种新的函数劫持攻击，通过操纵代理模型的工具选择过程，迫使调用特定攻击者选择的函数，展示了代理模型在函数调用接口上的新漏洞。

Comments Accepted to TMLR (08/26)

SGM: Safety Glasses for Multimodal Large Language Models via Neuron-Level Detoxification

SGM: 通过神经层面的净化为多模态大语言模型提供安全眼镜

Hongbo Wang, AprilPyone MaungMaung, Isao Echizen

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

AI总结 SGM通过神经层面的净化技术，有效降低多模态大语言模型的毒性，同时保持生成流畅性和推理能力。

Comments Accepted to the EMNLP 2026 Main Conference

Unknown Unknowns: Do Hidden Intentions in LLMs Evade Detection?

未知未知数：为何大语言模型中的隐藏意图难以被检测

Devansh Srivastav, David Pape, Lea Schönherr

机构 * CISPA Helmholtz Center for Information Security（CISPA赫尔姆霍茨信息安全中心） 纠错

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

AI总结 研究揭示大语言模型中隐藏意图难以检测的问题，提出分类法并分析检测方法失效原因，强调需建立稳健框架以应对潜在风险。

Comments Accepted at EMNLP 2026 (Findings)

Kascade: A Practical Sparse Attention Method for Long-Context LLM Inference

Kascade：一种适用于长上下文LLM推理的实用稀疏注意力方法

Dhruv Deshmukh, Saurabh Goyal, Nipun Kwatra, Ramachandran Ramjee

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

AI总结 Kascade是一种无需训练的稀疏注意力方法，通过锚定层计算Top-k索引并重用，实现长上下文LLM推理中的高效注意力处理。

Comments 11 pages, 8 figures, 3 tables and 1 algorithm

SPADE: A Large Language Model Framework for Soil Moisture Pattern Recognition and Anomaly Detection in Precision Agriculture

SPADE：面向精准农业土壤湿度模式识别与异常检测的大语言模型框架

Yeonju Lee, Rui Qi Chen, Joseph Oboamah, Po Nien Su, Wei-zhen Liang, Yeyin Shi, Lu Gan, Yongsheng Chen, Xin Qiao, Jing Li

机构 * organization= H. Milton Stewart School of Industrial ； Systems Engineering, Georgia Institute of Technology , city= Atlanta , state= GA , country= USA ； organization= Panhandle Research ； Extension Center, University of Nebraska-Lincoln , city= Scottsbluff , state= NE , country= USA ； organization= Department of Computer Science ； Engineering, University of Nebraska-Lincoln , city= Lincoln , state= NE , country= USA ； organization= Department of Biological Systems Engineering, University of Nebraska-Lincoln , city= Lincoln , state= NE , country= USA ； organization= Institute for Robotics ； Intelligent Machines, Georgia Institute of Technology , city= Atlanta , state= GA , country= USA ； organization= School of Civil \& Environmental Engineering, Georgia Institute of Technology, Georgia Institute of Technology , city= Atlanta , state= GA , country= USA 纠错

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

AI总结 本研究提出首个基于LLM的土壤湿度时间序列分析框架SPADE，用GPT-4.1结合领域提示零样本识别湿润事件与异常，在真实多作物数据上优于无训练基线，可生成结构化报告辅助土壤湿度解读。

StructSynth: Dependency Graphs as Generation Plans for Low-Data Tabular Synthesis with Language Models

StructSynth：将依赖图作为低数据表格合成的生成计划的语言模型方法

Siyi Liu, Yujia Zheng, Haoyang Li, Yongqi Zhang

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

AI总结 StructSynth是将依赖图作为生成计划的框架，通过证据基础图归纳构建DAG并指导LLM自回归合成，在低数据表格合成中实现最优下游效用与隐私风险排名。

Comments EMNLP 2026 (Main Conference)

You Do Not Fully Utilize Transformer's Representation Capacity

你并未充分利用Transformer的表示能力

Gleb Gerasimov, Yaroslav Aksenov, Nikita Balagansky, Viacheslav Sinii, Daniil Gavrilov

机构 * T-Tech ； Moscow Institute of Physics and Technology（莫斯科物理技术学院） ； HSE University（俄罗斯高等经济大学） 纠错

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

AI总结 该研究针对标准Transformer仅依赖前层隐藏状态导致表示崩溃的问题，提出层集成记忆（LIMe）方法，通过整合前层表示提升了多任务性能，且未增加隐藏状态大小。

Comments Accepted to EMNLP 2026 (Main Conference)

Auditing Anonymous AI Models: A Four-Stage Protocol for Black-Box Identity Verification

匿名AI模型审计：一种用于黑盒身份验证的四阶段协议

Yisen Xi

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

AI总结 针对匿名AI模型黑盒身份验证的需求，提出四阶段取证审计协议，经测试可验证模型声明一致性，部分案例能准确推断模型身份。

Comments 35 pages, 4 figures

COGTRL: Training LLMs for Scientific Discovery Assistance using Cognitive Traces via Reinforcement Learning

COGTRL：通过强化学习训练大语言模型以利用认知轨迹辅助科学发现

Shrinidhi Kumbhar Santosh Mashetty Divij Handa Kevin Coutinho, Siddharth Sambhaji Ghule, Chitta Baral

机构 * Arizona State University（亚利桑那州立大学） 纠错

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

AI总结 本研究提出COGTRL这一轨迹级强化学习框架，训练LLMs产生科学发现所需的认知轨迹，在AI和材料科学领域的实验中，其方法质量较3B参数模型基线平均提升7.85分，表现接近70B参数模型，且更受领域专家偏好。

Comments Accepted EMNLP 2026

Which one is banana man? Evaluating vision-language models in multi-turn pragmatic interpretation

哪一个是香蕉人？评估视觉-语言模型在多轮语用理解中的表现

Alvin Wei Ming Tan, Ben Prystawski, Veronica Boyce

机构 * Stanford University（斯坦福大学） 纠错

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

AI总结 该研究通过迭代参照游戏测试发现，视觉-语言模型虽能利用上下文解释指代表达，但难以构建有效解释所需的相关上下文，缺乏高效语言协作的核心技能。

When to Adapt: Conditional Memory Adapters for Retention-Preserving Domain Specialization

何时适配：用于保留性能的领域专业化的条件记忆适配器

Jiayu Hou, Lei Wang

机构 * University of Electronic Science and Technology of China（电子科技大学） 纠错

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

AI总结 针对大语言模型参数高效微调导致域外性能下降的问题，提出Engram Adapter框架，通过条件激活实现领域专业化，在提升领域内准确率的同时保留绝大多数域外性能。

Comments Accepted to Findings of EMNLP 2026

RegionFM: Interpretable Region-Based Brain MRI Classification Using Foundation Model Embeddings

RegionFM：使用基础模型嵌入进行可解释的基于区域的脑MRI分类

Wei Zhang

机构 * L3S Research Center（L3S研究中心） 纠错

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

AI总结 研究针对脑MRI基础模型预测难解释问题，提出RegionFM框架，将解剖分割与基础模型嵌入结合，通过划分区域、编码嵌入及构建模型组合，用于认知障碍分类评估，在保持性能同时使解释与临床推理更好对齐。

VeriTrace: Evolving Mental Models for Deep Research Agents

VeriTrace：深度研究智能体的心智模型演化

Haolang Zhao, Yunbo Long, Lukas Beckenbauer, Alexandra Brintrup

机构 * Department of Engineering, University of Cambridge（剑桥大学工程系） ； TUM School of Management, Technical University of Munich（慕尼黑技术大学管理学院） ； The Alan Turing Institute（艾伦·图灵研究所） 纠错

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

AI总结 针对深度研究智能体面临的信息不确定性，提出VeriTrace认知图框架，通过显式反馈循环（解释更新、偏差反馈、模式修正）来演化心智模型，在DeepResearch Bench和DeepConsult上取得显著提升。

Comments Accepted to Findings of EMNLP 2026

Learning Concepts, Not Tokens: Self-Supervised Semantic Alignment for Language Models

学习概念，而非词元：语言模型的自我监督语义对齐

Christine Zhang, Dan Jurafsky, Chen Shani

机构 * Stanford University（斯坦福大学） 纠错

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

AI总结 提出一种自我监督框架，通过预测语义等价词元集合（概念）替代下一个词元预测，提升语言模型的语义对齐能力，并在分类、聚类、重排序及下游推理任务中取得更优性能。

Where Does Long-Context Supervision Actually Go? Effective-Context Exposure Balancing

长上下文监督究竟在哪里？有效上下文暴露平衡

Jinchang Zhu, Jindong Li, Chengyu Zou, Rong Fu, Chao Wang, Haowei He, Menglin Yang

机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； Institute of Artificial Intelligence (TeleAI), China Telecom（人工智能研究院（TeleAI），中国电信） 纠错

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

AI总结 本文提出EXACT方法，通过逆频率分配长有效上下文目标，提升长上下文适应性能，在多个任务中取得显著改进。