大模型推理能力

ERR+: Sequential Entropy Resolution for Efficient and Decisive LLM Reasoning

ERR+: 用于高效且果断的LLM推理的顺序熵分辨率

Xin Jiang, Minhao Wang, Wen Wu, Zhentao Xie, Shangheng Du, Jinxin Shi, Jiabao Zhao

机构 * School of Computer Science and Technology, East China Normal University（华东师范大学计算机科学与技术学院） ； ByteDance（字节跳动） 纠错

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

AI总结 该研究针对RLVR方法对推理过程质量指导不足的问题，提出两阶段RLVR框架ERR+，通过顺序优化熵缓解奖励与稳健相对效率奖励，在五个数据集上实现了LLM推理准确率与简洁性的提升。

Comments 16 pages, 5 figures

TCS-BENCH: Benchmarking State-of-the-Art Generative AI Theoretical Computer Science Research Ability

TCS-BENCH：评估最先进生成式AI理论计算机科学研究能力的基准

Vincent Cohen-Addad, Dimitris Paparas, Ernest van Wijland, Max Springer, Julien Canitrot-Paradis, Honghao Lin, David Woodruff, Adarsh Kumarappan, Rajesh Jayaram, Rudrajit Das, Lalit Jain, Ola Svensson, Silvio Lattanzi, Mislav Balunovic, Theophane Weber, Vahab Mirrokni

机构 * Google Research（谷歌研究院） ； CNRS（法国国家科学研究中心） ； IRIF（法国信息学研究所） ； Université Paris-Cité（巴黎城市大学） ； Princeton University（普林斯顿大学） ； Université Paris-Saclay（巴黎萨克雷大学） ； CEA（法国原子能和替代能源委员会） ； California Institute of Technology（加州理工学院） ； Google DeepMind（谷歌DeepMind） 纠错

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

AI总结 研究人员推出TCS-Bench基准，基于STOC、FOCS、SODA论文的定理证明任务评估LLMs，结合验证智能体，参考验证器在专家标注集准确率超90%，为评估生成式AI的TCS研究能力提供工具

Designing an Auditable LLM-Supported Workflow for Qualitative Thematic Analysis

设计一种可审计的、由大语言模型（LLM）支持的定性主题分析工作流程

Nadia Jul Jeldtoft, Tariq Yousef

机构 * University of Southern Denmark（南丹麦大学） 纠错

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

AI总结 本文提出一种可审计的LLM支持的定性主题分析工作流程，推导五项设计原则，构建两阶段工作流程，经半结构化丹麦访谈记录评估，其编码覆盖与人工相当，主题更紧凑，可扩展适配不同LLM与领域。

Make an Offer They Can't Refuse: Grounding Bayesian Persuasion in Real-World Dialogues without Pre-Commitment

提出无法拒绝的方案：在无预承诺的真实对话中建立贝叶斯说服

Buwei He, Yang Liu, Zhaowei Zhang, Zixia Jia, Yang Yu, Huijia Wu, Zhaofeng He, Zilong Zheng, Yipeng Kang

机构 * Beijing University of Posts and Telecommunications（北京邮电大学） ； Beijing Institute for General Artificial Intelligence（北京通用人工智能研究院） ； Peking University（北京大学） 纠错

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

AI总结 该研究针对LLM策略性说服的不足，提出无预承诺的贝叶斯说服机制，实现两种变体并经多LLM与人类评估，验证其性能提升源于贝叶斯推理，且微调可缩小模型性能差距。

Comments Accepted as EMNLP 2026 Findings

Schwarz: Solver-Aware Agentic Program Verification

Schwarz：感知求解器的智能体程序验证工具

Jingyu Ke (Shanghai Jiao Tong University), Ling-I Wu (Shanghai Jiao Tong University), Guoqiang Li (Shanghai Jiao Tong University)

专题命中 代码与定理证明 ：verifier(abstract)

AI总结 本文提出感知求解器的智能体程序验证工具Schwarz，通过本地化修复任务等方法，在两类基准任务上分别实现95.2%、91.5%的解决率，验证了其有效性与可扩展性。

Comments 12 pages, 4 figures, 4 tables; preprint prepared in IEEE conference format

Test-time Reinforcement Learning in Imperfect Information Games

非完美信息博弈中的测试时强化学习

Ondrej Kubicek, Viliam Lisy, Tuomas Sandholm

专题命中 代码与定理证明 ：reasoning(abstract)

AI总结 本研究针对两人零和非完美信息博弈，提出将小工具博弈扩展至强化学习场景的策略梯度算法，通过隐式表示消除子博弈规模限制，经实验验证可提升策略性能。