Recognizing and Verifying Mathematical Equations using Multiplicative Differential Neural Units
专题命中 数学推理 ：reasoning(abstract)；分类 cs.LG
AI 大模型
大模型推理能力
大模型数学、逻辑、规划、多步推理和测试时计算能力。
1. 数学推理 3246 篇
DRLE: Decentralized Reinforcement Learning at the Edge for Traffic Light Control in the IoV
专题命中 数学推理 ：reasoning(abstract)；分类 cs.LG
Comments Accepted by IEEE Transactions on Intelligent Transportation Systems
Foundations for Near-Term Quantum Natural Language Processing
专题命中 数学推理 ：reasoning(abstract)；分类 cs.CL
Comments 43 pages, lots of pictures
Language Models are Few-Shot Learners
专题命中 数学推理 ：reasoning(abstract)；分类 cs.CL
Comments 40+32 pages
A New Perspective on Learning Context-Specific Independence
专题命中 数学推理 ：reasoning(abstract)；分类 cs.AI
A system of different layers of abstraction for artificial intelligence
专题命中 数学推理 ：reasoning(abstract)；分类 cs.AI
Comments 12 pages, 1 figure, 1 table, submitted version
Managing large-scale scientific hypotheses as uncertain and probabilistic data
专题命中 数学推理 ：reasoning(abstract)；分类 cs.AI
Comments 145 pages, 61 figures, 1 table. PhD thesis, National Laboratory for Scientific Computing (LNCC), Brazil, February 2015
Learning Mathematical Rules with Large Language Models
专题命中 数学推理 ：分类 cs.CL、cs.AI、cs.LG；reasoning(comments)
Comments NeurIPS'24 MATH-AI, the 4th Workshop on Mathematical Reasoning and AI
Dual-Grained Agent Memory and Shapley Context Attribution for Multimodal Agentic Learner
面向多模态智能体学习者的双粒度智能体记忆与Shapley上下文归因
机构 * UC Merced（加州大学默塞德分校） ； Shanghai Jiao Tong University（上海交通大学）
专题命中 数学推理 ：reasoning(abstract)
AI总结 针对多模态大模型推理不足的问题，提出双粒度智能体记忆框架DG-Mem，结合Shapley上下文归因，在多个数学多模态推理数据集上实现性能提升，且无需参数更新即可适配各类骨干模型。
Perturb the Thought, Not the Pixels: Latent-Space Rollout Diversification for Reinforcement Learning of Vision-Language Models
扰动思路而非像素：用于视觉语言模型强化学习的潜在空间展开多样化
机构 * Amazon Web Services（亚马逊网络服务）
专题命中 数学推理 ：reasoning(abstract)
AI总结 该研究提出 NC-GRPO 方法，通过在 VLM 潜在空间注入噪声实现展开多样化，提升了其数学推理与幻觉鲁棒性，且仅需少量代码修改即可整合进 RLVR 流程。
Assessing Large Language Models for Stabilizing Numerical Expressions in Scientific Software
评估大语言模型在科学软件中稳定数值表达式的能力
专题命中 数学推理 ：reasoning(abstract)
AI总结 本文评估大语言模型在数值稳定性任务中的表现，发现其在检测和稳定不稳定的计算方面与传统方法相当，并在某些情况下表现更优，但对控制流和高精度字面量处理较弱。
AI as a Democratizing Force in Indie Game Development
AI作为独立游戏开发中的民主化力量
专题命中 数学推理 ：planning(abstract)
AI总结 该研究考察AI对2024-2026年游戏行业分化的影响，发现AI大幅降低独立游戏制作的协调成本，推动第三波民主化浪潮，披露AI的游戏接受度与传统游戏相当，但市场已呈现结构性过剩的前提条件。
MIDAL: A Dataset of Math Image Descriptions for Accessible Learning
MIDAL：用于无障碍学习的数学图像描述
机构 * E.K. Solutions Pvt. Ltd.（E.K.解决方案私人有限公司）
专题命中 数学推理 ：reasoning(abstract)
AI总结 该研究推出含2020张多级别数学图像的MIDAL数据集，用于训练视觉语言模型生成无障碍图像描述，还可微调语言模型提升数学推理能力，助力高等教育STEM内容无障碍性建设。
CryptanalysisBench: Can LLMs do Cryptanalysis?
密码分析基准测试：大语言模型能进行密码分析吗？
专题命中 数学推理 ：reasoning(abstract)
AI总结 研究探讨大语言模型能否进行密码分析，引入包含六个密码原语家族191个任务的CryptanalysisBench基准测试，五个前沿模型在不同层级有一定破解率，不仅得出已知结果还产生新成果，发布该基准测试以追踪人工智能密码分析进展及压力测试候选方案。
Comments 46 pages, 5 figures, 4 tables
Smart-TCP: An Agentic AI-based Autonomous and Adaptive TCP Protocol
Smart-TCP：基于智能体AI的自主自适应TCP协议
专题命中 数学推理 ：reasoning(abstract)
AI总结 提出Smart-TCP框架，利用大/小语言模型与算术逻辑单元协同决策，实现TCP控制逻辑的自适应，实验显示高精度与全生命周期成功率。
Comments Submitted for possible journal publication
TGMS: An Agent-Native Bi-Temporal Graph Management System
TGMS：一种原生代理双时态图管理系统
专题命中 数学推理 ：verifier(abstract)
AI总结 研究针对时态图问题中LLM代理常失败的情况，提出双时态属性图管理系统TGMS，将13个运算符作为代理工具，LLM规划调用，系统计算，能分离有效时间与事务时间，在基准测试中表现优异，开源代码等。
Sparse-LaViDa: Sparse Multimodal Discrete Diffusion Language Models
稀疏-LaViDa：稀疏多模态离散扩散语言模型
机构 * Adobe（Adobe公司） ； UCLA（加州大学洛杉矶分校）
专题命中 数学推理 ：reasoning(abstract)
AI总结 针对掩码离散扩散模型推理速度慢的问题，提出Sparse-LaViDa框架，通过动态截断冗余掩码令牌加速采样，引入专用寄存器令牌和注意力掩码保证质量与一致性，基于LaViDa - O构建，在多任务中实现加速且保持质量。
Comments 18 pages (12 pages for the main paper and 6 pages for the appendix), 9 figures
SIVA-RL: Sensitivity-Invariance Visual Alignment for Multimodal Reinforcement Learning
SIVA-RL：用于多模态强化学习的灵敏度不变视觉对齐
机构 * Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； Shanghai Jiao Tong University（上海交通大学） ； Sichuan University（四川大学） ； The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） ； University of Macau（澳门大学）
专题命中 数学推理 ：reasoning(abstract)
AI总结 研究多模态强化学习中视觉语言模型预测与视觉证据结合问题，提出SIVA-RL框架，通过特定方法构建局部干预并以奖励下降为权重驱动对齐，在多基准测试中相比基线改进了模型。
Comments 27 pages, 11 figures
ParaTutor: Coordinating Parent and Child Math Tutoring through Role Separated LLM Scaffolding
ParaTutor: 通过角色分离的实时脚手架界面实现LLM介导的亲子辅导
专题命中 数学推理 ：reasoning(abstract)
AI总结 针对亲子辅导中角色不对称问题，提出ParaTutor系统，通过为家长提供辅导指导、为孩子提供视觉基础，在实时互动中保持家长主导和孩子参与，实验表明优于通用LLM辅助。
Automation Without Understanding
没有理解的自动化
专题命中 数学推理 ：reasoning(abstract)
AI总结 探讨人工智能产出数学成果但美国削弱相关人才培养渠道这一现象，主张将数学能力视为战略资产，提出要求进行重要推理的人工智能系统以可检查形式公开关键主张，以避免战略错误。
Comments 10 pages. Comments welcome
The Exact Worst-Case Tail Probability under Bounded Kurtosis
有界峰度下的精确最坏情况尾概率
专题命中 数学推理 ：reasoning(abstract)
AI总结 研究有界峰度下单边尾控制问题，通过AI引导搜索确定最坏情况尾概率的四区域映射，给出各区域表达式及证明度相图，还得到精确最坏情况分位数等。
Comments v2: fixed cross-reference names rendered incorrectly by the arXiv TeX complier and made minor edits. Code, certificates, and the full instance tables are available at https://github.com/xiaoyulics/lemmaforge
Proofdoors and Efficiency of CDCL Solvers
证明门与CDCL求解器的效率
专题命中 数学推理 ：reasoning(abstract)
AI总结 本文提出证明门参数，用于解释CDCL求解器在电路验证中的效率，证明具有小证明门的公式有短的分辨率证明，并展示某些CDCL求解器能高效生成此类证明。
Comments version 2.1
Knowledge-Enhanced Agentic Vulnerability Repair
知识增强的智能体漏洞修复
专题命中 数学推理 ：reasoning(abstract)
AI总结 提出KeaRepair，一种基于智能体的自动化漏洞修复方法，通过提取历史漏洞知识并利用工具增强的智能体进行诊断，生成并迭代优化补丁，在55个C/C++漏洞上修复率达83.64%。
Auditing AI Investment Recommendations as Executable Actions
审计AI投资建议作为可执行行动
专题命中 数学推理 ：verifier(abstract)
AI总结 提出将AI投资建议作为可执行金融行动进行审计，通过确定性基线协议评估有效性、稳定性和一致性，发现一致性单独评估具有误导性。
Heterogeneous LLM Debate Under Adversarial Peers: Honest Gains, Replacement Costs, and Resilience
对抗性同伴下的异构LLM辩论：诚实增益、替代成本与韧性
专题命中 数学推理 ：reasoning(abstract)
AI总结 研究异构LLM辩论中诚实与对抗性同伴对修正行为的影响，发现诚实同伴降低有害修正率，对抗性同伴则逆转，且异构性在已有对手时也能作为防御。
Identifying Topological Invariants of Non-Hermitian Systems via Domain-Adaptive Multimodal Model for Mathematics
通过数学多模态模型识别非厄密系统拓扑不变量
专题命中 数学推理 ：reasoning(abstract)
AI总结 本文提出利用多模态模型识别非厄密系统拓扑不变量，通过输入哈密顿量的本征值和本征向量，结合数学大语言模型进行复杂计算和推理，有效提取拓扑信息。
General Stopping Behaviors of Naive and Non-Committed Sophisticated Agents, with Application to Probability Distortion
朴素和非承诺的复杂代理的通用停止行为，及其在概率扭曲中的应用
专题命中 数学推理 ：reasoning(abstract)
AI总结 本文研究了在时间不一致的收益函数下停止扩散过程的问题，分析了朴素代理的连续再优化决策和复杂代理的均衡策略，并探讨了概率扭曲对停止策略的影响。
Journal ref Mathematical Finance, Vol. 30 (2020), Issue 1, pp 310-340
The Tutoring Effectiveness Index: Predicting LLM Math Tutor Quality from Four Conversation Signals
辅导效果指数：从四个对话信号预测LLM数学辅导质量
专题命中 数学推理 ：reasoning(abstract)
AI总结 提出无需训练和外部评判的辅导效果指数（TEI），通过四个内部推理信号选择冻结模型，将预错误场景的改进率从59.0%提升至81.9%。
Divergent Minds, Convergent Baselines: A Bounded-Rationality Account of LLM-Human Strategic Behaviour
分歧的思维，趋同的基线：LLM与人类战略行为的有界理性解释
专题命中 数学推理 ：reasoning(abstract)
AI总结 本文提出有界理性框架，将人类与LLM在战略博弈中的行为差异归因于计算约束的不同，并给出四个操作测试来区分两者的偏差项δ。
Comments 12 pages, 1 table, no figures. Theoretical prequel paper
Visual-Advantage On-Policy Distillation for Vision-Language Models
基于视觉优势的在线策略蒸馏用于视觉-语言模型
机构 * Institute of Automation, CAS（中国科学院自动化研究所） ； School of Advanced Interdisciplinary Sciences, UCAS（中国科学院大学(UCAS)先进交叉学科学院） ； Hello Group Inc.（Hello集团有限公司） ； Sun Yat-sen University（中山大学）
专题命中 数学推理 ：reasoning(abstract)
AI总结 本文提出了一种基于视觉优势的在线策略蒸馏方法，用于提升视觉-语言模型对视觉输入的依赖性，通过引入视觉优势指标来区分关键视觉token与语言token，从而提高蒸馏效果。
