大模型推理能力

Large Reasoning Models Are Autonomous Jailbreak Agents

大推理模型是自主的越狱代理

Thilo Hagendorff, Erik Derner, Nuria Oliver

专题命中 规划推理 ：reasoning(title,abstract)；planning(abstract)；分类 cs.CL、cs.AI

AI总结 大推理模型能自主执行越狱攻击，研究揭示其对安全机制的威胁，强调需加强模型对齐以防止被利用

OmniEVA: Embodied Versatile Planner via Task-Adaptive 3D-Grounded and Embodiment-aware Reasoning

OmniEVA：通过任务自适应3D grounded和 embodiment-aware推理实现具身 versatile规划

Yuecheng Liu, Dafeng Chi, Shiguang Wu, Zhanguang Zhang, Yuzheng Zhuang, Bowen Yang, He Zhu, Lingfeng Zhang, Pengwei Xie, David Gamaliel Arcos Bravo, Yingxue Zhang, Jianye Hao, Xingyue Quan

机构 * Huawei Noah’s Ark Lab（华为诺亚实验室） 纠错

专题命中 规划推理 ：reasoning(title,abstract)；planning(abstract)；分类 cs.CL、cs.AI

AI总结 OmniEVA通过任务自适应3D grounding和具身aware推理，解决具身系统中几何适应性和具身约束的限制，实现先进的具身推理和任务规划。

Comments Published as a conference paper at ICLR 2026

DeepPlanning: Benchmarking Long-Horizon Agentic Planning with Verifiable Constraints

DeepPlanning: 用可验证约束基准测试长周期代理规划

Yinger Zhang, Shutong Jiang, Renhao Li, Jianhong Tu, Yang Su, Lianghao Deng, Xudong Guo, Chenxu Lv, Junyang Lin

机构 * Alibaba Group（阿里巴巴集团） 纠错

专题命中 规划推理 ：planning(title,abstract)；reasoning(abstract)；分类 cs.CL、cs.AI

AI总结 DeepPlanning是一个针对长周期代理规划的基准测试，通过多日旅行和多产品购物任务，评估代理在全局约束优化和局部约束推理中的能力。

Intention Collapse: Intention-Level Metrics for Reasoning in Language Models

意图坍缩：语言模型推理中的意图级度量

Patricio Vera

机构 * School of Engineering and Applied Science（工程与应用科学学院） ； George Washington University（乔治·华盛顿大学） 纠错

专题命中 规划推理 ：reasoning(title)；chain-of-thought(abstract)；CoT(abstract)；分类 cs.CL、cs.AI

AI总结 研究提出意图级度量用于评估语言模型推理性能，通过意图熵、有效维度和可恢复性分析CoT方法的效果差异。

Comments 41 pages, 8 figures, 6 tables. Code: https://github.com/patriciomvera/intention-collapse-experiments

Inverse Knowledge Search over Verifiable Reasoning: Synthesizing a Scientific Encyclopedia from a Long Chains-of-Thought Knowledge Base

反向知识搜索与可验证推理：从长推理链知识库合成科学百科全书

Yu Li, Yuan Huang, Tao Wang, Caiyu Fan, Xiansheng Cai, Sihan Hu, Xinzijian Liu, Cheng Shi, Mingjun Xu, Zhen Wang, Yan Wang, Xiangqi Jin, Tianhan Zhang, Linfeng Zhang, Lei Wang, Youjin Deng, Pan Zhang, Weijie Sun, Xinyu Li, Weinan E, Linfeng Zhang, Zhiyuan Yao, Kun Chen

机构 * Lanzhou Center for Theoretical Physics, Key Laboratory of Theoretical Physics of Gansu Province, Key Laboratory of Quantum Theory and Applications of MoE, Gansu Provincial Research Center for Basic Disciplines of Quantum Physics（兰州理论物理中心、甘肃省理论物理重点实验室、教育部量子理论与应用重点实验室、甘肃省量子物理基础学科研究省重点中心） ； Institute of Theoretical Physics, Chinese Academy of Sciences（中国科学院理论物理研究所） ； DP Technology（DP技术） ； Institute of Physics, Chinese Academy of Sciences（中国科学院物理研究所） ； Département d’Informatique, École normale supérieure（巴黎高等师范大学计算机系） 纠错

专题命中 规划推理 ：reasoning(title,abstract)；chain-of-thought(abstract)；分类 cs.AI、cs.LG

AI总结 本文提出了一种基于长推理链知识库的反向知识搜索方法，通过生成可验证的科学百科全书，实现了跨领域科学合成。

Comments 43 pages, 4 figures. This work is part of the SciencePedia project (sciencepedia.bohrium.com). Corrected author name spelling

AstroReason-Bench: Evaluating Unified Agentic Planning across Heterogeneous Space Planning Problems

AstroReason-Bench: 评估跨异构空间规划问题的统一代理规划

Weiyi Wang, Xinchi Chen, Jingjing Gong, Xuanjing Huang, Xipeng Qiu

专题命中 规划推理 ：planning(title,abstract)；reasoning(abstract)；分类 cs.CL、cs.AI

AI总结 AstroReason-Bench通过评估代理在复杂空间规划问题中的表现，揭示了通用规划在现实约束下的局限性。

Can Prompt Difficulty be Online Predicted for Accelerating RL Finetuning of Reasoning Models?

能否在线预测提示难度以加速推理模型的强化学习微调？

Yun Qu, Qi Wang, Yixiu Mao, Vincent Tao Hu, Björn Ommer, Xiangyang Ji

机构 * Tsinghua University（清华大学） 纠错

专题命中 规划推理 ：reasoning(title,abstract)；planning(abstract)；分类 cs.AI、cs.LG

AI总结 本研究提出MoPPS框架，通过贝叶斯方法在线预测提示难度，从而加速推理模型的强化学习微调过程。

Alpamayo-R1: Bridging Reasoning and Action Prediction for Generalizable Autonomous Driving in the Long Tail

Alpamayo-R1: 联结推理与动作预测以实现通用的自动驾驶在长尾场景

NVIDIA, :, Yan Wang, Wenjie Luo, Junjie Bai, Yulong Cao, Tong Che, Ke Chen, Yuxiao Chen, Jenna Diamond, Yifan Ding, Wenhao Ding, Liang Feng, Greg Heinrich, Jack Huang, Peter Karkus, Boyi Li, Pinyi Li, Tsung-Yi Lin, Dongran Liu, Ming-Yu Liu, Langechuan Liu, Zhijian Liu, Jason Lu, Yunxiang Mao, Pavlo Molchanov, Lindsey Pavao, Zhenghao Peng, Mike Ranzinger, Ed Schmerling, Shida Shen, Yunfei Shi, Sarah Tariq, Ran Tian, Tilman Wekel, Xinshuo Weng, Tianjun Xiao, Eric Yang, Xiaodong Yang, Yurong You, Xiaohui Zeng, Wenyuan Zhang, Boris Ivanovic, Marco Pavone

机构 * NVIDIA 纠错

专题命中 规划推理 ：reasoning(title,abstract)；planning(abstract)；分类 cs.AI、cs.LG

AI总结 Alpamayo-R1通过整合因果推理与轨迹规划，提升了自动驾驶在长尾场景中的规划准确性和安全性。

Enhancing LLM Planning Capabilities through Intrinsic Self-Critique

通过内在自我批评增强大语言模型的规划能力

Bernd Bohnet, Pierre-Alexandre Kamienny, Hanie Sedghi, Dilan Gorur, Pranjal Awasthi, Aaron Parisi, Kevin Swersky, Rosanne Liu, Azade Nova, Noah Fiedel

专题命中 规划推理 ：planning(title,abstract)；verifier(abstract)；分类 cs.AI、cs.LG

AI总结 通过内在自我批评方法提升大语言模型的规划能力，实现Blocksworld、Logistics和Mini-grid数据集上的性能改进。

LongVideoAgent: Multi-Agent Reasoning with Long Videos

LongVideoAgent: 多智能体推理与长视频

Runtao Liu, Ziyi Liu, Jiaqi Tang, Yue Ma, Renjie Pi, Jipeng Zhang, Qifeng Chen

机构 * Hong Kong University of Science and Technology（香港理工大学） 纠错

专题命中 规划推理 ：reasoning(title,abstract)；planning(abstract)；分类 cs.AI、cs.LG

AI总结 LongVideoAgent通过多智能体框架实现长视频的多模态推理，利用强化学习提升多智能体协作效率，优于现有基线方法。

SCOPE: Language Models as One-Time Teacher for Hierarchical Planning in Text Environments

SCOPE：语言模型作为一次性教师用于文本环境中的分层规划

Haoye Lu, Pavan Seshadri, Kaheer Suleman

专题命中 规划推理 ：planning(title,abstract)；reasoning(abstract)；分类 cs.CL、cs.AI

AI总结 SCOPE通过一次性利用LLM生成的子目标预训练轻量级模型，实现高效文本环境分层规划，比ADaPT方法在成功率和推理效率上更优。

Planning without Search: Refining Frontier LLMs with Offline Goal-Conditioned RL

无需搜索的规划：通过离线目标条件强化学习精炼前沿大语言模型

Joey Hong, Anca Dragan, Sergey Levine

机构 * UC Berkeley（伯克利大学） 纠错

专题命中 规划推理 ：planning(title,abstract)；reasoning(abstract)；分类 cs.CL、cs.AI

AI总结 通过目标条件价值函数引导LLM推理，实现高效多轮交互规划，优于传统RL微调和提示方法。

Comments Published at NeurIPS 2025; 18 pages, 4 figures, 2 tables

Exploring System 1 and 2 communication for latent reasoning in LLMs

探索用于大语言模型中潜在推理的系统1和系统2通信

Julian Coda-Forno, Zhuokai Zhao, Qiang Zhang, Dipesh Tamboli, Weiwei Li, Xiangjun Fan, Lizhu Zhang, Eric Schulz, Hsiao-Ping Tseng

机构 * Meta 纠错

专题命中 规划推理 ：reasoning(title,abstract)；planning(abstract)；分类 cs.AI、cs.LG

AI总结 本研究探讨了大语言模型中潜在推理的双架构通信方法，发现联合微调比增加通道容量更有效，但需设计明确的目标和训练计划以提升推理能力。

Efficient Multi-Hop Question Answering over Knowledge Graphs via LLM Planning and Embedding-Guided Search

通过LLM规划和嵌入引导搜索实现高效的多跳知识图谱问答

Manil Shrestha, Edward Kim

机构 * Department of Computer Science, Drexel University, Philadelphia, PA, USA（计算机科学系，德雷塞尔大学，费城，宾夕法尼亚州，美国） 纠错

专题命中 规划推理 ：planning(title,abstract)；reasoning(abstract)；分类 cs.CL、cs.AI

AI总结 本文提出两种混合算法，通过LLM规划和嵌入引导搜索实现高效且可验证的多跳知识图谱问答，提升推理效率与准确性。

Planning-Aware Code Infilling via Horizon-Length Prediction

Yifeng Ding, Hantian Ding, Shiqi Wang, Qing Sun, Varun Kumar, Zijian Wang

机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； AWS AI Labs（AWS人工智能实验室） ； Meta 纠错

专题命中 规划推理 ：planning(title,abstract)；reasoning(abstract)；分类 cs.CL、cs.LG

History-Aware Reasoning for GUI Agents

Ziwei Wang, Leyang Yang, Xiaoxuan Tang, Sheng Zhou, Dajun Chen, Wei Jiang, Yong Li

专题命中 规划推理 ：reasoning(title,abstract)；chain-of-thought(abstract)；分类 cs.CL、cs.AI

Comments Paper accepted to AAAI 2026

Brain-Inspired Planning for Better Generalization in Reinforcement Learning

Mingde "Harry" Zhao

专题命中 规划推理 ：planning(title,abstract)；reasoning(abstract)；分类 cs.AI、cs.LG

Comments McGill PhD Thesis (updated on 20251109 for typos and margin adjustments)

Self-Evolving Curriculum for LLM Reasoning

Xiaoyin Chen, Jiarui Lu, Minsu Kim, Dinghuai Zhang, Jian Tang, Alexandre Piché, Nicolas Gontier, Yoshua Bengio, Ehsan Kamalloo

专题命中 规划推理 ：reasoning(title,abstract)；planning(abstract)；分类 cs.AI、cs.LG

GAP: Graph-Based Agent Planning with Parallel Tool Use and Reinforcement Learning

Jiaqi Wu, Qinlao Zhao, Zefeng Chen, Kai Qin, Yifei Zhao, Xueqian Wang, Yuhang Yao

机构 * Tsinghua University（清华大学） ； Huazhong University of Science and Technology（华中科技大学） ； National University of Singapore（新加坡国立大学） ； Carnegie Mellon University（卡内基梅隆大学） 纠错

专题命中 规划推理 ：planning(title,abstract)；reasoning(abstract)；分类 cs.CL、cs.AI

HYPE: Hybrid Planning with Ego Proposal-Conditioned Predictions

Hang Yu, Julian Jordan, Julian Schmidt, Silvan Lindner, Alessandro Canevaro, Wilhelm Stork

机构 * Mercedes-Benz AG, Research & Development（梅赛德斯-奔驰集团，研发部） ； Karlsruhe Institute of Technology, ITIV（卡尔斯鲁厄理工学院，ITIV） ； University of Tübingen（图宾根大学） 纠错

专题命中 规划推理 ：planning(title,abstract)；reasoning(abstract)；分类 cs.AI、cs.LG

Comments Accepted to IEEE ITSC 2025

Robust Search with Uncertainty-Aware Value Models for Language Model Reasoning

Fei Yu, Yingru Li, Benyou Wang

机构 * The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） ； ByteDance, Singapore（字节跳动（新加坡）） 纠错

专题命中 规划推理 ：reasoning(title,abstract)；verifier(abstract)；分类 cs.CL、cs.AI

Probabilistic Reasoning with LLMs for k-anonymity Estimation

Jonathan Zheng, Sauvik Das, Alan Ritter, Wei Xu

机构 * College of Computing, Georgia Institute of Technology（佐治亚理工学院计算机学院） ； Human-Computer Interaction Institute, Carnegie Mellon University（卡内基梅隆大学人机交互研究所） 纠错

专题命中 规划推理 ：reasoning(title,abstract)；chain-of-thought(abstract)；分类 cs.CL、cs.LG

Comments 10 pages, Accepted to NeurIPS 2025

DeepPlanner: Scaling Planning Capability for Deep Research Agents via Advantage Shaping

Wei Fan, Wenlin Yao, Zheng Li, Feng Yao, Xin Liu, Liang Qiu, Qingyu Yin, Yangqiu Song, Bing Yin

机构 * The Hong Kong University of Science and Technology（香港科技大学） ； Amazon（亚马逊） ； University of California, San Diego（加州大学圣地亚哥分校） 纠错

专题命中 规划推理 ：planning(title,abstract)；reasoning(abstract)；分类 cs.CL、cs.AI

Comments Under Review

Wide-Horizon Thinking and Simulation-Based Evaluation for Real-World LLM Planning with Multifaceted Constraints

Dongjie Yang, Chengqiang Lu, Qimeng Wang, Xinbei Ma, Yan Gao, Yao Hu, Hai Zhao

机构 * Shanghai Jiao Tong University（上海交通大学） ； Xiaohongshu Inc.（小红书公司） 纠错

专题命中 规划推理 ：planning(title,abstract)；reasoning(abstract)；分类 cs.CL、cs.AI

Comments Accepted by NeurIPS 2025 Spotlight

COMPASS: Enhancing Agent Long-Horizon Reasoning with Evolving Context

Guangya Wan, Mingyang Ling, Xiaoqi Ren, Rujun Han, Sheng Li, Zizhao Zhang

专题命中 规划推理 ：reasoning(title,abstract)；planning(abstract)；分类 cs.CL、cs.AI

Comments Under Review for ACL

LexiCon: a Benchmark for Planning under Temporal Constraints in Natural Language

Periklis Mantenoglou, Rishi Hazra, Pedro Zuidberg Dos Martires, Luc De Raedt

专题命中 规划推理 ：planning(title,abstract)；reasoning(abstract)；分类 cs.CL、cs.AI

ATLAS: Constraints-Aware Multi-Agent Collaboration for Real-World Travel Planning

Jihye Choi, Jinsung Yoon, Jiefeng Chen, Somesh Jha, Tomas Pfister

机构 * University of Wisconsin-Madison（威斯康星大学麦迪逊分校） ； Google Cloud（谷歌云） 纠错

专题命中 规划推理 ：planning(title,abstract)；reasoning(abstract)；分类 cs.CL、cs.AI

Contrastive Representations for Temporal Reasoning

Alicja Ziarko, Michal Bortkiewicz, Michal Zawalski, Benjamin Eysenbach, Piotr Milos

机构 * University of Warsaw（华沙大学） ； IDEAS NCBR ； IMPAN（波兰数学与计算机科学研究院） ； Warsaw University of Technology（华沙技术大学） ； Princeton University（普林斯顿大学） ； NVIDIA（英伟达公司） 纠错

专题命中 规划推理 ：reasoning(title,abstract)；planning(abstract)；分类 cs.AI、cs.LG

Comments NeurIPS 2025, Project website: https://princeton-rl.github.io/CRTR/

MedCritical: Enhancing Medical Reasoning in Small Language Models via Self-Collaborative Correction

Xinchun Su, Chunxu Luo, Yixuan Li, Weidong Yang, Lipeng Ma

机构 * School of Computer Science, Fudan University, Shanghai, China（复旦大学计算机学院） 纠错

专题命中 规划推理 ：reasoning(title,abstract)；planning(abstract)；分类 cs.CL、cs.AI

LayoutAgent: A Vision-Language Agent Guided Compositional Diffusion for Spatial Layout Planning

Zezhong Fan, Xiaohan Li, Luyi Ma, Kai Zhao, Liang Peng, Topojoy Biswas, Evren Korpeoglu, Kaushiki Nag, Kannan Achan

机构 * Personalization Team, Walmart Global Tech（Walmart全球科技个性化团队） 纠错

专题命中 规划推理 ：planning(title,abstract)；reasoning(abstract)；分类 cs.AI、cs.LG

Comments NeurIPS 2025 Workshop on SPACE in Vision, Language, and Embodied AI