大模型推理能力

TextReasoningBench: Does Reasoning Really Improve Text Classification in Large Language Models?

TextReasoningBench: 推理是否真的能提升大语言模型中的文本分类性能？

Xinyu Guo, Yazhou Zhang, Jing Qin

机构 * School of Computer Science and Technology, Tianjin University（天津大学计算机科学与技术学院） ； School of Nursing, The Hong Kong Polytechnic University（香港理工大学护理学院） 纠错

专题命中 复杂问题求解 ：reasoning(title,abstract)；CoT(abstract)；分类 cs.CL

AI总结 本文通过TextReasoningBench评估推理策略在文本分类中的有效性与效率，发现推理并非总能提升性能，且多数策略效率低下。

Comments 20 pages

Recurrent Reasoning with Vision-Language Models for Estimating Long-Horizon Embodied Task Progress

基于视觉语言模型的递归推理用于估计长周期具身任务进度

Yuelin Zhang, Sijie Cheng, Chen Li, Zongzhao Li, Yuxin Huang, Yang Liu, Wenbing Huang

机构 * Gaoling School of Artificial Intelligence, Renmin University of China（中国人民大学北京校区人工智能学院） ； Beijing Key Laboratory of Research on Large Models and Intelligent Governance（北京大型模型与智能治理研究重点实验室） ； Engineering Research Center of Next-Generation Intelligent Search and Recommendation, MOE（教育部下一代智能搜索与推荐工程研究中心） ； Department of Computer Science and Technology, Tsinghua University（清华大学计算机科学与技术系） ； Institute for AI Industry Research (AIR), Tsinghua University（清华大学人工智能产业研究院） 纠错

专题命中 复杂问题求解 ：reasoning(title,abstract)；CoT(abstract)；分类 cs.AI

AI总结 本文提出R²VLM模型，通过递归推理框架处理局部视频片段，维护全局上下文，实现复杂时间依赖推理，提升长周期任务进度估计性能。

Comments CVPR 2026

Brain-Inspired Graph Multi-Agent Systems for LLM Reasoning

受脑启发的图多智能体系统用于LLM推理

Guangfu Hao, Yuming Dai, Xianzhe Qin, Shan Yu

专题命中 复杂问题求解 ：reasoning(title,abstract)；chain-of-thought(abstract)；分类 cs.AI

AI总结 本文提出受人类认知全局工作理论启发的BIGMAS系统，通过动态图结构和共享工作区提升多步推理能力，实验表明其在多个LLM上均优于现有多智能体基线。

Quality-Driven Agentic Reasoning for LLM-Assisted Software Design: Questions-of-Thoughts (QoT) as a Time-Series Self-QA Chain

以质量为导向的代理推理用于大语言模型辅助软件设计：问题-思考（QoT）作为时间序列自我QA链

Yen-Ku Liu, Yun-Cheng Tsai

专题命中 复杂问题求解 ：reasoning(title,abstract)；planning(abstract)；分类 cs.AI

AI总结 本文提出QoT框架，通过时间序列自我QA链提升大语言模型辅助软件设计的质量，通过多领域实验验证其在不同模型规模和复杂度下的效果。

Ares: Adaptive Reasoning Effort Selection for Efficient LLM Agents

Ares: 为高效LLM代理的自适应推理努力选择

Jingbo Yang, Bairu Hou, Wei Wei, Yujia Bao, Shiyu Chang

机构 * University of California, Santa Barbara（加州大学圣芭芭拉分校） ； Accenture（埃森哲） 纠错

专题命中 复杂问题求解 ：reasoning(title,abstract)；chain-of-thought(abstract)；分类 cs.AI

AI总结 Ares通过动态选择推理努力级别，有效降低LLM代理的推理成本，同时保持任务成功率。

CyclicReflex: Improving Reasoning Models via Cyclical Reflection Token Scheduling

CyclicReflex: 通过循环反思标记调度提升推理模型

Chongyu Fan, Yihua Zhang, Jinghan Jia, Alfred Hero, Sijia Liu

专题命中 复杂问题求解 ：reasoning(title,abstract)；test-time compute(abstract)；分类 cs.CL

AI总结 CyclicReflex通过循环反思标记调度提升推理模型性能，采用动态三角波调节反思标记logits，无需额外计算成本。

Comments Accepted to ICLR 2026

LaSER: Internalizing Explicit Reasoning into Latent Space for Dense Retrieval

LaSER: 将显式推理内化到潜在空间以实现密集检索

Jiajie Jin, Yanzhao Zhang, Mingxin Li, Dingkun Long, Pengjun Xie, Yutao Zhu, Zhicheng Dou

机构 * Gaoling School of Artificial Intelligence, Renmin University of China（中国人民大学高陵人工智能学院） ； Tongyi Lab, Alibaba Group（阿里集团通义实验室） 纠错

专题命中 复杂问题求解 ：reasoning(title,abstract)；CoT(abstract)；分类 cs.CL

AI总结 LaSER通过将显式推理内化到潜在空间，提升密集检索性能，结合推理深度与推理效率。

Comments Under Review

FRIEDA: Benchmarking Multi-Step Cartographic Reasoning in Vision-Language Models

FRIEDA：评估视觉语言模型中多步骤制图推理的基准

Jiyoon Pyo, Yuankun Jiao, Dongwon Jung, Zekun Li, Leeje Jang, Sofia Kirsanova, Jina Kim, Yijun Lin, Qin Liu, Junyi Xie, Hadi Askari, Nan Xu, Muhao Chen, Yao-Yi Chiang

机构 * University of Minnesota-Twin Cities（明尼苏达大学双城分校） ； University of California, Davis（加州大学戴维斯分校） ； University of Southern California（南加州大学） 纠错

专题命中 复杂问题求解 ：reasoning(title,abstract)；planning(abstract)；分类 cs.AI

AI总结 FRIEDA 是一个评估视觉语言模型多步骤制图推理能力的基准，通过多步骤推理和跨地图定位测试，揭示了当前模型在空间智能方面的不足。

Comments Accepted to ICLR 2026

Med-REFL: Medical Reasoning Enhancement via Self-Corrected Fine-grained Reflection

Med-REFL: 通过自我校正的细粒度反思增强医疗推理

Zongxian Yang, Jiayu Qian, Zegao Peng, Haoyu Zhang, Yu-An Huang, KC Tan, Zhi-An Huang

机构 * City University of Hong Kong (Dongguan), China（香港城市大学（东莞）） ； Northwestern Polytechnical University, China（西北工业大学） ； The Hong Kong Polytechnic University, China（香港理工大学） 纠错

专题命中 复杂问题求解 ：reasoning(title,abstract)；logical reasoning(abstract)；分类 cs.AI

AI总结 Med-REFL通过自我校正的细粒度反思提升医疗推理，有效解决验证瓶颈，提升模型性能并拓展至其他领域。

Topology of Reasoning: Retrieved Cell Complex-Augmented Generation for Textual Graph Question Answering

推理拓扑：检索细胞复杂度增强的生成用于文本图问题回答

Sen Zhao, Lincheng Zhou, Yue Chen, Ding Zou

机构 * Academy of Advanced Interdisciplinary Studies, Chongqing University of Posts and Telecommunications（重庆邮电大学先进交叉学科研究院） ； School of Computer Science and Technology, Chongqing University of Posts and Telecommunications（重庆邮电大学计算机科学与技术学院） ； Intelligent System Department, Zhongxing Telecom Equipment (ZTE)（中兴电信设备智能系统部） 纠错

专题命中 复杂问题求解 ：reasoning(title,abstract)；logical reasoning(abstract)；分类 cs.AI

AI总结 本文提出TopoRAG，通过将文本图提升为细胞复杂度，捕捉高维拓扑依赖，提升文本图问题回答的推理能力。

UniReason 1.0: A Unified Reasoning Framework for World Knowledge Aligned Image Generation and Editing

UniReason 1.0: 一个统一的推理框架，用于世界知识对齐的图像生成与编辑

Dianyi Wang, Chaofan Ma, Feng Han, Size Wu, Wei Song, Yibin Wang, Zhixiong Zhang, Tianhang Wang, Siyuan Wang, Zhongyu Wei, Jiaqi Wang

机构 * Fudan University（复旦大学） ； Shanghai Innovation Institute（上海创新研究院） ； Shanghai Jiao Tong University（上海交通大学） ； Nanyang Technological University（南洋理工大学） ； Zhejiang University（浙江大学） ； University of Southern California（美国南加州大学） 纠错

专题命中 复杂问题求解 ：reasoning(title,abstract)；planning(abstract)；分类 cs.AI

AI总结 UniReason 1.0通过统一推理框架整合图像生成与编辑，利用世界知识增强文本推理和视觉优化，提升复杂合成任务的性能。

Can LLMs Do Rocket Science? Exploring the Limits of Complex Reasoning with GTOC 12

大语言模型能做火箭科学吗？通过GTOC 12探索复杂推理的极限

Iñaki del Campo, Pablo Cuervo, Victor Rodriguez-Fernandez, Roberto Armellin, Jack Yarndley

专题命中 复杂问题求解 ：reasoning(title,abstract)；planning(abstract)；分类 cs.AI

AI总结 本研究通过GTOC 12竞赛评估大语言模型在复杂轨道优化任务中的表现，发现其在战略规划上能力显著提升，但在实际执行中存在物理一致性等关键问题。

Comments Extended version of the paper presented at AIAA SciTech 2026 Forum. Includes futher experiments, corrections and new appendix

Journal ref Proceedings of the AIAA SciTech 2026 Forum, January 2026

LegalOne: A Family of Foundation Models for Reliable Legal Reasoning

LegalOne：一种用于可靠法律推理的基础模型家族

Haitao Li, Yifan Chen, Shuo Miao, Qian Dong, Jia Chen, Yiran Hu, Junjie Chen, Minghao Qin, Yueyue Wu, Yujia Zhou, Qingyao Ai, Yiqun Liu, Cheng Luo, Quan Zhou, Ya Zhang, Jikun Hu

机构 * Department of Computer Science, Tsinghua University（清华大学计算机科学系） ； Quancheng Laboratory（清华云城实验室） ； University of Waterloo, Canada（加拿大滑铁卢大学） ； China University of Political Science and Law（中国政法大学） ； MegaTech.AI Inc（MegaTech.AI公司） 纠错

专题命中 复杂问题求解 ：reasoning(title,abstract)；CoT(abstract)；分类 cs.CL

AI总结 LegalOne通过三阶段流程提升法律推理能力，结合领域适应、代理推理蒸馏和课程强化学习，在法律任务中取得超越通用LLMs的性能。

Comments 25 pages, v1

Not All Code Is Equal: A Data-Centric Study of Code Complexity and LLM Reasoning

并非所有代码都同等重要：一项以数据为中心的代码复杂度与大语言模型推理研究

Lukas Twist, Shu Yang, Hanqi Yan, Jingzhi Gong, Di Wang, Helen Yannakoudakis, Jie M. Zhang

机构 * King's College London, United Kingdom（伦敦国王学院） ； King Abdullah University of Science（阿卜杜勒阿齐兹国王科学大学） 纠错

专题命中 复杂问题求解 ：reasoning(title,abstract)；chain-of-thought(abstract)；分类 cs.LG

AI总结 本文通过研究代码结构复杂性对大语言模型推理能力的影响，发现结构特性在提升推理性能中起关键作用，优于单纯扩大训练数据规模。

Comments 16 pages, 5 figures, 3 tables

Teaching Large Reasoning Models Effective Reflection

教导大型推理模型有效的反思

Hanbin Wang, Jingwei Song, Jinpeng Li, Qi Zhu, Fei Mi, Ganqu Cui, Yasheng Wang, Lifeng Shang

机构 * Peking University（北京大学） ； The University of Hong Kong（香港大学） ； Huawei Technologies（华为技术有限公司） ； Shanghai AI Lab（上海人工智能实验室） 纠错

专题命中 复杂问题求解 ：reasoning(title,abstract)；self-correction(abstract)；分类 cs.AI

AI总结 本文提出SCFT和RLERR方法，通过自我批评和强化学习提升大型推理模型的反思能力，实验表明在AIME2024和AIME2025基准上效果优于现有方法。

Comments 14 pages (including appendix), 5 figures

RISER: Orchestrating Latent Reasoning Skills for Adaptive Activation Steering

RISER: 通过潜意识推理技能协调实现自适应激活引导

Wencheng Ye, Xiaoyang Yuan, Yi Bin, Pengpeng Zeng, Hengyu Jin, Liang Peng, Heng Tao Shen

机构 * Tongji University（同济大学） ； Tencent（腾讯） 纠错

专题命中 复杂问题求解 ：reasoning(title,abstract)；CoT(abstract)；分类 cs.AI

AI总结 RISER通过构建可重用的推理向量库和轻量级路由器，实现自适应激活引导，提升LLM推理的准确率和效率。

MIRAGE: Scaling Test-Time Inference with Parallel Graph-Retrieval-Augmented Reasoning Chains

MIRAGE: 通过并行图检索增强推理链实现测试时扩展

Kaiwen Wei, Rui Shan, Dongsheng Zou, Jianzhong Yang, Bi Zhao, Junnan Zhu, Jiang Zhong

专题命中 复杂问题求解 ：reasoning(title,abstract)；chain-of-thought(abstract)；分类 cs.CL

AI总结 MIRAGE通过并行图检索增强推理链实现测试时扩展，提升医疗问答任务的准确性和可追溯性。

Comments 10 pages, 8 figures (including tables), plus appendix. Accepted to AAAI 2026

Patient-Similarity Cohort Reasoning in Clinical Text-to-SQL

基于患者相似群体的临床文本到SQL推理

Yifei Shen, Yilun Zhao, Justice Ou, Tinglin Huang, Arman Cohan

专题命中 复杂问题求解 ：reasoning(title,abstract)；chain-of-thought(abstract)；分类 cs.CL

AI总结 CLINSQL基准测试集通过多表连接、临床意义过滤和多步骤查询，推动临床可靠的文本到SQL系统发展。

Comments Accepted by EACL 2026

Test-Time Scaling of Reasoning Models for Machine Translation

推理模型在机器翻译中的测试时扩展

Zihao Li, Shaoxiong Ji, Jörg Tiedemann

机构 * University of Helsinki（赫尔辛基大学） ； ELLIS Institute Finland（芬兰ELLIS研究所） ； University of Turku（图尔库大学） 纠错

专题命中 复杂问题求解 ：reasoning(title,abstract)；self-correction(abstract)；分类 cs.CL

AI总结 本文研究了推理模型在机器翻译中的测试时扩展效果，发现领域特定微调能提升翻译质量，但通用模型在直接翻译中效果有限，而多步骤自我纠正流程中表现更佳。

Adversarial Yet Cooperative: Multi-Perspective Reasoning in Retrieved-Augmented Language Models

对抗 yet 合作：检索增强语言模型中的多视角推理

Can Xu, Lingyong Yan, Jiayi Wu, Haosen Wang, Shuaiqiang Wang, Yuchen Li, Jizhou Huang, Dawei Yin, Xiang Li

机构 * East China Normal University（华东师范大学） ； Baidu Inc.（百度公司） ； Southeast University（东南大学） 纠错

专题命中 复杂问题求解 ：reasoning(title,abstract)；verifier(abstract)；分类 cs.AI

AI总结 本文提出对抗推理RAG框架，通过推理与验证的对抗机制提升检索增强语言模型的多视角推理能力与验证严谨性。

AtomThink: Multimodal Slow Thinking with Atomic Step Reasoning

AtomThink: 多模态慢思考与原子步骤推理

Kun Xiang, Zhili Liu, Terry Jingchen Zhang, Yinya Huang, Yunshuang Nie, Kaixin Cai, Yiyang Yin, Runhui Huang, Hanhui Li, Yihan Zeng, Yu-Jie Yuan, Jianhua Han, Lanqing Hong, Hang Xu, Xiaodan Liang

机构 * Shenzhen Campus of Sun Yat-sen University（中山大学深圳校区） ； ETH Zurich（苏黎世联邦理工学院） ； Hong Kong University of Science and Technology（香港科技大学） ； University of Hong Kong（香港大学） ； Noah’s Ark Lab（诺亚实验室） ； Yinwang Intelligent Technology Co., Ltd.（亿纬智能科技有限公司） 纠错

专题命中 复杂问题求解 ：reasoning(title,abstract)；CoT(abstract)；分类 cs.AI

AI总结 AtomThink通过引入原子步骤推理，提升多模态大语言模型的推理性能和效率。

Comments TPAMI accepted

RAAR: Retrieval Augmented Agentic Reasoning for Cross-Domain Misinformation Detection

RAAR：跨领域虚假信息检测的检索增强代理推理

Zhiwei Liu, Runteng Guo, Baojie Qu, Yuechen Jiang, Min Peng, Qianqian Xie, Sophia Ananiadou

机构 * The University of Manchester（曼彻斯特大学） ； School of Artificial Intelligence, Wuhan University（武汉大学人工智能学院） ； Center for Language and Information Research, Wuhan University（武汉大学语言与信息研究所） 纠错

专题命中 复杂问题求解 ：reasoning(title,abstract)；verifier(abstract)；分类 cs.CL

AI总结 RAAR通过多代理协作和检索增强推理，提升跨领域虚假信息检测的准确性和泛化能力。

Dual-Density Inference for Efficient Language Model Reasoning

双密度推理用于高效语言模型推理

Zhengyi Zhao, Shubo Zhang, Yuxi Zhang, Huimin Wang, Binyang Li, Kam-Fai Wong

机构 * The Chinese University of Hong Kong（香港中文大学） ； University of International Relations（国际关系大学） ； Shenzhen University（深圳大学） 纠错

专题命中 复杂问题求解 ：reasoning(title,abstract)；chain-of-thought(abstract)；分类 cs.CL

AI总结 Denser通过双密度推理框架，优化语言模型在推理和回答阶段的信息密度，减少token消耗达62%，提升复杂推理任务的效率。

Investigating The Functional Roles of Attention Heads in Vision Language Models: Evidence for Reasoning Modules

探讨视觉语言模型中注意力头的功能作用：推理模块的证据

Yanbei Jiang, Xueqi Ma, Shu Liu, Sarah Monazam Erfani, Tongliang Liu, James Bailey, Jey Han Lau, Krista A. Ehinger

机构 * The University of Melbourne（墨尔本大学） ； The University of Sydney（悉尼大学） 纠错

专题命中 复杂问题求解 ：reasoning(title,abstract)；chain-of-thought(abstract)；分类 cs.AI

AI总结 本文通过CogVision数据集探讨视觉语言模型中注意力头的功能作用，揭示其在多模态推理中的关键作用及分布特征。

GraphIC: A Graph-Based In-Context Example Retrieval Model for Multi-Step Reasoning

GraphIC: 一种基于图的上下文示例检索模型用于多步推理

Jiale Fu, Yaqing Wang, Simeng Han, Jiaming Fan, Xu Yang

专题命中 复杂问题求解 ：reasoning(title,abstract)；logical reasoning(abstract)；分类 cs.AI

AI总结 GraphIC是一种基于图的上下文示例检索模型，通过推理意识的表示和专门相似性度量提升LLM在多步推理中的性能。

Agent0-VL: Exploring Self-Evolving Agent for Tool-Integrated Vision-Language Reasoning

Agent0-VL: 探索自我进化代理用于工具集成的视觉-语言推理

Jiaqi Liu, Kaiwen Xiong, Peng Xia, Yiyang Zhou, Haonian Ji, Lu Feng, Siwei Han, Mingyu Ding, Huaxiu Yao

机构 * UNC-Chapel Hill（北卡罗来纳大学教堂山分校） 纠错

专题命中 复杂问题求解 ：reasoning(title,abstract)；verifier(abstract)；分类 cs.AI

AI总结 Agent0-VL通过工具集成推理实现自我进化，无需人类标注或外部奖励，提升视觉-语言推理能力。

Think Before You Prune: Selective Self-Generated Calibration for Pruning Large Reasoning Models

在剪枝前思考：为剪枝大型推理模型的自生成校准

Yang Xiang, Yixin Ji, Juntao Li, Min Zhang

机构 * Soochow University（苏州大学） 纠错

专题命中 复杂问题求解 ：reasoning(title,abstract)；chain-of-thought(abstract)；分类 cs.CL

AI总结 本文提出了一种选择性自生成推理数据策略，通过自生成的校准数据提升大型推理模型剪枝后的推理能力，实验结果显示性能提升10%-13%。

Comments Under Review

CoTKR: Chain-of-Thought Enhanced Knowledge Rewriting for Complex Knowledge Graph Question Answering

CoTKR: 基于链式推理的增强型知识重写用于复杂知识图谱问答

Yike Wu, Yi Huang, Nan Hu, Yuncheng Hua, Guilin Qi, Jiaoyan Chen, Jeff Z. Pan

机构 * Southeast University（东南大学） ； Key Laboratory of New Generation Artificial Intelligence Technology and Its Interdisciplinary Applications (Southeast University) Ministry of Education（新一代人工智能技术及其交叉应用国家重点实验室） ； China Mobile Research Institute（中国移动研究院） ； Monash University（墨尔本大学） ； University of Manchester（曼彻斯特大学） ； University of Edinburgh（爱丁堡大学） 纠错

专题命中 复杂问题求解 ：chain-of-thought(title,abstract)；reasoning(abstract)；分类 cs.CL

AI总结 CoTKR通过链式推理增强知识重写方法，提升复杂知识图谱问答性能。

OpenVLThinker: Complex Vision-Language Reasoning via Iterative SFT-RL Cycles

Yihe Deng, Hritik Bansal, Fan Yin, Nanyun Peng, Wei Wang, Kai-Wei Chang

专题命中 复杂问题求解 ：reasoning(title,abstract)；chain-of-thought(abstract)；分类 cs.CL

Comments 23 pages, 11 figures, 8 tables

Any Large Language Model Can Be a Reliable Judge: Debiasing with a Reasoning-based Bias Detector

Haoyan Yang, Runxue Bao, Cao Xiao, Jun Ma, Parminder Bhatia, Shangqian Gao, Taha Kass-Hout

机构 * New York University（纽约大学） ； GE Healthcare（通用电气医疗） ； Florida State University（佛罗里达州立大学） 纠错

专题命中 复杂问题求解 ：reasoning(title,abstract)；self-correction(abstract)；分类 cs.CL

Comments Accepted at NeurIPS 2025 (Camera-Ready Version)