大模型推理能力

WIST: Web-Grounded Iterative Self-Play Tree for Domain-Targeted Reasoning Improvement

WIST：基于网页的迭代自我对战树用于领域针对性推理改进

Fangyuan Li, Pengfei Li, Shijie Wang, Junqi Gao, Jianxing Liu, Biqing Qi, Yuqiang Li

机构 * Harbin Institute of Technology（哈尔滨工业大学） ； Shanghai Innovation Institute（上海创新研究院） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） 纠错

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

AI总结 WIST通过基于网页的迭代自我对战树框架，无需预设领域语料，直接从开放网络学习，提升领域推理能力，优于纯内生自我进化和语料基础自我对战基线。

Comments 23 pages, 4 figures. Submitted to ACL2026

On the Direction of RLVR Updates for LLM Reasoning: Identification and Exploitation

关于RLVR更新方向的LLM推理：识别与利用

Kexin Huang, Haoming Meng, Junkang Wu, Jinda Lu, Chiyu Ma, Ziqian Chen, Xue Wang, Bolin Ding, Jiancan Wu, Xiang Wang, Xiangnan He, Guoyin Wang, Jingren Zhou

机构 * Alibaba Group（阿里巴巴集团） 纠错

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

AI总结 本文探讨RLVR更新方向对LLM推理的影响，提出通过Δlogp识别关键更新，并应用于测试时插值和训练时重加权以提升推理性能。

Are Your Reasoning Models Reasoning or Guessing? A Mechanistic Analysis of Hierarchical Reasoning Models

您的推理模型是推理还是猜测？对分层推理模型的机理分析

Zirui Ren, Ziming Liu

机构 * Shanghai Qi Zhi Institute, Shanghai, China（上海启智研究院） ； Department of Physics, Tsinghua University, Beijing, China（清华大学物理系） ； College of AI, Tsinghua University, Beijing, China（清华大学人工智能学院） 纠错

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

AI总结 研究揭示分层推理模型在简单谜题中易失效，存在猜测动态和多固定点问题，提出数据增强、输入扰动和模型自举策略提升Sudoku-Extreme准确率至96.9%。

EmoLLM: Appraisal-Grounded Cognitive-Emotional Co-Reasoning in Large Language Models

EmoLLM：基于评估的认知-情感共推理在大语言模型中

Yifei Zhang, Mingyang Li, Henry Gao, Liang Zhao

机构 * Department of Computer Science, Emory University（埃默里大学计算机科学系） 纠错

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

AI总结 EmoLLM通过引入评估推理图结构，实现认知与情感的协同推理，提升对话中情感状态和响应质量，同时保持事实可靠性。

Can LLMs Model Incorrect Student Reasoning? A Case Study on Distractor Generation

大语言模型能否建模错误学生推理？一种关于干扰项生成的案例研究

Yanick Zengaffinen, Andreas Opedal, Donya Rooein, Kv Aditya Srivatsa, Shashank Sonkar, Mrinmaya Sachan

机构 * ETH Zürich, Switzerland（苏黎世联邦理工学院，瑞士） ； Bocconi University, Italy（博科尼大学，意大利） ； University of Central Florida, USA（中央佛罗里达大学，美国） 纠错

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

AI总结 本文研究了大语言模型在生成多项选择题干扰项时对错误推理的建模能力，发现模型通常先正确解决问题，再模拟可能的误解，最后选择干扰项，且正确解的提示能提升干扰项质量。

Reasoning-Grounded Natural Language Explanations for Language Models

基于推理的自然语言解释方法用于语言模型

Vojtech Cahlik, Rodrigo Alves, Pavel Kordik

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

AI总结 本文提出一种通过推理过程生成可信自然语言解释的方法，通过将推理过程转化为token序列并解码为自然语言，提升解释的准确性与答案质量。

Comments (v2) Added acknowledgements section

Journal ref In: Guidotti, R., Schmid, U., Longo, L. (eds) Explainable Artificial Intelligence. xAI 2025. Communications in Computer and Information Science, vol 2578. Springer, Cham

Revealing Combinatorial Reasoning of GNNs via Graph Concept Bottleneck Layer

通过图概念瓶颈层揭示图神经网络的组合推理

Yue Niu, Zhaokai Sun, Jiayi Yang, Xiaofeng Cao, Rui Fan, Xin Sun, Hanli Wang, Wei Ye

机构 * Tongji University, Shanghai, China（同济大学） ； City University of Macau, Macau, China（澳门城市大学） 纠错

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

AI总结 本文提出图概念瓶颈层，通过将概念视为图词并利用语言模型学习嵌入，提升GNNs的组合推理可解释性与性能。

Comments 20 pages

Truth as a Trajectory: What Internal Representations Reveal About Large Language Model Reasoning

真相作为轨迹：内部表示揭示大语言模型推理的本质

Hamed Damirchi, Ignacio Meza De la Jara, Ehsan Abbasnejad, Afshar Shamsi, Zhen Zhang, Javen Shi

机构 * Australian Institute for Machine Learning, Adelaide University（澳大利亚机器学习研究所，阿德莱德大学） ； Monash University（莫纳什大学） ； Concordia University（康科迪亚大学） 纠错

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

AI总结 TaT通过分析大语言模型推理过程中的层间几何位移，揭示有效推理与虚假行为的区别，提升模型可解释性。

WavefrontDiffusion: Dynamic Decoding Schedule for Improved Reasoning

WavefrontDiffusion: 动态解码调度以提升推理性能

Haojin Yang, Rui Hu, Zequn Sun, Rui Zhou, Yujun Cai, Yiwei Wang

机构 * School of Software and Microelectronics, Peking University（北京大学软件与微电子学院） ； State Key Laboratory for Novel Software Technology, Nanjing University（南京大学软件新技术国家重点实验室） ； The University of Queensland（昆士兰大学） ； University of California, Merced（加州大学梅尔德分校） 纠错

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

AI总结 WavefrontDiffusion通过动态解码调度提升推理和代码生成的性能与语义连贯性。

Comments 19 pages. 3 figures

Journal ref ICLR 2026

Quantile Advantage Estimation: Stabilizing RLVR for LLM Reasoning

分位数优势估计：稳定LLM推理的RLVR

Junkang Wu, Kexin Huang, Jiancan Wu, An Zhang, Xiang Wang, Xiangnan He

机构 * University of Science and Technology of China（中国科学技术大学） 纠错

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

AI总结 通过分位数优势估计方法，稳定RLVR训练过程，提升LLM推理性能。

RefTool: Reference-Guided Tool Creation for Knowledge-Intensive Reasoning

RefTool: 基于参考的工具创建用于知识密集型推理

Xiao Liu, Da Yin, Zirui Wu, Yansong Feng

机构 * Wangxuan Institute of Computer Technology, Peking University（北京大学王萱计算机技术研究所） ； University of Chicago（芝加哥大学） ； University of California, Los Angeles（加州大学洛杉矶分校） 纠错

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

AI总结 RefTool通过基于参考的工具创建框架，提升LLMs在知识密集型任务中的推理能力，实现更准确和高效的工具生成与应用。

Comments Accepted by ICLR 2026. Code is available at https://github.com/xxxiaol/RefTool

RAIN-Merging: A Gradient-Free Method to Enhance Instruction Following in Large Reasoning Models with Preserved Thinking Format

RAIN-Merging: 一种无梯度方法，用于在保持推理格式的前提下提升大推理模型的指令遵循能力

Zhehao Huang, Yuhang Liu, Baijiong Lin, Yixin Lou, Zhengbao He, Hanling Tian, Tao Li, Xiaolin Huang

机构 * Institute of Image Processing and Pattern Recoginition, School of Automation and Intelligent Sensing, Shanghai Jiao Tong University（图像处理与模式识别研究所，自动化与智能感知学院，上海交通大学） ； The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； MoE Key Laboratory of System Control and Information Processing (Shanghai)（系统控制与信息处理国家重点实验室（上海）） 纠错

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

AI总结 RAIN-Merging通过无梯度方法提升大推理模型的指令遵循能力，同时保持推理格式和性能。

Comments 41 pages, ICLR 2026 Oral

MINAR: Mechanistic Interpretability for Neural Algorithmic Reasoning

MINAR: 图神经网络中神经算法推理的机制可解释性

Jesse He, Helen Jenne, Max Vargas, Davis Brown, Gal Mishne, Yusu Wang, Henry Kvinge

机构 * Pacific Northwest National Laboratory, Richland, WA（太平洋西北国家实验室） ； Halıcıoğlu Data Science Institute, University of California, San Diego, San Diego, CA（哈利奇奥格鲁数据科学研究所，加州大学圣地亚哥分校） ； Department of Computer and Information Science, University of Pennsylvania, Pennsylvaina, PA（计算机与信息科学系，宾夕法尼亚大学） ； Department of Mathematics, University of Washington, Seattle, WA（数学系，华盛顿大学） 纠错

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

AI总结 MINAR是一种用于图神经网络中神经算法推理的机制可解释性工具，通过归因修补方法发现电路，揭示训练过程中的电路形成和剪枝机制。

Language Statistics and False Belief Reasoning: Evidence from 41 Open-Weight LMs

语言统计与虚假信念推理：来自41个开放权重语言模型的证据

Sean Trott, Samuel Taylor, Cameron Jones, James A. Michaelov, Pamela D. Rivière

机构 * Rutgers University - Newark（新泽西罗格斯大学-新布朗斯维尔） ； UC San Diego（加州大学圣地亚哥分校） ； Stony Brook University（史泰文斯理工学院） ； MIT（麻省理工学院） 纠错

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

AI总结 该研究通过41个开放权重语言模型测试，发现人类和模型在非事实性动词提示下对虚假信念的归因存在偏差，揭示语言统计学在解释人类认知中的局限性。

Comments 15 pages, 7 figures, submitted to conference

Not the Example, but the Process: How Self-Generated Examples Enhance LLM Reasoning

不是例子，而是过程：如何自动生成的例子增强LLM推理

Daehoon Gwak, Minseo Jung, Junwoo Park, Minho Park, ChaeHun Park, Junha Hyung, Jaegul Choo

机构 * KAIST AI（韩国科学技术院人工智能研究所） ； Applied Artificial Intelligence, Sungkyunkwan University（成均馆大学应用人工智能系） 纠错

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

AI总结 本研究通过对比不同提示策略，发现自动生成例子的过程增强了LLM推理性能，而非例子本身。

Comments Presented at AACL-IJCNLP 2025

RUVA: Personalized Transparent On-Device Graph Reasoning

RUVA：面向设备的个性化透明图推理

Gabriele Conte, Alessio Mattiace, Gianni Carmosino, Potito Aghilar, Giovanni Servedio, Francesco Musicco, Vito Walter Anelli, Tommaso Di Noia, Francesco Maria Donini

机构 * Politecnico di Bari（巴里理工大学） ； Università degli Studi della Tuscia（图斯卡大学） 纠错

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

AI总结 RUVA通过图推理实现个人AI的透明性和隐私保护，允许用户直接编辑知识图谱中的信息。

The Critical Horizon: Inspection Design Principles for Multi-Stage Operations and Deep Reasoning

关键视界：多阶段操作与深度推理的检查设计原则

Seyed Morteza Emadi

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

AI总结 本文提出多阶段操作和深度推理中检查设计的原理，揭示了信用分配问题的信息论障碍，并通过四个理论结果为操作监督设计提供分析基础。

Comments 50 pages, 5 figures

Agentic Jigsaw Interaction Learning for Enhancing Visual Perception and Reasoning in Vision-Language Models

代理拼图交互学习：提升视觉感知与推理能力在视觉-语言模型中

Yu Zeng, Wenxuan Huang, Shiting Huang, Xikun Bao, Yukun Qi, Yiming Zhao, Qiuchen Wang, Lin Chen, Zehui Chen, Huaian Chen, Wanli Ouyang, Feng Zhao

机构 * University of Science and Technology of China（中国科学技术大学） ； Shanghai AI Laboratory（上海人工智能实验室） ； East China Normal University（华东师范大学） ； The Chinese University of Hong Kong（香港中文大学） 纠错

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

AI总结 AGILE通过代理拼图交互学习提升视觉-语言模型的感知与推理能力，显著提高拼图任务性能并增强多模态模型的泛化能力。

When to Memorize and When to Stop: Gated Recurrent Memory for Long-Context Reasoning

何时记忆何时停止：用于长上下文推理的门控循环记忆

Leheng Sheng, Yongtao Zhang, Wenchang Ma, Yaorui Shi, Ting Huang, Xiang Wang, An Zhang, Ke Shen, Tat-Seng Chua

机构 * National University of Singapore（新加坡国立大学） 纠错

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

AI总结 GRU-Mem通过引入两个文本控制的门，实现了更稳定和高效的长上下文推理，显著提升了推理速度和性能。

Comments 26 pages

Decoupled Reasoning with Implicit Fact Tokens (DRIFT): A Dual-Model Framework for Efficient Long-Context Inference

解耦推理与隐式事实标记（DRIFT）：一种双模型框架，用于高效长上下文推理

Wenxuan Xie, Yujia Wang, Xin Tan, Chaochao Lu, Xia Hu, Xuhong Wang

机构 * Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； Fudan University（复旦大学） ； Shanghai Innovation Institute（上海创新研究院） ； Tongji University（同济大学） 纠错

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

AI总结 DRIFT通过双模型框架解耦知识提取与推理，提升长上下文推理效率和准确性。

Sycophantic Anchors: Localizing and Quantifying User Agreement in Reasoning Models

趋炎附势的锚点：在推理模型中本地化和量化用户同意

Jacek Duszenko

机构 * Wroclaw University of Science and Technology（沃拉日-克拉日大学科学与技术学院） 纠错

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

AI总结 该研究提出趋炎附势的锚点，通过反事实分析检测推理模型中用户同意的来源和强度，揭示了模型在生成过程中逐渐产生偏差的机制。

Can LLMs Reconcile Knowledge Conflicts in Counterfactual Reasoning

大语言模型能否在反事实推理中调和知识冲突

Khurram Yamin, Gaurav Ghosal, Bryan Wilder

机构 * Department of Machine Learning（机器学习系） ； Carnegie Mellon University（卡内基梅隆大学） 纠错

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

AI总结 本研究探讨了大语言模型在反事实推理中整合参数知识的能力，发现其普遍挣扎并存在知识退化问题。

Comments ICML 2025 Workshop on Scaling up Intervention Models

GPG: A Simple and Strong Reinforcement Learning Baseline for Model Reasoning

GPG：一种简单而强大的用于模型推理的强化学习基线

Xiangxiang Chu, Hailang Huang, Xiao Zhang, Fei Wei, Yong Wang

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

AI总结 GPG提出了一种简化且高效的强化学习方法，通过直接优化原始目标并消除冗余组件，实现了在多种任务中优于传统方法的性能。

Comments Accepted to ICLR2026

RedVisor: Reasoning-Aware Prompt Injection Defense via Zero-Copy KV Cache Reuse

RedVisor: 通过零拷贝KV缓存重用来实现推理感知的提示注入防御

Mingrui Liu, Sixiao Zhang, Cheng Long, Kwok-Yan Lam

机构 * Nanyang Technological University, Singapore（南洋理工大学） 纠错

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

AI总结 RedVisor通过零拷贝KV缓存重用实现推理感知的提示注入防御，结合检测与预防策略，提升安全性和效率。

Comments under review

HalluRNN: Mitigating Hallucinations via Recurrent Cross-Layer Reasoning in Large Vision-Language Models

HalluRNN: 通过大规模视觉-语言模型中的递归跨层推理缓解幻觉

Le Yu, Kaishen Wang, Jianlong Xiong, Yue Cao, Lei Zhang, Zhang Yi Tao He

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

AI总结 HalluRNN通过递归跨层推理模块缓解大规模视觉-语言模型中的幻觉问题，提升模型稳定性和性能。

Comments 6 figures, 10 tables

RPO:Reinforcement Fine-Tuning with Partial Reasoning Optimization

RPO：基于部分推理优化的强化微调

Hongzhu Yi, Xinming Wang, Zhenghao zhang, Tianyu Zong, Yuanxiang Wang, Jun Xie, Tao Yu, Haopeng Jin, Kaixin Xu, Feng Chen, Jiahuan Chen, Yujia Yang, Zhenyu Guan, Bingkang Shi, Jungang Xu

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

AI总结 RPO通过部分推理优化显著降低训练时间，提升大型语言模型的训练效率。

DaMO: A Data-Efficient Multimodal Orchestrator for Temporal Reasoning with Video LLMs

DaMO：一种数据高效的多模态协调器，用于视频LLM的时序推理

Bo-Cheng Chiu, Jen-Jee Chen, Yu-Chee Tseng, Feng-Chi Chen, An-Zi Yen

机构 * College of Artificial Intelligence, National Yang Ming Chiao Tung University（人工智能学院，阳明交通大学） ； Institute of Population Health Sciences, National Health Research Institutes（人口健康科学研究所，国家健康研究院） ； Department of Computer Science, National Yang Ming Chiao Tung University（计算机科学系，阳明交通大学） 纠错

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

AI总结 DaMO是一种专为视频LLM设计的数据高效多模态协调器，通过时序感知Fuseformer和四阶段训练范式提升时序推理能力，实现更精确的多模态理解。

KG-CRAFT: Knowledge Graph-based Contrastive Reasoning with LLMs for Enhancing Automated Fact-checking

基于知识图谱的对比推理：利用大语言模型增强自动事实核查

Vítor N. Lourenço, Aline Paes, Tillman Weyde, Audrey Depeige, Mohnish Dubey

机构 * Universidade Federal Fluminense（联邦Fluminense大学） ； Amazon（亚马逊） ； City St George’s, University of London（伦敦大学圣乔治学院） 纠错

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

AI总结 KG-CRAFT通过结合知识图谱和大语言模型，提升自动事实核查的准确性与性能。

Comments Accepted to publication at the 19th Conference of the European Chapter of the Association for Computational Linguistics, EACL 2026

JaxARC: A High-Performance JAX-based Environment for Abstraction and Reasoning Research

JaxARC: 一种基于JAX的高性能环境，用于抽象和推理研究

Aadam, Monu Verma, Mohamed Abdel-Mottaleb

机构 * Luddy School of Informatics, Computing, and Engineering（信息学、计算与工程学院） 纠错

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

AI总结 JaxARC是一种基于JAX的高性能强化学习环境，用于支持大规模抽象与推理研究，通过大规模并行和高吞吐量提升实验效率。

Reasoning Beyond Literal: Cross-style Multimodal Reasoning for Figurative Language Understanding

超越字面：跨风格多模态推理用于隐喻语言理解

Seyyed Saeid Cheshmi, Hahnemann Ortiz, James Mooney, Dongyeop Kang

机构 * University of Minnesota（明尼苏达大学） 纠错

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

AI总结 本文提出一种三步框架，通过跨风格多模态推理提升隐喻语言理解能力，实验显示推理轨迹和跨风格训练能显著提升模型性能。