Compute Allocation for Reasoning-Intensive Retrieval Agents
为推理密集型检索代理进行计算分配
专题命中 测试时计算 ：reasoning(title,abstract)；分类 cs.AI
AI总结 研究通过BRIGHT基准和Gemini 2.5模型家族，探讨推理密集型检索管道中的计算分配，发现重排阶段受益于更强模型和更深候选池，而查询扩展在轻量模型后效果递减。
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. 测试时计算 2030 篇
Reasoning Cache: Continual Improvement Over Long Horizons via Short-Horizon RL
推理缓存：通过短期限强化学习实现长周期的持续改进
机构 * Carnegie Mellon University（卡内基梅隆大学）
专题命中 测试时计算 ：reasoning(title,abstract)；分类 cs.LG
AI总结 本文提出RC算法，通过利用LLM的响应生成与总结能力差异，实现长周期的持续改进，实验显示其在HMMT 2025任务中性能显著提升。
Comments preprint v2; revised 2026-03-22 (updated IMO-AnswerBench results)
CAMD: Coverage-Aware Multimodal Decoding for Efficient Reasoning of Multimodal Large Language Models
CAMD：面向多模态大语言模型高效推理的覆盖感知多模态解码
专题命中 测试时计算 ：reasoning(title,abstract)；分类 cs.LG
AI总结 本文提出CAMD，通过动态分配计算资源提升多模态大语言模型的推理效率与可靠性，解决解码方法在易例和难例间的计算不匹配问题。
$\nabla$-Reasoner: LLM Reasoning via Test-Time Gradient Descent in Latent Space
∇-Reasoner: 通过潜在空间中的测试时间梯度下降进行LLM推理
机构 * The University of Texas at Austin（德克萨斯大学奥斯汀分校） ； UC San Diego（圣地亚哥大学） ； TTIC ； Georgia Tech（佐治亚理工学院）
专题命中 测试时计算 ：reasoning(title,abstract)；分类 cs.LG
AI总结 ∇-Reasoner通过潜在空间中的测试时间梯度下降提升LLM推理能力，实现20%以上的准确率提升并减少模型调用次数。
Comments ICLR 2026
SPEED-RL: Faster Training of Reasoning Models via Online Curriculum Learning
SPEED-RL: 通过在线课程学习加速推理模型训练
专题命中 测试时计算 ：reasoning(title,abstract)；分类 cs.LG
AI总结 SPEED-RL通过在线课程学习方法，提升推理模型训练效率，实现2-6倍的加速，同时保持准确性。
Comments There are some bugs in the experiments, and we cannot fix them to make it satisfactory to us
TC-SSA: Token Compression via Semantic Slot Aggregation for Gigapixel Pathology Reasoning
基于语义槽聚合的token压缩：用于十亿像素病理推理
机构 * Shenzhen University of Advanced Technology（深圳先进技术大学） ； University of Nottingham NingBo（诺丁汉大学宁波学院）
专题命中 测试时计算 ：reasoning(title,abstract)；分类 cs.AI
AI总结 TC-SSA通过语义槽聚合实现token压缩，提升十亿像素病理推理的效率与诊断性能
Comments 8 pages, 4 figures, 2 tables
Verifier-Bound Communication for LLM Agents: Certified Bounds on Covert Signaling
用于LLM代理的验证器绑定通信：对隐蔽信号的认证界限
机构 * umd（马里兰大学）
专题命中 测试时计算 ：verifier(title,abstract)；分类 cs.AI
AI总结 本文提出CLBC协议，通过验证器绑定通信限制LLM代理的隐蔽信号，确保安全性和可验证性。
Linking Process to Outcome: Conditional Reward Modeling for LLM Reasoning
将过程与结果联系起来：用于大语言模型推理的条件奖励建模
专题命中 测试时计算 ：reasoning(title,abstract)；分类 cs.LG
AI总结 本文提出条件奖励建模（CRM），通过将LLM推理视为时间过程，解决奖励分配模糊性和奖励黑客问题，提升推理性能。
Offline Reasoning for Efficient Recommendation: LLM-Empowered Persona-Profiled Item Indexing
离线推理用于高效推荐：基于LLM的个性化-属性化物品索引
机构 * Yonsei University（延世大学）
专题命中 测试时计算 ：reasoning(title,abstract)；分类 cs.LG
AI总结 Persona4Rec通过离线推理构建物品个性化表示，实现高效且可解释的推荐系统，减少推理时间并提供直观解释。
Comments Under review
Shared Nature, Unique Nurture: PRISM for Pluralistic Reasoning via In-context Structure Modeling
共享本质，独特培养：通过上下文结构建模实现多元推理的PRISM
机构 * University of Pennsylvania（宾夕法尼亚大学） ； Yale University（耶鲁大学） ； University of California Santa Cruz（加州大学圣克鲁兹分校）
专题命中 测试时计算 ：reasoning(title,abstract)；分类 cs.LG
AI总结 PRISM通过上下文结构建模实现多元推理，提升创造力和科学发现能力，展现独特认知轨迹的多元AI新范式。
Advancing Mobile GUI Agents: A Verifier-Driven Approach to Practical Deployment
推进移动GUI代理：一种以验证器驱动的方法用于实际部署
机构 * Nanyang Technological University（南洋理工大学） ； Microsoft Research（微软研究院） ； Tsinghua University（清华大学）
专题命中 测试时计算 ：verifier(title,abstract)；分类 cs.AI
AI总结 V-Droid通过验证器驱动的方法提升移动GUI任务自动化代理的性能与效率
Comments "V-Droid: Advancing Mobile GUI Agent Through Generative Verifiers", got accepted to MobiCom 2026
LLM-Guided Knowledge Distillation for Temporal Knowledge Graph Reasoning
基于大语言模型的知识蒸馏的时序知识图谱推理
机构 * School of Computer Science and Technology, Xidian University（西安电子科技大学计算机科学与技术学院） ； School of Computing and Artificial Intelligence, Southwest Jiaotong University（西南交通大学计算机与人工智能学院） ； School of Information Science and Engineering, Chongqing Jiaotong University（重庆交通大学信息科学与工程学院）
专题命中 测试时计算 ：reasoning(title,abstract)；分类 cs.CL
AI总结 本文提出一种基于大语言模型的知识蒸馏框架，用于提升时序知识图谱推理性能，通过引入大语言模型作为辅助指导者，实现更高效的模型压缩与训练。
APR: Penalizing Structural Redundancy in Large Reasoning Models via Anchor-based Process Rewards
APR：通过基于锚点的过程奖励惩罚大型推理模型中的结构冗余
机构 * NiuTrans Research（尼utoff研究）
专题命中 测试时计算 ：reasoning(title,abstract)；分类 cs.CL
AI总结 APR通过基于锚点的过程奖励方法，有效惩罚大型推理模型中的结构冗余，提升推理效率与性能。
Comments Under Review
Inference-Time Reasoning Selectively Reduces Implicit Social Bias in Large Language Models
推理时的推理选择性减少大语言模型中的隐性社会偏见
机构 * Cognitive Science Program Department of Psychological & Brain Sciences Indiana University Bloomington（心理与脑科学系认知科学计划印第安纳大学布卢明顿）
专题命中 测试时计算 ：reasoning(title,abstract)；分类 cs.CL
AI总结 该研究通过推理增强减少大语言模型中的隐性社会偏见，揭示推理对公平性评估的影响。
Scaling Agentic Verifier for Competitive Coding
为竞争编程设计的扩展代理验证器
机构 * Renmin University of China（中国人民大学） ； Qwen Team, Alibaba Group（通义实验室，阿里巴巴集团）
专题命中 测试时计算 ：verifier(title,abstract)；分类 cs.CL
AI总结 本文提出Agentic Verifier，通过主动推理和高效测试输入生成，提升竞争编程问题解决的准确性与效率。
Grad2Reward: From Sparse Judgment to Dense Rewards for Improving Open-Ended LLM Reasoning
Grad2Reward: 从稀疏判断到密集奖励以提升开放性大语言模型推理
机构 * School of Information Science and Technology, ShanghaiTech University（信息科学与技术学院，上海科技大学） ； State Key Laboratory of General Artificial Intelligence, BIGAI（通用人工智能国家重点实验室，BIGAI）
专题命中 测试时计算 ：reasoning(title,abstract)；分类 cs.LG
AI总结 Grad2Reward通过从判断者模型推理过程中提取密集过程奖励，提升开放性大语言模型推理的效率和质量。
ReasoningBomb: A Stealthy Denial-of-Service Attack by Inducing Pathologically Long Reasoning in Large Reasoning Models
ReasoningBomb: 通过诱导病态长推理实现隐蔽的拒绝服务攻击
机构 * Johns Hopkins University（约翰霍普金斯大学） ； University of Wisconsin–Madison（威斯康星大学麦迪逊分校） ； Nanyang Technological University（南洋理工大学） ； NVIDIA（NVIDIA公司） ； University of California, Davis（加州大学戴维斯分校） ； Cornell University（康奈尔大学）
专题命中 测试时计算 ：reasoning(title,abstract)；分类 cs.AI
AI总结 ReasoningBomb通过生成短自然提示诱导大型推理模型进入病态长推理，实现隐蔽的拒绝服务攻击，具有高放大率、隐蔽性和可优化性。
Comments Pre-print. Code is available at https://github.com/SaFo-Lab/ReasoningBomb
ALIGN: Aligned Delegation with Performance Guarantees for Multi-Agent LLM Reasoning
ALIGN: 多智能体LLM推理中的对齐委托与性能保证
机构 * Department of Biostatistics, UCLA（生物统计学系，加州大学洛杉矶分校） ； Department of Statistics and Data Science, UCLA（统计学与数据科学系，加州大学洛杉矶分校） ； Department of Computer Science, UCLA（计算机科学系，加州大学洛杉矶分校） ； Departments of Statistics and Data Science, and of Biostatistics, UCLA（统计学与数据科学系和生物统计学系，加州大学洛杉矶分校）
专题命中 测试时计算 ：reasoning(title,abstract)；分类 cs.LG
AI总结 ALIGN通过多智能体对齐委托机制，提升大语言模型在复杂推理任务中的性能保障与表现。
JEPA-Reasoner: Decoupling Latent Reasoning from Token Generation
JEPA-Reasoner：将潜在推理与标记生成解耦
机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Carnegie Mellon University（卡内基梅隆大学）
专题命中 测试时计算 ：reasoning(title,abstract)；分类 cs.CL
AI总结 JEPA-Reasoner通过解耦潜在推理与标记生成，提升模型在复杂推理任务中的准确率和鲁棒性。
Identifying and Transferring Reasoning-Critical Neurons: Improving LLM Inference Reliability via Activation Steering
识别并转移推理关键神经元：通过激活引导提升LLM推理可靠性
机构 * Shandong University（山东大学） ； Institute of Software, Chinese Academy of Sciences（中国科学院软件研究所） ； University of Chinese Academy of Sciences（中国科学院大学）
专题命中 测试时计算 ：reasoning(title,abstract)；分类 cs.CL
AI总结 本文提出AdaRAS，通过识别并引导推理关键神经元提升LLM推理可靠性，实验显示在数学和编程基准测试中取得显著改进。
RL of Thoughts: Navigating LLM Reasoning with Inference-time Reinforcement Learning
思维强化学习：通过推理时间强化学习导航大语言模型推理
机构 * Department of Electronic Engineering, BNRist, Tsinghua University（电子工程系、BNRist、清华大学）
专题命中 测试时计算 ：reasoning(title,abstract)；分类 cs.AI
AI总结 RL-of-Thoughts通过强化学习训练轻量级导航模型，提升大语言模型推理能力，实现多任务适应性和参数高效性。
Towards Reasoning for PDE Foundation Models: A Reward-Model-Driven Inference-Time-Scaling Algorithm
面向PDE基础模型的推理：一种基于奖励模型的推理时扩展算法
机构 * Los Alamos National Laboratory（洛斯阿拉莫斯国家实验室）
专题命中 测试时计算 ：reasoning(title,abstract)；分类 cs.LG
AI总结 本文提出了一种基于奖励模型的推理时扩展算法，用于提升PDE基础模型在分布外情况下的预测准确性，减少对训练样本和模型规模的依赖。
Does Inference Scaling Improve Reasoning Faithfulness? A Multi-Model Analysis of Self-Consistency Tradeoffs
推理扩展是否能提升推理的可靠性？对多模型自一致性权衡的分析
机构 * Adobe Inc（Adobe公司）
专题命中 测试时计算 ：reasoning(title,abstract)；分类 cs.AI
AI总结 研究探讨推理扩展对推理可靠性的影响，发现不同模型表现各异，自一致性并非普遍有效，需根据具体模型进行测试。
Comments 24 pages, 3 figures, 9 tables
DiVA: Fine-grained Factuality Verification with Agentic-Discriminative Verifier
DiVA: 基于代理-判别验证器的细粒度事实性验证
机构 * Harbin Institute of Technology（哈尔滨工业大学） ； Institute of Science Tokyo（东京科学研究所）
专题命中 测试时计算 ：verifier(title,abstract)；分类 cs.CL
AI总结 DiVA通过结合生成模型和判别模型的能力，提出了一种细粒度事实性验证方法，并构建了FGVeriBench基准，有效提升了事实性验证的精度和适用性。
Adaptive Detector-Verifier Framework for Zero-Shot Polyp Detection in Open-World Settings
面向开放世界设置的零样本息肉检测自适应检测-验证框架
机构 * College of Computer Science, Sichuan University（四川大学计算机学院） ； Columbia University（哥伦比亚大学） ； School of Software and Microelectronics, Peking University（北京大学软件与微电子学院） ； Apon AI and Brain-Computer Engineering Research Institute（Apon人工智能与脑机工程研究院） ； Faculty of Science and Technology, University of Macau（澳门大学科学与技术学院） ； Faculty of Applied Science and Engineering, University of Toronto（多伦多大学应用科学与工程学院） ； Faculty of Computer Science and Information Technology, University of Malaya（马来亚大学计算机科学与信息技术学院） ； Zhaolong Technology（智龙科技） ； Purdue University（普渡大学）
专题命中 测试时计算 ：verifier(title,abstract)；分类 cs.CL
AI总结 本文提出AdaptiveDetector，通过自适应阈值调整和成本敏感强化学习，实现开放世界中零样本息肉检测，提升召回率并减少假阴性。
QwenLong-L1.5: Post-Training Recipe for Long-Context Reasoning and Memory Management
QwenLong-L1.5: 长上下文推理与内存管理的训练配方
专题命中 测试时计算 ：reasoning(title,abstract)；分类 cs.CL
AI总结 QwenLong-L1.5通过长上下文数据合成、稳定强化学习和内存增强架构，提升长上下文推理能力及超长任务处理性能。
On the Limits of Test-Time Compute: Sequential Reward Filtering for Better Inference
在测试时间计算的极限：用于更好推理的顺序奖励过滤
专题命中 测试时计算 ：test-time compute(title,abstract)；分类 cs.LG
AI总结 本文提出顺序奖励过滤方法，通过选择高奖励生成物优化测试时间计算，提升大语言模型的推理性能。
Comments 45 pages, 6 figures, 3 tables
Uncertainty Reasoning with Photonic Bayesian Machines
基于光子贝叶斯机器的不确定性推理
专题命中 测试时计算 ：reasoning(title,abstract)；分类 cs.LG
AI总结 本研究提出一种基于光子技术的贝叶斯机器，利用混沌光源实现高速不确定性推理，应用于血细胞图像分类与域外检测，提升可信AI系统的效率与可靠性。
The Art of Scaling Test-Time Compute for Large Language Models
为大语言模型扩展推理时的计算艺术
机构 * Microsoft Research（微软研究院） ； Indian Institute of Technology Delhi（印度德里理工学院）
专题命中 测试时计算 ：test-time compute(title)；reasoning(abstract)；分类 cs.CL
AI总结 本文研究了大语言模型推理时计算扩展策略的优化，发现不同模型类型和问题难度对性能有显著影响，并提出了基于计算预算的选择策略。
Adapting Like Humans: A Metacognitive Agent with Test-time Reasoning
像人类一样适应：具有测试时推理的元认知代理
机构 * Huawei Noah’s Ark Lab（华为诺亚实验室） ； University of Oxford（牛津大学） ； Tsinghua University（清华大学） ； University of Liverpool（利物浦大学） ； University College London（伦敦大学学院）
专题命中 测试时计算 ：reasoning(title,abstract)；分类 cs.AI
AI总结 本文提出元认知测试时推理框架，通过元认知自我更新实现模型在测试时的高效适应，实验表明其在Atari游戏中表现出优于基线的适应能力。
