大模型推理能力

Incentive Design for Temporal Logic Objectives

Yagiz Savas, Vijay Gupta, Melkior Ornik, Lillian J. Ratliff, Ufuk Topcu

专题命中 逻辑推理 ：planning(abstract)

Comments 9 pages, 2 figures

Inadequacy of Modal Logic in Quantum Settings

Nuriya Nurgalieva, Lídia del Rio

专题命中 逻辑推理 ：reasoning(abstract)

Comments In Proceedings QPL 2018, arXiv:1901.09476

Journal ref EPTCS 287, 2019, pp. 267-297

An Epistemic Strategy Logic

Xiaowei Huang, Ron van der Meyden

专题命中 逻辑推理 ：reasoning(abstract)

Position-Based Multi-Agent Dynamics for Real-Time Crowd Simulation (MiG paper)

Tomer Weiss, Alan Litteneker, Chenfanfu Jiang, Demetri Terzopoulos

专题命中 逻辑推理 ：planning(abstract)

Comments 9 pages

Journal ref MIG 2017 Proceedings of the Tenth International Conference on Motion in Games

Dependences in Strategy Logic

Patrick Gardy, Patricia Bouyer, Nicolas Markey

专题命中 逻辑推理 ：reasoning(abstract)

Optimizing Epistemic Model Checking Using Conditional Independence (Extended Abstract)

Ron van der Meyden

专题命中 逻辑推理 ：reasoning(abstract)

Comments In Proceedings TARK 2017, arXiv:1707.08250

Journal ref EPTCS 251, 2017, pp. 398-414

Conditional Belief, Knowledge and Probability

Jan van Eijck, Kai Li

专题命中 逻辑推理 ：reasoning(abstract)

Comments In Proceedings TARK 2017, arXiv:1707.08250

Journal ref EPTCS 251, 2017, pp. 188-206

A Simple Probabilistic Extension of Modal Mu-calculus

Wanwei Liu, Lei Song, Ji Wang, Lijun Zhang

专题命中 逻辑推理 ：reasoning(abstract)

A Decidable Fragment of Strategy Logic

Fabio Mogavero, Aniello Murano, Giuseppe Perelli, Moshe Y. Vardi

专题命中 逻辑推理 ：reasoning(abstract)

Comments arXiv admin note: text overlap with arXiv:1112.6275

Principles for Verification Tools: Separation Logic

Brijesh Dongol, Victor B. F. Gomes, Georg Struth

专题命中 逻辑推理 ：reasoning(abstract)

On resources and tasks

Giorgi Japaridze

专题命中 逻辑推理 ：planning(abstract)

Facebook and the Epistemic Logic of Friendship

Jeremy Seligman, Fenrong Liu, Patrick Girard

专题命中 逻辑推理 ：reasoning(abstract)

Comments 10 pages, Poster presentation at TARK 2013 (arXiv:1310.6382) http://www.tark.org

PDL as a Multi-Agent Strategy Logic

Jan van Eijck

专题命中 逻辑推理 ：reasoning(abstract)

Comments 10 pages, Poster presentation at TARK 2013 (arXiv:1310.6382) http://www.tark.org

Automated Verification of Quantum Protocols using MCMAS

F. Belardinelli, P. Gonzalez, A. Lomuscio

专题命中 逻辑推理 ：reasoning(abstract)

Comments In Proceedings QAPL 2012, arXiv:1207.0559

Journal ref EPTCS 85, 2012, pp. 48-62

CoT-TL: Low-Resource Temporal Knowledge Representation of Planning Instructions Using Chain-of-Thought Reasoning

Kumar Manas, Stefan Zwicklbauer, Adrian Paschke

机构 * Freie Universität Berlin（柏林自由大学） ； Continental Automotive Technologies GmbH（Continental汽车技术有限公司） ； Fraunhofer FOKUS（弗劳恩霍夫研究所） 纠错

专题命中 规划推理 ：reasoning(title,abstract)；chain-of-thought(title,abstract)；CoT(title,abstract)；planning(title,abstract)

Comments Proceedings of the 2024 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2024), Abu Dhabi 14-18 October 2024

IV-CoT: Implicit Visual Chain-of-Thought for Structure-Aware Text-to-Image Generation

IV-CoT: 面向结构感知文本到图像生成的隐式视觉思维链

Zixuan Li, Haokun Lin, Yicheng Xiao, Zhiwei Li, Xinyang Song, Zelong Zheng, Yong He, Heng Yao, Ke Ding, Chao Yu, Chuan Yuan, Qi Li, Zhenan Sun

机构 * NLPR, Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所模式识别国家重点实验室） ； Ant Group（蚂蚁集团） ； The University of Hong Kong（香港大学） 纠错

专题命中 规划推理 ：CoT(title,title_cn)；chain-of-thought(title,abstract)；reasoning(abstract)；planning(abstract)

AI总结 提出隐式视觉思维链（IV-CoT）框架，通过结构到语义的级联分解和训练时草图监督，在不增加推理开销的情况下提升文本到图像生成的结构感知能力。

Agentic Chain-of-Thought Steering for Efficient and Controllable LLM Reasoning

Agentic Chain-of-Thought Steering：实现高效且可控的LLM推理

Yu Xia, Zhouhang Xie, Xin Xu, Byungkyu Kang, Prarit Lamba, Xiang Gao, Julian McAuley

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

AI总结 提出Agentic Chain-of-Thought Steering (ACTS)方法，通过强化学习训练控制器智能体在推理过程中自适应地选择推理策略和引导短语，实现预算感知的策略控制，从而在保持推理质量的同时显著节省token，并支持准确率-效率的可控权衡。

CoT-VLA: Visual Chain-of-Thought Reasoning for Vision-Language-Action Models

Qingqing Zhao, Yao Lu, Moo Jin Kim, Zipeng Fu, Zhuoyang Zhang, Yecheng Wu, Zhaoshuo Li, Qianli Ma, Song Han, Chelsea Finn, Ankur Handa, Ming-Yu Liu, Donglai Xiang, Gordon Wetzstein, Tsung-Yi Lin

专题命中 规划推理 ：CoT(title,abstract)；reasoning(title,abstract)；chain-of-thought(title,abstract)；planning(abstract)

Comments Project website: https://cot-vla.github.io/

Journal ref CVPR 2025

Latent Chain-of-Thought as Planning: Decoupling Reasoning from Verbalization

潜在的思维链作为规划：将推理与言说解耦

Jiecong Wang, Hao Peng, Chunyang Liu

机构 * Beihang University（北航大学） ； Didi Chuxing（滴滴出行） 纠错

专题命中 规划推理 ：reasoning(title,abstract)；chain-of-thought(title,abstract)；planning(title,abstract)；CoT(abstract)

AI总结 PLaT通过解耦推理与言说，实现了更灵活的推理过程和更高的可扩展性。

UML-CoT: Structured Reasoning and Planning with Unified Modeling Language for Robotic Room Cleaning

Hongyu Chen, Guangrun Wang

专题命中 规划推理 ：reasoning(title,abstract)；CoT(title,abstract)；planning(title,abstract)；chain-of-thought(abstract)

Uni-cot: Towards Unified Chain-of-Thought Reasoning Across Text and Vision

Uni-cot: 向跨文本和视觉的统一链式推理迈进

Luozheng Qin, Jia Gong, Yuqing Sun, Tianjiao Li, Mengping Yang, Xiaomeng Yang, Chao Qu, Zhiyu Tan, Hao Li

机构 * Shanghai Academy of AI for Science（上海人工智能科学研究院） ； Fudan University（复旦大学） ； Nanyang Technological University（南洋理工大学） 纠错

专题命中 规划推理 ：CoT(title,abstract)；reasoning(title,abstract)；chain-of-thought(title,abstract)；planning(abstract)

AI总结 Uni-CoT通过统一的链式推理框架实现跨文本和视觉的连贯多模态推理，采用宏级和微级推理范式，提升多模态推理的效率和性能。

Comments Accepted by ICLR 2026, Project Page: https://sais-fuxi.github.io/projects/uni-cot/

FactorDrive: Adaptive Multi-Step Reasoning Driven by Planning-Critical Factors for End-to-End Autonomous Driving

FactorDrive：面向端到端自动驾驶的、由规划关键因素驱动的自适应多步推理

Guolei Huang, Tengfei She, Yuxuan Lu, Yao Huang, Yuqi Ye, Yongjun Shen

机构 * Southeast University（东南大学） ； Universiti Malay（马来亚大学） ； Ant Group（蚂蚁集团） ； Tsinghua University（清华大学） ； Peking University（北京大学） 纠错

专题命中 规划推理 ：CoT(summary_cn,abstract)；reasoning(title,abstract)；planning(title,abstract)；chain-of-thought(abstract)

AI总结 该研究针对现有端到端自动驾驶方法在空间物理证据融合、推理适应及推理路径优化上的不足，提出FactorDrive框架，通过PCF-CoT数据集与QS-GRPO算法优化推理，在两类基准上取得最优规划性能。

Cognitive Dual-Process Planning for Autonomous Driving with Structured Scene Knowledge and Verifiable Reasoning-Action Consistency

基于结构化场景知识和可验证推理-行动一致性的自动驾驶认知双过程规划

Zhongyao Yang, Haoyu Li, Yu Yan, Zhuangxuan Yu, Jiangfeng Nan, Jinrui Nan

机构 * School of Mechanical Engineering, Beijing Institute of Technology（北京理工大学机械工程学院） ； National Engineering Research Center of Electric Vehicles, Beijing Institute of Technology（北京理工大学电动车辆国家工程研究中心） ； School of Mechanical Engineering, Southeast University（东南大学机械工程学院） 纠错

专题命中 规划推理 ：CoT(summary_cn,abstract)；reasoning(title,abstract)；planning(title,abstract)；chain-of-thought(abstract)

AI总结 研究自动驾驶高级规划问题，提出认知双过程规划框架，用S-CoT模式表示场景知识，通过自动数据引擎、视觉仲裁器及验证器实现自适应推理和规则验证，提升规划准确性、逻辑一致性并降低延迟，明确性能下降条件。

MMPlanner: Zero-Shot Multimodal Procedural Planning with Chain-of-Thought Object State Reasoning

Afrina Tabassum, Bin Guo, Xiyao Ma, Hoda Eldardiry, Ismini Lourentzou

机构 * Amazon（亚马逊公司） ； Alexa, Amazon（亚马逊Alexa部门） ； Virginia Tech（弗吉尼亚理工大学） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） 纠错

专题命中 规划推理 ：reasoning(title,abstract)；chain-of-thought(title,abstract)；planning(title,abstract)；CoT(abstract)

Comments 17 pages, 9 figures, 14 tables, Findings of the Association for Computational Linguistics: EMNLP 2025

Reasoning as an Attack Surface: Adaptive Evolutionary CoT Jailbreaks for LLMs

推理作为攻击面：针对大语言模型的自适应进化思维链越狱方法

Jianan Li, Simeng Qin, Xiaojun Jia, Lionel Z. Wang, Tianhang Zheng, Xiaoshuang Jia, Yang Liu, Xiaochun Cao

机构 * Nanyang Technological University, Singapore（南洋理工大学） ； The University of Hong Kong, Hong Kong, China（香港大学） ； The Hong Kong Polytechnic University, Hong Kong, China（香港理工大学） ； Zhejiang University, Zhejiang, China（浙江大学） ； Renmin University of China, Beijing, China（中国人民大学） ； Sun Yat-sen University, Guangdong, China（中山大学） ； Northeastern University（东北大学） ； Hebei Key Laboratory of Data Science and Knowledge Management（河北省数据科学与知识管理重点实验室） 纠错

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

AI总结 提出自适应进化思维链越狱框架AE-CoT，通过教师角色扮演重写有害目标、分解推理片段、多代进化搜索及自适应变异率控制，有效生成高破坏性越狱提示，在多个模型和数据集上超越现有方法。

Deliberate Reasoning in Language Models as Structure-Aware Planning with an Accurate World Model

Siheng Xiong, Ali Payani, Yuan Yang, Faramarz Fekri

机构 * Georgia Institute of Technology（佐治亚理工学院） ； Cisco Research（思科研究） 纠错

专题命中 规划推理 ：reasoning(title,abstract)；planning(title,abstract)；chain-of-thought(abstract)；CoT(abstract)

Comments ACL25 (main)

Reasoning with Language Model is Planning with World Model

Shibo Hao, Yi Gu, Haodi Ma, Joshua Jiahua Hong, Zhen Wang, Daisy Zhe Wang, Zhiting Hu

专题命中 规划推理 ：reasoning(title,abstract)；planning(title,abstract)；chain-of-thought(abstract)；CoT(abstract)

Comments EMNLP 2023. Code is available at https://github.com/Ber666/llm-reasoners

Self-Speculation for Faster Reasoning Models

用于更快推理模型的自推测技术

Ravisri Valluri, Tung Nguyen, Aditya Grover

机构 * University of California, Los Angeles（加州大学洛杉矶分校） 纠错

专题命中 规划推理 ：reasoning(title,abstract)；chain-of-thought(abstract,abstract_cn)；CoT(abstract,abstract_cn)；planning(abstract)

AI总结 该研究针对LLM推理延迟问题，提出无需训练的SSR自推测解码方法，结合思维链与后缀解码，在Qwen3.5、Gemma-4等模型上实现总生成延迟最高24.1%的相对提升。

Chain-of-Thought Shows the Path to a Tree: Realizing Branching Complexity

思维链（Chain-of-Thought, CoT）展现了通往树的路径：实现分支复杂性

Debanjan Dutta, Anish Chakrabarty, Swagatam Das

机构 * Indian Statistical Institute（印度统计研究所） ； LTCI, Télécom Paris（法国电信巴黎高等学院 LTCI 实验室） 纠错

专题命中 规划推理 ：CoT(title_cn,summary_cn)；chain-of-thought(title,title_cn)；分类 cs.LG

AI总结 该研究针对分支复杂性，通过硬注意力解码器实现DFS与迪杰斯特拉算法的CoT构造，得到树的斯特拉勒数和宽度，为CoT层次线性步长机制提供非平凡见证。

Plan Then Action:High-Level Planning Guidance Reinforcement Learning for LLM Reasoning

先规划后行动：面向LLM推理的高层规划引导强化学习

Zhihao Dou, Qinjian Zhao, Zhongwei Wan, Dinggen Zhang, Weida Wang, Towsif Raiyan, Benteng Chen, Qingtao Pan, Yang Ouyang, Chaoda Song, Zhiqiang Gao, Shufei Zhang, Sumon Biswas

机构 * Case Western Reserve University, Cleveland, OH, USA（凯斯西储大学） ； Kean University, Union, NJ, USA（凯恩大学） ； The Ohio State University, Columbus, OH, USA（俄亥俄州立大学） ； Fudan University, Shanghai, China（复旦大学） ； Shanghai Artificial Intelligence Laboratory, Shanghai, China（上海人工智能实验室） ； The University of Hong Kong, Hong Kong, China（香港大学） ； North Carolina State University, Raleigh, NC, USA（北卡罗来纳州立大学） 纠错

专题命中 规划推理 ：reasoning(title,abstract)；planning(title,abstract)；CoT(abstract,abstract_cn)；chain-of-thought(abstract)

AI总结 提出PTA-GRPO两阶段框架，通过高层规划引导与强化学习联合优化，提升LLM在数学和自然科学推理任务中的准确性和泛化能力。

Comments 19 pages and 5 figures