大模型推理能力

EvolProver: Advancing Automated Theorem Proving by Evolving Formalized Problems via Symmetry and Difficulty

Yuchen Tian, Ruiyuan Huang, Xuanwu Wang, Jing Ma, Zengfeng Huang, Ziyang Luo, Hongzhan Lin, Da Zheng, Lun Du

机构 * Hong Kong Baptist University（香港 Baptist 大学） ； Ant Group（蚂蚁集团） ； School of Data Science, Fudan University（复旦大学数据科学学院） 纠错

专题命中 代码与定理证明 ：reasoning(abstract)；分类 cs.AI

Transparent, Evaluable, and Accessible Data Agents: A Proof-of-Concept Framework

Nooshin Bahador

专题命中 代码与定理证明 ：reasoning(abstract)；分类 cs.AI

Comments 20 pages, 11 figures

Bridging Language Models and Formal Methods for Intent-Driven Optical Network Design

Anis Bekri, Amar Abane, Abdella Battou, Saddek Bensalem

机构 * National Institute of Standards and Technology（美国国家标准技术研究院） 纠错

专题命中 代码与定理证明 ：reasoning(abstract)；分类 cs.AI

Comments Accepted at AICCSA 2025

Automated Multi-Agent Workflows for RTL Design

Amulya Bhattaram, Janani Ramamoorthy, Ranit Gupta, Diana Marculescu, Dimitrios Stamoulis

机构 * Chandra Family Department of Electrical and Computer Engineering（查克拉家族电子与计算机工程系） 纠错

专题命中 代码与定理证明 ：reasoning(abstract)；分类 cs.AI

Comments Accepted: ML for Systems Workshop NeurIPS 2025

From Language to Cognition: How LLMs Outgrow the Human Language Network

Badr AlKhamissi, Greta Tuckute, Yingtian Tang, Taha Binhuraib, Antoine Bosselut, Martin Schrimpf

机构 * EPFL（苏黎世联邦理工学院） ； MIT（麻省理工学院） ； Georgia Institute of Technology（佐治亚理工学院） 纠错

专题命中 代码与定理证明 ：reasoning(abstract)；分类 cs.CL

Comments EMNLP 2025. Project Page at https://language-to-cognition.epfl.ch

Challenging the Evaluator: LLM Sycophancy Under User Rebuttal

Sungwon Kim, Daniel Khashabi

机构 * Johns Hopkins University（约翰霍普金斯大学） 纠错

专题命中 代码与定理证明 ：reasoning(abstract)；分类 cs.CL

Comments Accepted to EMNLP 2025 Findings

Orion: Fuzzing Workflow Automation

Max Bazalii, Marius Fleischer

机构 * NVIDIA 纠错

专题命中 代码与定理证明 ：reasoning(abstract)；分类 cs.AI

Comments 11 pages, 3 figures, 3 tables

Agentic JWT: A Secure Delegation Protocol for Autonomous AI Agents

Abhishek Goswami

专题命中 代码与定理证明 ：reasoning(abstract)；分类 cs.AI

Comments 17 pages, 6 figures, 2 Tables

Neural cellular automata: applications to biology and beyond classical AI

Benedikt Hartl, Michael Levin, Léo Pio-Lopez

专题命中 代码与定理证明 ：reasoning(abstract)；分类 cs.AI

Contradictions

Yang Xu, Shuwei Chen, Xiaomei Zhong, Jun Liu, Xingxing He

专题命中 代码与定理证明 ：reasoning(abstract)；分类 cs.AI

Comments 37 Pages,9 figures

The Application of Virtual Environments and Artificial Intelligence in Higher Education: Experimental Findings in Philosophy Teaching

Adel Vehrer, Zsolt Palfalusi

专题命中 代码与定理证明 ：reasoning(abstract)；分类 cs.AI

Are formal and functional linguistic mechanisms dissociated in language models?

Michael Hanna, Yonatan Belinkov, Sandro Pezzelle

机构 * Institute for Logic, Language and Computation University of Amsterdam（逻辑、语言与计算研究所 阿姆斯特丹大学） ； Technion – Israel Institute of Technology（技术ion-以色列理工学院） 纠错

专题命中 代码与定理证明 ：reasoning(abstract)；分类 cs.CL

Comments To appear in Computational Linguistics. Pre-MIT Press publication version. 40 pages, 14 figures, 3 tables. Code available at https://github.com/hannamw/formal-functional-dissociation

Limit-Computable Grains of Truth for Arbitrary Computable Extensive-Form (Un)Known Games

Cole Wyeth, Marcus Hutter, Jan Leike, Jessica Taylor

机构 * David R. Cheriton School of Computer Science, University of Waterloo（多伦多大学大卫·R·切里顿计算机科学学院） ； Google DeepMind and Australian National University（谷歌DeepMind和澳大利亚国立大学） ； Anthropic（Anthropic公司） ； Median Group（Median集团） 纠错

专题命中 代码与定理证明 ：planning(abstract)；分类 cs.LG

Comments 42 pages; 2 figures; 7 algorithms

AI Testing Should Account for Sophisticated Strategic Behaviour

Vojtech Kovarik, Eric Olav Chen, Sami Petersen, Alexis Ghersengorin, Vincent Conitzer

机构 * Department of Computer Science（计算机科学系） ； Czech Technical University Prague（捷克技术大学布拉格） ； Global Priorities Institute（全球优先研究所） ； University of Oxford（牛津大学） ； Foundations of Cooperative AI Lab（合作人工智能基础实验室） ； Carnegie Mellon University（卡内基梅隆大学） 纠错

专题命中 代码与定理证明 ：reasoning(abstract)；分类 cs.AI

LeanGeo: Formalizing Competitional Geometry problems in Lean

Chendong Song, Zihan Wang, Frederick Pu, Haiming Wang, Xiaohan Lin, Junqi Liu, Jia Li, Zhengying Liu

机构 * Moonshot AI ； Numina ； Peking University（北京大学） ； University of Toronto（多伦多大学） 纠错

专题命中 代码与定理证明 ：reasoning(abstract)；分类 cs.AI

Comments 28 pages

fCrit: A Visual Explanation System for Furniture Design Creative Support

Vuong Nguyen, Gabriel Vigliensoni

机构 * Concordia University（康科德大学） 纠错

专题命中 代码与定理证明 ：reasoning(abstract)；分类 cs.AI

Comments In Proceedings of Explainable AI for the Arts Workshop 2025 (XAIxArts 2025) arXiv:2406.14485

StepFun-Prover Preview: Let's Think and Verify Step by Step

Shijie Shang, Ruosi Wan, Yue Peng, Yutong Wu, Xiong-hui Chen, Jie Yan, Xiangyu Zhang

机构 * StepFun ； University of Chinese Academy of Sciences（中国科学院大学） 纠错

专题命中 代码与定理证明 ：reasoning(abstract)；分类 cs.AI

Comments Added links to GitHub and Hugging Face

PyVeritas: On Verifying Python via LLM-Based Transpilation and Bounded Model Checking for C

Pedro Orvalho, Marta Kwiatkowska

专题命中 代码与定理证明 ：reasoning(abstract)；分类 cs.AI

Comments 14 pages, 6 tables, 1 figure

The AlphaPhysics Term Rewriting System for Marking Algebraic Expressions in Physics Exams

Peter Baumgartner, Lachlan McGinness

机构 * CSIRO/Data61 and Australian National University（CSIRO/Data61和澳大利亚国立大学） ； Australian National University and CSIRO/Data61（澳大利亚国立大学和CSIRO/Data61） 纠错

专题命中 代码与定理证明 ：reasoning(abstract)；分类 cs.AI

A survey of multi-agent geosimulation methodologies: from ABM to LLM

Virginia Padilla, Jacinto Dávila

机构 * Departamento de Ciencia y Tecnología, Universidad Nacional Experimental de Guayana（科学与技术系，圭亚那国家实验大学） ； CeSiMo, Facultad de Ingeniería, Universidad de los Andes（CeSiMo，工程学院，安第斯大学） 纠错

专题命中 代码与定理证明 ：planning(abstract)；分类 cs.AI

Comments 20 pages, 1 table

PHAX: A Structured Argumentation Framework for User-Centered Explainable AI in Public Health and Biomedical Sciences

Bahar İlgen, Akshat Dubey, Georges Hattab

机构 * Center for Artificial Intelligence in Public Health Research (ZKI-PH), Robert Koch-Institut, Nordufer 20, Berlin, 13353, Germany（公共健康人工智能研究中心（ZKI-PH）、罗伯特· Koch研究所） ； Department of Mathematics and Computer Science, Freie Universität Berlin, Arnimallee 14, Berlin, 14195, Germany（数学与计算机科学系、柏林自由大学） 纠错

专题命中 代码与定理证明 ：reasoning(abstract)；分类 cs.AI

Comments Preprint. Under review

SynLang and Symbiotic Epistemology: A Manifesto for Conscious Human-AI Collaboration

Jan Kapusta

专题命中 代码与定理证明 ：reasoning(abstract)；分类 cs.AI

Comments 32 pages, 4 figures. Includes 2 Appendices containing SynLang v1.2.0 protocol specification, and formal BNF grammar

Foundations for Risk Assessment of AI in Protecting Fundamental Rights

Antonino Rotolo, Beatrice Ferrigno, Jose Miguel Angel Garcia Godinez, Claudio Novelli, Giovanni Sartor

专题命中 代码与定理证明 ：reasoning(abstract)；分类 cs.AI

Comments 24 pages, 1 figure. To be published in: The Philosophical Foundations of Information Technology Law. Oxford University Press, Oxford

Resilient Multi-Agent Negotiation for Medical Supply Chains:Integrating LLMs and Blockchain for Transparent Coordination

Mariam ALMutairi, Hyungmin Kim

机构 * Virginia Tech（弗吉尼亚理工大学） 纠错

专题命中 代码与定理证明 ：reasoning(abstract)；分类 cs.AI

Comments 11 pages, 6 figure

A Survey of Context Engineering for Large Language Models

Lingrui Mei, Jiayu Yao, Yuyao Ge, Yiwei Wang, Baolong Bi, Yujun Cai, Jiazhi Liu, Mingyu Li, Zhong-Zhi Li, Duzhen Zhang, Chenlin Zhou, Jiayi Mao, Tianze Xia, Jiafeng Guo, Shenghua Liu

机构 * Institute of Computing Technology, Chinese Academy of Sciences（中国科学院计算技术研究所） ； University of California, Merced（加州大学默塞德分校） ； The University of Queensland（昆士兰大学） ； Peking University（北京大学） ； Tsinghua University（清华大学） ； University of Chinese Academy of Sciences（中国科学院大学） 纠错

专题命中 代码与定理证明 ：reasoning(abstract)；分类 cs.CL

Comments ongoing work; 166 pages, 1411 citations

ProofCompass: Enhancing Specialized Provers with LLM Guidance

Nicolas Wischermann, Claudio Mayrink Verdun, Gabriel Poesia, Francesco Noseda

机构 * Federal University of Rio de Janeiro（里约热内卢联邦大学） ； Harvard John A. Paulson School of Engineering and Applied Sciences（哈佛大学约翰·A·保罗森工程与应用科学学院） ； Stanford University（斯坦福大学） 纠错

专题命中 代码与定理证明 ：reasoning(abstract)；分类 cs.AI

Comments 19 pages, 7 figures. Accepted at the 2nd AI for MATH Workshop at the 42nd International Conference on Machine Learning (ICML 2025)

Generating executable oracles to check conformance of client code to requirements of JDK Javadocs using LLMs

Shan Jiang, Chenguang Zhu, Sarfraz Khurshid

机构 * The University of Texas at Austin（德克萨斯大学） 纠错

专题命中 代码与定理证明 ：reasoning(abstract)；分类 cs.AI

Perspective-Aware AI in Extended Reality

Daniel Platnick, Matti Gruener, Marjan Alirezaie, Kent Larson, Dava J. Newman, Hossein Rahnama

机构 * Flybits Labs（Flybits实验室） ； Creative Ai Hub（创意人工智能中心） ； Toronto Metropolitan University（多伦多 Metropolitan 大学） ； MIT Media Lab（MIT媒体实验室） 纠错

专题命中 代码与定理证明 ：reasoning(abstract)；分类 cs.AI

Comments Accepted to the International Conference on eXtended Reality (2025), 12 pages, 3 figures

Defining neurosymbolic AI

Lennert De Smet, Luc De Raedt

机构 * Department of Computer Science, KU Leuven（计算机科学系，卢万大学） ； Örebro University（奥雷布罗大学） 纠错

专题命中 代码与定理证明 ：reasoning(abstract)；分类 cs.AI

Learning from Synthetic Labs: Language Models as Auction Participants

Anand Shah, Kehang Zhu, Yanchen Jiang, Jeffrey G. Wang, Arif K. Dayi, John J. Horton, David C. Parkes

机构 * Dropbox Inc.（Dropbox公司） ； Expected Parrot Inc.（Expected Parrot公司） 纠错

专题命中 代码与定理证明 ：reasoning(abstract)；分类 cs.AI