大模型推理能力

ChainMPQ: Interleaved Text-Image Reasoning Chains for Mitigating Relation Hallucinations

ChainMPQ: 交错文本图像推理链用于缓解关系幻觉

Yike Wu, Yiwei Wang, Yujun Cai

机构 * University of Queensland（昆士兰大学） ； University of California, Merced（加州大学梅尔德分校） ； Ant Group（蚂蚁集团） 纠错

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

AI总结 ChainMPQ通过交错文本和图像推理链，利用积累的记忆减少大型视觉语言模型的关系幻觉，提升关系推理能力。

Comments Accepted by ICLR2026

RPM: Reasoning-Level Personalization for Black-Box Large Language Models

RPM：面向黑盒大语言模型的推理层面个性化

Jieyong Kim, Tongyoung Kim, Soojin Yoon, Jaehyung Kim, Dongha Lee

机构 * Department of Artificial Intelligence, Yonsei University（人工智能系，延世大学） 纠错

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

AI总结 RPM通过构建用户行为结构模型，实现黑盒大语言模型的推理层面个性化，提升个性化性能与可解释性。

FAPO: Flawed-Aware Policy Optimization for Efficient and Reliable Reasoning

FAPO：面向高效可靠推理的缺陷感知策略优化

Yuyang Ding, Chi Zhang, Juntao Li, Haibin Lin, Min Zhang

机构 * Soochow University（苏州大学） ； ByteDance Seed（字节跳动种子） 纠错

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

AI总结 FAPO通过引入缺陷感知机制，优化策略以提升大语言模型在高效可靠推理中的性能，提高结果正确性与训练稳定性。

Comments ICLR 2026. Project page: https://fapo-rl.github.io/; Infra Doc: https://verl.readthedocs.io/en/latest/advance/reward_loop.html

Scale Can't Overcome Pragmatics: The Impact of Reporting Bias on Vision-Language Reasoning

规模无法克服语用学：报告偏差对视觉-语言推理的影响

Amita Kamath, Jack Hessel, Khyathi Chandu, Jena D. Hwang, Kai-Wei Chang, Ranjay Krishna

机构 * University of Washington（华盛顿大学） ； University of California, Los Angeles（加州大学洛杉矶分校） ； Samaya AI（Samaya人工智能） ； Mistral AI（Mistral人工智能） ； Allen Institute for AI（人工智能研究所） 纠错

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

AI总结 本文指出视觉-语言模型在推理能力上的不足源于训练数据中的报告偏差，通过实验表明单纯扩大数据规模无法提升推理技能，但专门收集隐含信息的注释能有效改善模型表现。

Comments TACL 2026

Requesting Expert Reasoning: Augmenting LLM Agents with Learned Collaborative Intervention

请求专家推理：通过学习的协作干预增强LLM代理

Zhiming Wang, Jinwei He, Feng Lu

机构 * State Key Laboratory of VR Technology and Systems, School of CSE, Beihang University（虚拟现实技术与系统国家重点实验室，计算机科学与工程学院，北京航空航天大学） 纠错

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

AI总结 通过学习协作干预框架，提升LLM代理在需要专家推理任务中的表现，显著提高任务成功率。

RADAR: Reasoning as Discrimination with Aligned Representations for LLM-based Knowledge Graph Reasoning

RADAR: 以对齐表示进行基于大语言模型的知识图谱推理的推理

Bo Xue, Yuan Jin, Luoyi Fu, Jiaxin Ding, Xinbing Wang

机构 * Shanghai Jiao Tong University（上海交通大学） 纠错

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

AI总结 RADAR通过判别性关系推理提升知识图谱推理的鲁棒性和泛化能力，实现比LLM基线更高的链接预测和三元组分类精度。

ExpLang: Improved Exploration and Exploitation in LLM Reasoning with On-Policy Thinking Language Selection

ExpLang: 通过在线策略思考语言选择改进大语言模型推理中的探索与利用

Changjiang Gao, Zixian Huang, Kaichen Yang, Jiajun Chen, Jixing Li, Shujian Huang

机构 * National Key Laboratory for Novel Software Technology, Nanjing University, Jiangsu, China（新型软件技术国家重点实验室，南京大学，江苏，中国） ； Shanghai Artificial Intelligence Laboratory, Shanghai, China（上海人工智能实验室，上海，中国） ； Department of Linguistics and Translation, City University of Hong Kong, Hong Kong, China（语言学与翻译系，香港城市大学，香港，中国） ； School of Mathematical Sciences, Dalian University of Technology, Liaoning, China（数学科学学院，大连理工大学，辽宁，中国） 纠错

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

AI总结 ExpLang通过在线策略思考语言选择改进大语言模型推理中的探索与利用，实现多语言优势提升

Federated Reasoning Distillation Framework with Model Learnability-Aware Data Allocation

联邦推理蒸馏框架与模型可学习性感知的数据分配

Wei Guo, Siyuan Lu, Xiangdong Ran, Yiqi Tong, Yikun Ban, Zelong Xu, Jing Fan, Zixuan Huang, Xiao Zhang, Zhaojun Hu, Fuzhen Zhuang

机构 * Beihang University（北航） ； Heilongjiang University（黑龙江大学） ； Beijing University of Civil Engineering and Architecture（北京建筑大学） ； Yanshan University（燕山大学） ； Shandong University（山东大学） ； Renmin University of China（中国人民大学） 纠错

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

AI总结 LaDa是一种联邦推理蒸馏框架，通过模型可学习性感知的数据分配和领域自适应推理蒸馏方法，解决双向模型可学习性差距和领域无关推理迁移问题。

Where Did This Sentence Come From? Tracing Provenance in LLM Reasoning Distillation

这个句子来自哪里？在LLM推理蒸馏中的溯源

Kaiyuan Liu, Shaotian Yan, Rui Miao, Bing Wang, Chen Shen, Jun Zhang, Jieping Ye

机构 * College of Computer Science and Technology（计算机科学与技术学院） ； Alibaba Cloud Computing（阿里云计算） ； School of Artificial Intelligence（人工智能学院） ； Department of Mathematics（数学系） 纠错

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

AI总结 本文提出了一种推理蒸馏溯源追踪框架，通过分析蒸馏模型生成动作的来源，揭示其在测试时的行为一致性，并提出教师指导的数据选择方法以提升蒸馏效果。

Diversity-Incentivized Exploration for Versatile Reasoning

多样化激励探索用于多面推理

Zican Hu, Shilin Zhang, Yafu Li, Jianhao Yan, Xuyang Hu, Leyang Cui, Xiaoye Qu, Chunlin Chen, Yu Cheng, Zhi Wang

机构 * Nanjing University（南京大学） ； Shanghai AI Laboratory（上海人工智能实验室） ； Westlake University（西湖大学） ； 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.AI

AI总结 DIVER通过引入全局多样性激励，提升大语言模型在多面推理任务中的探索能力和样本效率。

Comments 26 pages, 10 figures

Journal ref ICLR 2026

Understanding LLM Failures: A Multi-Tape Turing Machine Analysis of Systematic Errors in Language Model Reasoning

理解大语言模型的失败：多带图灵机对语言模型推理系统性错误的分析

Magnus Boman

机构 * Department of Medicine Solna, Division of Clinical Epidemiology, Karolinska Institutet, Stockholm, Sweden（斯德哥尔摩瑞典卡罗林斯卡研究所医学系Solna部临床流行病学 division） 纠错

专题命中 其他推理 ：reasoning(title)；chain-of-thought(abstract)；分类 cs.CL

AI总结 本文通过多带图灵机分析，揭示了大语言模型推理中的系统性错误，并提出了可检验的理论框架来解释提示技术的有效性与局限性。

Comments 8 pages, 1 page appendix; v2 added Acknowledgements

Multi-source Heterogeneous Public Opinion Analysis via Collaborative Reasoning and Adaptive Fusion: A Systematically Integrated Approach

通过协同推理与自适应融合进行多源异构公共意见分析：一种系统整合方法

Yi Liu

机构 * Yi Liu School of Software Xi’an Jiaotong University（刘毅 软件学院 西安交通大学） 纠错

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

AI总结 本文提出CRAF框架，通过协同推理与自适应融合整合传统方法与LLMs，提升多源异构公共意见分析的跨平台适应性与性能

Comments 13 pages, 11 figures

ParoQuant: Pairwise Rotation Quantization for Efficient Reasoning LLM Inference

ParoQuant: 基于成对旋转的量化方法用于高效推理大语言模型推理

Yesheng Liang, Haisheng Chen, Zihan Zhang, Song Han, Zhijian Liu

机构 * NVIDIA ； MIT（麻省理工学院） ； UC San Diego（加州大学圣地亚哥分校） 纠错

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

AI总结 ParoQuant通过结合硬件高效旋转与通道缩放，有效解决推理LLMs中的异常值问题，实现更高的准确性和更低的开销。

Comments ICLR 2026 | Project page: https://paroquant.z-lab.ai | GitHub: https://github.com/z-lab/paroquant

ADEPT: RL-Aligned Agentic Decoding of Emotion via Evidence Probing Tools -- From Consensus Learning to Ambiguity-Driven Emotion Reasoning

ADEPT: 通过证据探测工具实现情感的代理解码 -- 从共识学习到由模糊性驱动的情感推理

Esther Sun, Bo-Hao Su, Abinay Reddy Naini, Shinji Watanabe, Carlos Busso

机构 * cmu（卡内基梅隆大学） 纠错

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

AI总结 ADEPT通过证据探测工具实现情感的代理解码，从共识学习转向由模糊性驱动的情感推理，提升情感识别的准确性和可解释性。

Comments Under Review

InjectRBP: Steering Large Language Model Reasoning Behavior via Pattern Injection

InjectRBP: 通过模式注入引导大语言模型推理行为

Xiuping Wu, Zhao Yu, Yuxin Cheng, Ngai Wong, Liangjun Ke, Tapas Mishra, Konstantinos V. Katsikopoulos

机构 * Xi'an Jiaotong University（西安交通大学） ； University of Southampton（南安普顿大学） ； University of Hongkong（香港大学） 纠错

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

AI总结 InjectRBP通过注入行为模式提升大语言模型推理能力，无需参数更新，实验显示在多种推理任务中性能提升显著。

Credit Where It is Due: Cross-Modality Connectivity Drives Precise Reinforcement Learning for MLLM Reasoning

应得之 credit：跨模态连接驱动精确强化学习用于 MLLM 推理

Zhengbo Jiao, Shaobo Wang, Zifan Zhang, Wei Wang, Bing Zhao, Hu Wei, Linfeng Zhang

机构 * AI DATA, Alibaba Group Holding Limited（阿里数据，阿里巴巴集团控股有限公司） ； EPIC Lab, SJTU（EPIC实验室，上海交通大学） 纠错

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

AI总结 通过跨模态连接驱动精确强化学习，提升多模态大语言模型的推理能力，仅引入1.2%开销即超越基线模型。

Comments 20pages

ESTAR: Early-Stopping Token-Aware Reasoning For Efficient Inference

ESTAR: 早期停止的令牌感知推理用于高效推理

Junda Wang, Zhichao Yang, Dongxu Zhang, Sanjit Singh Batra, Robert E. Tillman

机构 * University of Massachusetts Amherst（马萨诸塞大学阿默斯特分校） ； Optum AI 纠错

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

AI总结 ESTAR通过令牌感知推理的早期停止机制，有效减少推理冗余，提升大型推理模型的推理效率，同时保持高准确性。

LLM Reasoning Predicts When Models Are Right: Evidence from Coding Classroom Discourse

大语言模型推理可预测模型何时正确：来自编程课堂对话的证据

Bakhtawar Ahtisham, Kirk Vanacore, Zhuqian Zhou, Jinsook Lee, Rene F. Kizilcec

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

AI总结 本研究通过分析课堂对话中的教师发言，发现LLM生成的推理能有效预测模型预测的正确性，使用随机森林分类器达到F1得分0.83，表明基于推理的错误检测在教育对话分析中具有实用价值。

CLaRa: Bridging Retrieval and Generation with Continuous Latent Reasoning

CLaRa：通过连续潜在推理弥合检索与生成

Jie He, Richard He Bai, Sinead Williamson, Jeff Z. Pan, Navdeep Jaitly, Yizhe Zhang

机构 * Apple（苹果公司） ； University of Edinburgh（爱丁堡大学） 纠错

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

AI总结 CLaRa通过连续潜在推理框架实现检索与生成的统一优化，提升压缩和重排性能，优于现有基线方法。

Reasoning-guided Collaborative Filtering with Language Models for Explainable Recommendation

基于语言模型的推理引导协同过滤用于可解释推荐

Fahad Anwaar, Adil Mehmood Khan, Muhammad Khalid, Usman Zia, Kezhi Wang

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

AI总结 RGCF-XRec通过融合推理引导的协同过滤知识与语言模型，实现可解释的序列推荐，提升了推荐性能和解释质量。

Towards Structured, State-Aware, and Execution-Grounded Reasoning for Software Engineering Agents

面向结构化、状态感知和执行导向的软件工程代理推理

Tse-Hsun, Chen

机构 * Concordia University（康科德大学） 纠错

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

AI总结 本文提出通过结构化、状态感知和执行导向的推理方法，提升软件工程代理在长周期任务中的推理能力和可靠性。

Comments Position paper accepted in BoatSE

Language models can learn implicit multi-hop reasoning, but only if they have lots of training data

语言模型可以学习隐式多跳推理，但只有在有大量训练数据的情况下

Yuekun Yao, Yupei Du, Dawei Zhu, Michael Hahn, Alexander Koller

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

AI总结 本文研究了语言模型通过大量训练数据学习隐式多跳推理的能力，并发现训练数据量随推理跳数呈指数增长，但通过课程学习可部分缓解这一需求。

Comments Accepted at EMNLP 2025

Socratic-Geo: Synthetic Data Generation and Geometric Reasoning via Multi-Agent Interaction

Socratic-Geo：通过多智能体交互实现合成数据生成与几何推理

Zhengbo Jiao, Shaobo Wang, Zifan Zhang, Wei Wang, Bing Zhao, Hu Wei, Linfeng Zhang

机构 * AI DATA, Alibaba Group Holding Limited（阿里数据，阿里巴巴集团控股有限公司） ； EPIC Lab, Shanghai Jiao Tong University（上海交通大学EPIC实验室） ； Shanghai University of Finance（上海财经大学） ； Wuhan University（武汉大学） 纠错

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

AI总结 Socratic-Geo通过多智能体交互实现合成数据生成与几何推理，利用教师代理和求解代理动态耦合数据合成与模型学习，提升图像生成和推理能力。

Comments 18pages

Graph-Augmented Reasoning with Large Language Models for Tobacco Pest and Disease Management

基于图增强推理的烟草害虫和疾病管理

Siyu Li, Chenwei Song, Qi Zhou, Wan Zhou, Xinyi Liu

机构 * School of Information Science and Engineering（信息科学与工程学院） ； Chongqing Jiaotong University（重庆交通大学） 纠错

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

AI总结 本文提出一种基于图增强推理的框架，通过整合领域知识图谱，提升烟草害虫和疾病管理的推理能力和推荐准确性。

Small Vectors, Big Effects: A Mechanistic Study of RL-Induced Reasoning via Steering Vectors

小向量，大影响：通过引导向量研究强化学习诱导的推理机制

Viacheslav Sinii, Nikita Balagansky, Gleb Gerasimov, Daniil Laptev, Yaroslav Aksenov, Vadim Kurochkin, Alexey Gorbatovski, Boris Shaposhnikov, Daniil Gavrilov

机构 * Department of XXX, University of YYY, Location, Country（XXX系，YYY大学，地点，国家） ； School of ZZZ, Institute of WWW, Location, Country（ZZZ学院，WWW研究所，地点，国家） 纠错

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

AI总结 通过引导向量研究强化学习对大语言模型内部计算的影响，发现不同层的引导向量对生成token和注意力模式有不同作用，并能跨模型转移。

Comments Preprint

SetPO: Set-Level Policy Optimization for Diversity-Preserving LLM Reasoning

SetPO：基于集级别的策略优化以保持LLM推理的多样性

Chenyi Li, Yuan Zhang, Bo Wang, Guoqing Ma, Wei Tang, Haoyang Huang, Nan Duan

机构 * Peking University（北京大学） ； JD Explore Academy, China（京东探索研究院） ； Beijing Institute of Technology（北京理工大学） 纠错

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

AI总结 SetPO通过集级别策略优化提升LLM推理多样性，通过核化相似性定义目标，验证稀有轨迹对多样性的贡献，实验显示优于基线。

Reasoning as State Transition: A Representational Analysis of Reasoning Evolution in Large Language Models

推理作为状态转换：大型语言模型推理演变的表征分析

Siyuan Zhang, Jialian Li, Yichi Zhang, Xiao Yang, Yinpeng Dong, Hang Su

机构 * Dept. of Comp. Sci. and Tech., Institute for AI, Tsinghua-Bosch Joint ML Center, THBI Lab, BNRist Center, Tsinghua University, Beijing 100084, China（计算机科学与技术系，人工智能研究所，清华-博世联合机器学习中心，THBI实验室，BNRist中心，清华大学，北京100084，中国） ； College of AI, Tsinghua University, Beijing 100084, China（人工智能学院，清华大学，北京100084，中国） 纠错

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

AI总结 本研究从表征视角分析大型语言模型推理过程的演变，揭示训练后模型通过优化表示分布提升推理能力的机制。

Comments 30 pages, 27 figures, 8 tables

How Far Are LLMs from Professional Poker Players? Revisiting Game-Theoretic Reasoning with Agentic Tool Use

LLMs距离专业扑克玩家还有多远？结合代理工具使用的博弈论推理再探

Minhua Lin, Enyan Dai, Hui Liu, Xianfeng Tang, Yuliang Yan, Zhenwei Dai, Jingying Zeng, Zhiwei Zhang, Fali Wang, Hongcheng Gao, Chen Luo, Xiang Zhang, Qi He, Suhang Wang

机构 * The Pennsylvania State University（宾夕法尼亚州立大学） ； HKUST (GZ)（香港科技大学） ； Amazon（亚马逊） ； Tsinghua University（清华大学） ； Microsoft（微软公司） 纠错

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

AI总结 本文提出ToolPoker框架，通过整合外部求解器和专业解释，提升LLMs在扑克博弈中的推理和游戏表现。

Comments Accepted by ICLR 2026

Segment-Level Attribution for Selective Learning of Long Reasoning Traces

分段属性用于长推理轨迹的选择性学习

Siyuan Wang, Yanchen Liu, Xiang Ren

机构 * University of Southern California（南加州大学） 纠错

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

AI总结 本文提出一种基于分段属性的选择性学习框架，通过量化标记对最终答案的影响，提升长推理轨迹学习的效率和准确性。

Comments Accepted to ICLR 2026. 16 pages, 5 figures. Code available at https://github.com/SiyuanWangw/SegmentSelectiveSFT

Heterogeneous Graph Alignment for Joint Reasoning and Interpretability

异构图对齐用于联合推理与可解释性

Zahra Moslemi, Ziyi Liang, Norbert Fortin, Babak Shahbaba

机构 * Department of Statistics, University of California, Irvine（统计学系，加州大学伊维特分校） ； Department of Neurobiology and Behavior, University of California, Irvine（神经生物学与行为系，加州大学伊维特分校） 纠错

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

AI总结 本文提出MGMT框架，通过元图实现异构图的联合推理与可解释性，优于现有方法并在神经科学应用中表现优异。