大模型推理能力

Progressive Multi-Agent Reasoning for Biological Perturbation Prediction

逐步多智能体推理用于生物扰动预测

Hyomin Kim, Sang-Yeon Hwang, Jaechang Lim, Yinhua Piao, Yunhak Oh, Woo Youn Kim, Chanyoung Park, Sungsoo Ahn, Junhyeok Jeon

机构 * KAIST（韩国国立科学技术院） 纠错

专题命中 复杂问题求解 ：reasoning(title,abstract)；分类 cs.AI

AI总结 本文提出LINCSQA基准和PBio-Agent框架，通过整合难度感知任务序列与迭代知识细化，提升复杂化学扰动下基因调控预测的准确性与解释性。

Comments 17 pages, 4 figures, 9 tables

WebAggregator: Enhancing Compositional Reasoning Capabilities of Deep Research Agent Foundation Models

WebAggregator：增强深度研究代理基础模型的组合推理能力

Rui Wang, Ce Zhang, Jun-Yu Ma, Jianshu Zhang, Hongru Wang, Yi Chen, Boyang Xue, Tianqing Fang, Zhisong Zhang, Hongming Zhang, Haitao Mi, Dong Yu, Kam-Fai Wong

机构 * MoE Lab, The Chinese University of Hong Kong（莫埃实验室，香港中文大学） ； Tencent AI Lab（腾讯AI实验室） 纠错

专题命中 复杂问题求解 ：reasoning(title,abstract)；分类 cs.CL

AI总结 本文提出WebAggregator数据合成管道，通过主动探索和组合逻辑提案，提升深度研究代理的组合推理能力，并在多个基准测试中超越GPT-4.1和Claude-3.7-Sonnet。

How RL Unlocks the Aha Moment in Geometric Interleaved Reasoning

如何通过强化学习解锁几何交错推理中的顿悟时刻

Xiangxiang Zhang, Caijun Jia, Siyuan Li, Dingyu He, Xiya Xiong, Zheng Sun, Honghao He, Yuchen Wu, Bihui Yu, Linzhuang Sun, Cheng Tan, Jingxuan Wei

机构 * ByteDance（字节跳动） ； Shenyang Institute of Computing Technology, Chinese Academy of Sciences（沈阳计算技术研究所，中国科学院） ； Westlake University（西交大学） ； University of Chinese Academy of Science（中国科学院大学） ； Key Laboratory of Computing Power Network and Information Security, Ministry of Education（教育部计算能力网络与信息安全重点实验室） ； Shandong Computer Science Center (National Supercomputer Center in Jinan)（山东省计算机科学中心（济南国家超算中心）） ； Qilu University of Technology (Shandong Academy of Sciences)（齐鲁工业大学（山东省科学院）） 纠错

专题命中 复杂问题求解 ：reasoning(title,abstract)；分类 cs.CL

AI总结 本文探讨了在几何交错推理中，通过强化学习框架Faire克服传统监督微调的局限性，实现更深层次的因果对齐，从而提升推理性能。

RELIC: Evaluating Complex Reasoning via the Recognition of Languages In-Context

RELIC：通过上下文语言识别评估复杂推理

Jackson Petty, Michael Y. Hu, Wentao Wang, Shauli Ravfogel, William Merrill, Tal Linzen

机构 * Department of Linguistics（语言学系） ； Center for Data Science（数据科学中心） ； New York University（纽约大学） 纠错

专题命中 复杂问题求解 ：reasoning(title,abstract)；分类 cs.CL

AI总结 RELIC通过评估语言是否属于上下文无关文法生成的语言，衡量LLM的复杂推理能力，发现先进模型在任务复杂度增加时推理计算减少，策略转向猜测。

Comments Accepted to TACL

See Further, Think Deeper: Advancing VLM's Reasoning Ability with Low-level Visual Cues and Reflection

看得更远，想得更深：通过低级视觉线索和反思提升VLM的推理能力

Zhiheng Wu, Tong Wang, Shuning Wang, Naiming Liu, Yumeng Zhang

机构 * Baidu Inc.（百度公司） ； Zhejiang University（浙江大学） ； Harbin Institute of Technology（哈尔滨工业大学） 纠错

专题命中 复杂问题求解 ：reasoning(title,abstract)；分类 cs.AI

AI总结 本文提出ForeSight框架，通过低级视觉线索和有效视觉反馈提升VLM推理能力，构建新数据集CG-SalBench，并验证其在参数规模相同和部分指标上优于现有SOTA模型。

Comments CVPR2026

Scalable Agentic Reasoning for Designing Biologics Targeting Intrinsically Disordered Proteins

可扩展的代理推理用于设计针对内在无序蛋白的生物药物

Matthew Sinclair, Moeen Meigooni, Archit Vasan, Ozan Gokdemir, Xinran Lian, Heng Ma, Yadu Babuji, Alexander Brace, Khalid Hossain, Carlo Siebenschuh, Thomas Brettin, Kyle Chard, Christopher Henry, Venkatram Vishwanath, Rick L. Stevens, Ian T. Foster, Arvind Ramanathan

机构 * Argonne National Laboratory（阿贡国家实验室） ； University of Chicago（芝加哥大学） 纠错

专题命中 复杂问题求解 ：reasoning(title,abstract)；分类 cs.AI

AI总结 本文提出StructBioReasoner，一种可扩展的多代理系统，用于设计针对内在无序蛋白的生物药物，通过竞争生成和优化治疗假说，提高大规模计算效率，展示了在Der f 21和NMNAT-2上的优异性能。

Comments This manuscript is in press at the upcoming Proceedings of the Platform for Advanced Scientific Computing (PASC) 26 Conference

Structure-Grounded Knowledge Retrieval via Code Dependencies for Multi-Step Data Reasoning

通过代码依赖关系进行结构化知识检索以实现多步数据推理

Xinyi Huang

机构 * Simon Fraser University（西蒙弗雷泽大学） 纠错

专题命中 复杂问题求解 ：reasoning(title,abstract)；分类 cs.CL

AI总结 本文提出SGKR框架，通过函数调用依赖关系构建图结构，提升多步数据推理任务中知识检索的准确性与相关性。

A Fano-Style Accuracy Upper Bound for LLM Single-Pass Reasoning in Multi-Hop QA

为LLM单步推理在多跳问答中的准确性设定一种Fano风格的上限

Kaiyang Wan, Lang Gao, Honglin Mu, Preslav Nakov, Yuxia Wang, Xiuying Chen

机构 * MBZUAI（马克斯·普朗克智能研究院） ； INSAIT（索菲亚大学） 纠错

专题命中 复杂问题求解 ：reasoning(title,abstract)；分类 cs.AI

AI总结 本文提出了一种Fano风格的准确性上限，用于分析LLM在多跳问答中的单步推理能力，通过容量感知的任务分解与主动剪枝，构建了InfoQA框架以提升性能和鲁棒性。

Comments 22 pages, 6 figures, ICLR 2026. Reported by MIT Technology Review

Analytica: Soft Propositional Reasoning for Robust and Scalable LLM-Driven Analysis

分析：用于稳健和可扩展的LLM驱动分析的软命题推理

Junyan Cheng, Kyle Richardson, Peter Chin

机构 * Dartmouth College（达特茅斯学院） ； Allen Institute for AI（人工智能研究院） 纠错

专题命中 复杂问题求解 ：reasoning(title,abstract)；分类 cs.AI

AI总结 本文提出Analytica，一种基于软命题推理的新型代理架构，通过并行分治框架减少误差，提升LLM在金融、科学等领域的预测准确性与稳定性。

Comments ICLR 2026 Camera-ready

When Does LLM Self-Correction Help? A Control-Theoretic Markov Diagnostic and Verify-First Intervention

当大语言模型自我纠正有助于什么？一种控制论马尔可夫诊断和先验证干预

Aofan Liu, Jingxiang Meng

机构 * Peking University（北京大学） ； University of Chicago（芝加哥大学） 纠错

专题命中 复杂问题求解 ：self-correction(title,abstract)；分类 cs.AI

AI总结 本文通过控制论马尔可夫模型分析自我纠正的条件，发现近零误差阈值决定其有效性，并通过实验验证先验证提示能有效减少误差。

Differentiable Conformal Training for LLM Reasoning Factuality

可微 conformal 训练用于 LLM 推理事实性

Nathan Hittesdorf, Marco Salzetta, Lu Cheng

机构 * Department of Computer Science, University of Illinois at Chicago, Chicago, United States（伊利诺伊大学芝加哥分校计算机科学系） ； Department of Physics, University of Illinois at Urbana-Champaign, Urbana, United States（伊利诺伊大学厄巴纳-香槟分校物理系） 纠错

专题命中 复杂问题求解 ：reasoning(title,abstract)；分类 cs.LG

AI总结 本文提出可微 conformal 训练方法，通过联合验证推理步骤中的事实性声明，提升 LLM 的事实性可靠性，实验显示在保持可靠性的同时，事实性声明保留率提升141%。

Comments Submitted ICML

A Survey of Scaling in Large Language Model Reasoning

大型语言模型推理中的扩展综述

Zihan Chen, Song Wang, Zhen Tan, Xingbo Fu, Zhenyu Lei, Peng Wang, Huan Liu, Cong Shen, Jundong Li

机构 * University of Virginia（弗吉尼亚大学） ； Arizona State University（亚利桑那州立大学） 纠错

专题命中 复杂问题求解 ：reasoning(title,abstract)；分类 cs.AI

AI总结 本文综述了大型语言模型推理中的扩展策略，分析了输入规模、推理步骤、推理轮次和训练增强推理等不同维度，探讨了如何通过不同扩展策略提升推理能力，并展望了未来发展方向。

LLM StructCore: Schema-Guided Reasoning Condensation and Deterministic Compilation

LLM StructCore: 基于模式的推理压缩与确定性编译

Serhii Zabolotnii

机构 * Cherkasy State Business College（切尔卡西州商业学院） 纠错

专题命中 复杂问题求解 ：reasoning(title,abstract)；分类 cs.CL

AI总结 本文提出LLM StructCore，通过基于模式的推理压缩和确定性编译，解决临床笔记中填写病例报告表的挑战，采用合同驱动的两阶段设计，提升准确率与稳定性。

Comments 16 pages, 1 figure, 5 tables. Preprint of a paper accepted to the Third Workshop on Patient-oriented Language Processing (CL4Health), co-located with LREC-COLING 2026

Pause or Fabricate? Training Language Models for Grounded Reasoning

暂停或虚构？为基于事实的推理训练语言模型

Yiwen Qiu, Linjuan Wu, Yizhou Liu, Yuchen Yan, Jin Ma, Xu Tan, Yao Hu, Daoxin Zhang, Wenqi Zhang, Weiming Lu, Jun Xiao, Yongliang Shen

机构 * Zhejiang University（浙江大学） ； Tencent（腾讯） ； Xiaohongshu Inc.（小红书公司） 纠错

专题命中 复杂问题求解 ：reasoning(title,abstract)；分类 cs.CL

AI总结 本文提出GRIL框架，通过交互强化学习提升语言模型在不完整信息下的推理能力，显著提高前提检测并提升任务成功率。

Comments Code:https://github.com/ZJU-REAL/GRIL

Reasoning Structure Matters for Safety Alignment of Reasoning Models

推理结构对推理模型的安全对齐至关重要

Yeonjun In, Wonjoong Kim, Sangwu Park, Chanyoung Park

机构 * KAIST（韩国科学技术院） 纠错

专题命中 复杂问题求解 ：reasoning(title,abstract)；分类 cs.AI

AI总结 本文研究了推理模型安全风险的根源，提出通过修改推理结构实现有效安全对齐，提出AltTrain方法，通过轻量级监督微调实现安全对齐，实验验证其在多种任务和语言设置中的鲁棒性。

Comments ACL 2026

Beyond Meta-Reasoning: Metacognitive Consolidation for Self-Improving LLM Reasoning

超越元推理：面向自我改进大语言模型推理的元认知巩固

Ziqing Zhuang, Linhai Zhang, Jiasheng Si, Deyu Zhou, Yulan He

机构 * Southeast University（东南大学） ； King’s College London（伦敦国王学院） ； The Alan Turing Institute（艾伦·图灵研究所） ； Qilu University of Technology (Shandong Academy of Sciences)（齐鲁工业大学（山东科学院）） 纠错

专题命中 复杂问题求解 ：reasoning(title,abstract)；分类 cs.AI

AI总结 本文提出元认知巩固框架，通过整合历史推理经验提升未来元推理能力，实验显示性能随经验积累而提升。

Efficient Test-Time Scaling via Temporal Reasoning Aggregation

通过时间推理聚合实现高效的测试时扩展

Jiakun Li, Xingwei He, Kefan Li, Hongzheng Chai, Hongyue Yu, Yuan Yuan

机构 * School of Computer Science and Engineering, Beihang University（北航计算机科学与工程学院） ； Qingdao Research Institute, Beihang University（北航青岛研究院） ； Hangzhou Innovation Institute, Beihang University（北航杭州创新研究院） 纠错

专题命中 复杂问题求解 ：reasoning(title,abstract)；分类 cs.AI

AI总结 本文提出TRACE框架，通过时间聚合多步骤证据实现高效测试时扩展，减少推理token使用25-30%，保持准确性，优于现有动态推理方法。

Comments Accepted to Findings of the 64th Annual Meeting of the Association for Computational Linguistics (ACL 2026)

VideoThinker: Building Agentic VideoLLMs with LLM-Guided Tool Reasoning

VideoThinker：构建具有LLM引导工具推理的智能视频大语言模型

Chenglin Li, Qianglong Chen, Feng Han, Yikun Wang, Xingxi Yin, Yan Gong, Ruilin Li, Yin Zhang, Jiaqi Wang

机构 * Zhejiang University（浙江大学） ； Fudan University（复旦大学） ； Wuhan University（武汉大学） ； Shanghai AI Lab（上海人工智能实验室） ； Shanghai Innovation Institute（上海创新研究院） 纠错

专题命中 复杂问题求解 ：reasoning(title,abstract)；分类 cs.AI

AI总结 VideoThinker通过合成工具交互轨迹构建大规模视频与工具推理数据集，提升长视频理解能力，优于传统语言模型和视频模型基线。

AutoRubric: Rubric-Based Generative Rewards for Faithful Multimodal Reasoning

AutoRubric: 基于评分标准的生成奖励用于忠实的多模态推理

Mengzhao Jia, Zhihan Zhang, Ignacio Cases, Zheyuan Liu, Meng Jiang, Peng Qi

机构 * University of Notre Dame（内布拉斯加大学） ； Uniphore 纠错

专题命中 复杂问题求解 ：reasoning(title,abstract)；分类 cs.CL

AI总结 AutoRubric通过整合可验证奖励学习与过程级监督，利用自动收集的评分标准生成奖励，实现多模态推理的高保真性能。

How Should We Enhance the Safety of Large Reasoning Models: An Empirical Study

如何增强大推理模型的安全性：一项实证研究

Zhexin Zhang, Xian Qi Loye, Victor Shea-Jay Huang, Junxiao Yang, Qi Zhu, Shiyao Cui, Fei Mi, Lifeng Shang, Yingkang Wang, Hongning Wang, Minlie Huang

机构 * The Conversational AI (CoAI) group, DCST, Tsinghua University（清华大学对话人工智能（CoAI）小组，DCST，清华大学） ； Huawei Noah’s Ark Lab（华为诺亚实验室） 纠错

专题命中 复杂问题求解 ：reasoning(title,abstract)；分类 cs.CL

AI总结 本文通过监督微调探讨如何提升大推理模型的安全性，发现直接蒸馏安全响应无效，但针对性处理危险模式可显著提升安全性，且短或模板化推理过程同样有效。

Comments ACL 2026 Main Conference

Playing Psychic: Using Thought Trees to Predict Reasoning Models Accuracy on Coding Tasks

读心术：利用思维树预测推理模型在编码任务上的准确性

Jiaxin Fang, Runyuan He, Sahil Bhatia, Neel Gajare, Alvin Cheung

机构 * University of California, Berkeley（加州大学伯克利分校） 纠错

专题命中 复杂问题求解 ：reasoning(title,abstract)；分类 cs.AI

AI总结 本文通过系统研究前沿推理模型在真实世界编码基准上的表现，提出利用结构化思维树来表示推理轨迹，并通过轻量级分类器预测轨迹正确性，从而提升编码任务的准确性。

ATTNPO: Attention-Guided Process Supervision for Efficient Reasoning

ATTNPO：基于注意力的高效推理过程监督

Shuaiyi Nie, Siyu Ding, Wenyuan Zhang, Linhao Yu, Tianmeng Yang, Yao Chen, Weichong Yin, Yu Sun, Hua Wu, Tingwen Liu

机构 * Institute of Information Engineering, Chinese Academy of Sciences（中国科学院信息工程研究所） ； School of Cyber Security, University of Chinese Academy of Sciences（中国科学院大学网络安全学院） ； Baidu Inc.（百度公司） ； Tianjin University（天津大学） 纠错

专题命中 复杂问题求解 ：reasoning(title,abstract)；分类 cs.CL

AI总结 本文提出ATTNPO，通过利用模型内在注意力信号进行步骤级信用分配，有效减少推理长度并提升性能，适用于9个基准测试。

Comments Accepted by ACL 2026 Main

HyperGVL: Benchmarking and Improving Large Vision-Language Models in Hypergraph Understanding and Reasoning

HyperGVL：超图理解与推理中大视觉-语言模型的基准测试与改进

Yanbin Wei, Chun Kang, Siwei Li, Haoxuan Che, Yang Chen, Hua Liu, Jian Liu, Zhuang Liu, Can Ouyang, Fei Xing, Lei Sha, Rui Liu, Yu Zhang, James Kwok

机构 * Southern University of Science and Technology（南方科技大学） ； Hong Kong University of Science and Technology（香港科技大学） ； Huawei Research（华为研究） ； Beihang University（北航） 纠错

专题命中 复杂问题求解 ：reasoning(title,abstract)；分类 cs.CL

AI总结 本文提出HyperGVL基准，评估12种先进LVLM在超图理解与推理中的能力，通过84,000个样本覆盖12种任务，引入可泛化的WiseHyGR路由器提升模型性能。

Comments Under Review; Opensource after accepted

From Tokens to Steps: Verification-Aware Speculative Decoding for Efficient Multi-Step Reasoning

从标记到步骤：面向验证的推测解码用于高效多步推理

Kiran Purohit, Ramasuri Narayanam, Soumyabrata Pal

机构 * IIT Kharagpur（印度克哈格普尔理工学院） ； Adobe Research（Adobe研究院） 纠错

专题命中 复杂问题求解 ：reasoning(title,abstract)；分类 cs.CL

AI总结 本文提出SpecGuard框架，通过模型内部信号进行步骤级验证，提升多步推理的准确性和效率，实验显示在多个推理基准上准确率提升3.6%且延迟降低11%。

Governing Reflective Human-AI Collaboration: A Framework for Epistemic Scaffolding and Traceable Reasoning

引导反思的人工智能协作：一种知识支架和可追溯推理的框架

Rikard Rosenbacke, Carl Rosenbacke, Victor Rosenbacke, Martin McKee

机构 * Faculty of Medicine, Lund University（Lund大学医学院） ； Department of Economics, Lund University School of Economics and Management（Lund大学经济学与管理学院经济系） ； Department of Health Services Research and Policy, London School of Hygiene & Tropical Medicine（伦敦卫生与热带医学学院健康服务研究与政策系） 纠错

专题命中 复杂问题求解 ：reasoning(title,abstract)；分类 cs.AI

AI总结 本文提出一种人机协作的推理框架，通过知识支架和可追溯推理提升AI透明度与可控性，不依赖新模型架构。

MedVerse: Efficient and Reliable Medical Reasoning via DAG-Structured Parallel Execution

MedVerse: 通过DAG结构并行执行实现高效可靠的医学推理

Jianwen Chen, Xinyu Yang, Peng Xia, Arian Azarang, Yueh Z Lee, Gang Li, Hongtu Zhu, Yun Li, Beidi Chen, Huaxiu Yao

机构 * UNC-Chapel Hill（北卡罗来纳大学教堂山分校） ； Carnegie Mellon University（卡内基梅隆大学） 纠错

专题命中 复杂问题求解 ：reasoning(title,abstract)；分类 cs.LG

AI总结 MedVerse通过将医学推理转化为可并行的有向无环图过程，提升复杂医疗问题的效率和可靠性，实验表明其在通用大语言模型上提升了8.9%的性能，同时减少推理延迟并提高生成吞吐量。

NEAT: Neuron-Based Early Exit for Large Reasoning Models

NEAT：基于神经元的早期退出用于大规模推理模型

Kang Liu, Yongkang Liu, Xiaocui Yang, Peidong Wang, Wen Zhang, Shi Feng, Yifei Zhang, Daling Wang

机构 * Northeastern University（东北大学） 纠错

专题命中 复杂问题求解 ：reasoning(title,abstract)；分类 cs.CL

AI总结 NEAT通过监控神经元激活动态实现免训练早期退出，减少冗余推理步骤，提升推理效率同时保持解的质量。

RadAgents: Multimodal Agentic Reasoning for Chest X-ray Interpretation with Radiologist-like Workflows

RadAgents: 多模态代理推理用于胸片解读的放射科工作流程

Kai Zhang, Corey D Barrett, Jangwon Kim, Lichao Sun, Tara Taghavi, Krishnaram Kenthapadi

机构 * Oracle Health AI ； Lehigh University（莱荷大学） 纠错

专题命中 复杂问题求解 ：reasoning(title,abstract)；分类 cs.CL

AI总结 RadAgents通过结合临床先验知识和任务感知的多模态推理，构建模块化、可审计的放射科工作流程，提升胸片解读的可靠性与临床一致性。

Comments MIDL 2026

When 'YES' Meets 'BUT': Can Large Models Comprehend Contradictory Humor Through Comparative Reasoning?

当‘是’遇见‘但是’：大型模型能否通过比较推理理解矛盾的幽默？

Tuo Liang, Zhe Hu, Jing Li, Hao Zhang, Yiren Lu, Yunlai Zhou, Yiran Qiao, Disheng Liu, Jeirui Peng, Jing Ma, Yu Yin

机构 * Computer and Data Sciences Department, Case Western Reserve University（卡内基梅隆大学计算机与数据科学系） ； Department of Computing, The Hong Kong Polytechnic University（香港理工大学计算系） 纠错

专题命中 复杂问题求解 ：reasoning(title,abstract)；分类 cs.CL

AI总结 本文探讨了大型视觉-语言模型在理解涉及复杂矛盾叙述的幽默时的挑战，通过分析漫画中的矛盾对比，提出YesBut基准，并评估了多种模型在比较推理任务中的表现，揭示了模型在视觉感知和叙事理解上的不足。

Perception-Aware Policy Optimization for Multimodal Reasoning

面向多模态推理的感知意识策略优化

Zhenhailong Wang, Xuehang Guo, Sofia Stoica, Haiyang Xu, Hongru Wang, Hyeonjeong Ha, Xiusi Chen, Yangyi Chen, Ming Yan, Fei Huang, Heng Ji

机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Alibaba Group（阿里巴巴集团） 纠错

专题命中 复杂问题求解 ：reasoning(title,abstract)；分类 cs.CL

AI总结 本文提出PAPO算法，通过引入隐式感知损失提升多模态推理性能，实现4.4%-17.5%的基准提升，尤其在视觉依赖性强的任务中表现更佳。