大模型推理能力

Evaluating Contextual Intelligence in Recyclability: A Comprehensive Study of Image-Based Reasoning Systems

评估可回收性中的情境智能：图像推理系统的全面研究

Eliot Park, Abhi Kumar, Pranav Rajpurkar

机构 * Harvard College（哈佛学院） ； Stanford University（斯坦福大学） ； Department of Biomedical Informatics（生物医学信息学系） ； Harvard Medical School（哈佛医学院） 纠错

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

AI总结 本研究利用先进视觉-语言模型评估物品可回收性，探讨其在不同场景下的表现，揭示模型在情境理解上的进展与不足。

Comments x

From Retrieval to Reasoning: A Framework for Cyber Threat Intelligence NER with Explicit and Adaptive Instructions

从检索到推理：一个面向网络威胁情报实体识别的框架，具有显式和自适应指令

Jiaren Peng, Hongda Sun, Xuan Tian, Cheng Huang, Zeqing Li, Rui Yan

机构 * Sichuan University（四川大学） ； Renmin University of China（中国人民大学） ； Wuhan University（武汉大学） ； Engineering Research Center of Next-Generation Intelligent Search and Recommendation, Ministry of Education, China（教育部下一代智能搜索与推荐工程研究中心） 纠错

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

AI总结 本文提出TTPrompt框架，通过显式指令和反馈驱动细化，提升网络威胁情报实体识别的性能。

Image Tiling for High-Resolution Reasoning: Balancing Local Detail with Global Context

图像分块用于高分辨率推理：在局部细节与全局上下文之间取得平衡

Anatole Jacquin de Margerie, Alexis Roger, Irina Rish

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

AI总结 本文通过图像分块技术实现高分辨率图像理解，验证了局部细节恢复的有效性，并探讨了全局上下文对模型性能的影响。

Comments Accepted in AAAI 2025 Workshop on Reproducible AI

MoCHA: Advanced Vision-Language Reasoning with MoE Connector and Hierarchical Group Attention

Yuqi Pang, Bowen Yang, Yun Cao, Rong Fan, Xiaoyu Li, Chen He

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

Agentic Lybic: Multi-Agent Execution System with Tiered Reasoning and Orchestration

Liangxuan Guo, Bin Zhu, Qingqian Tao, Kangning Liu, Xun Zhao, Xianzhe Qin, Jin Gao, Guangfu Hao

机构 * Lybic 纠错

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

Understanding Human Limits in Pattern Recognition: A Computational Model of Sequential Reasoning in Rock, Paper, Scissors

Logan Cross, Erik Brockbank, Tobias Gerstenberg, Judith E. Fan, Daniel L. K. Yamins, Nick Haber

机构 * Stanford Computer Science（斯坦福大学计算机科学系） ； Stanford Department of Psychology（斯坦福大学心理学系） ； Stanford Graduate School of Education（斯坦福大学教育研究生院） 纠错

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

Comments To be published in Proceedings of the 8th Annual Conference on Cognitive Computational Neuroscience (2025)

LRCTI: A Large Language Model-Based Framework for Multi-Step Evidence Retrieval and Reasoning in Cyber Threat Intelligence Credibility Verification

Fengxiao Tang, Huan Li, Ming Zhao, Zongzong Wu, Shisong Peng, Tao Yin

机构 * Central South University（中南大学） ； Zhongguancun Laboratory（中关村实验室） 纠错

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

MIRROR: Multi-agent Intra- and Inter-Reflection for Optimized Reasoning in Tool Learning

Zikang Guo, Benfeng Xu, Xiaorui Wang, Zhendong Mao

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

Comments Accepted to 34rd International Joint Conference on Artificial Intelligence (IJCAI 2025)

DeepRAG: Integrating Hierarchical Reasoning and Process Supervision for Biomedical Multi-Hop QA

Yuelyu Ji, Hang Zhang, Shiven Verma, Hui Ji, Chun Li, Yushui Han, Yanshan Wang

机构 * Department of Information Science, University of Pittsburgh（信息科学系，匹兹堡大学） ； Department of Biomedical Informatics, University of Pittsburgh（生物医学信息学系，匹兹堡大学） ； Department of Health Information Management and ISP, University of Pittsburgh（健康信息管理与信息科学系，匹兹堡大学） 纠错

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

Augmenting LLM Reasoning with Dynamic Notes Writing for Complex QA

Rishabh Maheshwary, Masoud Hashemi, Khyati Mahajan, Shiva Krishna Reddy Malay, Sai Rajeswar, Sathwik Tejaswi Madhusudhan, Spandana Gella, Vikas Yadav

机构 * ServiceNow 纠错

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

Large Language Model-driven Security Assistant for Internet of Things via Chain-of-Thought

Mingfei Zeng, Ming Xie, Xixi Zheng, Chunhai Li, Chuan Zhang, Liehuang Zhu

机构 * Guangxi Power Grid Co., Ltd.（广西电网公司） ； School of Cyberspace Science and Technology, Beijing Institute of Technology（北京理工大学信息空间科学与技术学院） ； Guangxi Engineering Research Center of Industrial Internet Security and Blockchain, Guilin University of Electronic Technology（桂林电子科技大学工业互联网安全与区块链工程研究中心） 纠错

专题命中 复杂问题求解 ：chain-of-thought(title)；分类 cs.AI

AI Predicts AGI: Leveraging AGI Forecasting and Peer Review to Explore LLMs' Complex Reasoning Capabilities

Fabrizio Davide, Pietro Torre, Leonardo Ercolani, Andrea Gaggioli

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

Comments 47 pages, 8 figures, 17 tables, appendix with data and code

VCR: A Task for Pixel-Level Complex Reasoning in Vision Language Models via Restoring Occluded Text

Tianyu Zhang, Suyuchen Wang, Lu Li, Ge Zhang, Perouz Taslakian, Sai Rajeswar, Jie Fu, Bang Liu, Yoshua Bengio

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

Comments Accepted at ICLR 2025. Original paper name: VCR: Visual Caption Restoration

AppBench: Planning of Multiple APIs from Various APPs for Complex User Instruction

Hongru Wang, Rui Wang, Boyang Xue, Heming Xia, Jingtao Cao, Zeming Liu, Jeff Z. Pan, Kam-Fai Wong

专题命中 复杂问题求解 ：planning(title)；分类 cs.AI

PREDICT: Preference Reasoning by Evaluating Decomposed preferences Inferred from Candidate Trajectories

Stephane Aroca-Ouellette, Natalie Mackraz, Barry-John Theobald, Katherine Metcalf

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

On Efficient Language and Vision Assistants for Visually-Situated Natural Language Understanding: What Matters in Reading and Reasoning

Geewook Kim, Minjoon Seo

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

Comments EMNLP 2024 Main

Zero-Shot Reasoning: Personalized Content Generation Without the Cold Start Problem

Davor Hafnar, Jure Demšar

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

Comments 9 pages, 6 figures. Paper accepted to IEEE Transactions on Games

Disentangling Knowledge-based and Visual Reasoning by Question Decomposition in KB-VQA

Elham J. Barezi, Parisa Kordjamshidi

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

Ollabench: Evaluating LLMs' Reasoning for Human-centric Interdependent Cybersecurity

Tam n. Nguyen

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

Comments 12 pages, 7 figures, 2 tables The final conference/journal version may have significantly more content updates

Meta AI at Arabic Hate Speech 2022: MultiTask Learning with Self-Correction for Hate Speech Classification

Badr AlKhamissi, Mona Diab

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

Comments Accepted at the 5th Workshop on Open-Source Arabic Corpora and Processing Tools (OSACT5/LREC 2022)

Misinfo Reaction Frames: Reasoning about Readers' Reactions to News Headlines

Saadia Gabriel, Skyler Hallinan, Maarten Sap, Pemi Nguyen, Franziska Roesner, Eunsol Choi, Yejin Choi

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

Comments ACL 2022 camera-ready

SNA-based reasoning for multiagent team composition

Andre Filipe de Moraes Batista, Maria das Graças Bruno Marietto

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

Comments 10 pages

Journal ref International Journal of Artificial Intelligence & Applications (IJAIA) Vol. 6, No. 3, May 2015

Location-Based Reasoning about Complex Multi-Agent Behavior

Adam Sadilek, Henry Kautz

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

Journal ref Journal Of Artificial Intelligence Research, Volume 43, pages 87-133, 2012

Looped Language Models Improve Compositional Tool Calling

循环语言模型可提升组合式工具调用能力

Andrei Cristian Popescu, Haitz Sáez de Ocáriz Borde, Pietro Liò

机构 * University of Cambridge（剑桥大学） 纠错

专题命中 复杂问题求解 ：reasoning(abstract)；planning(abstract)；分类 cs.AI、cs.LG

AI总结 该研究在组合式工具调用场景下，通过在多个数据集上对比循环与非循环语言模型，发现循环计算可提升组合式工具使用性能，自适应推理能实现更优计算-性能权衡，为智能体系统提供了有前景的架构。

LoongReflect: Boosting Long-Horizon Reflection in Search Agents via Global Perspective Distillation

LoongReflect：通过全局视角蒸馏提升搜索智能体的长程反思能力

Zhixin Zhang, Xinke Jiang, Zhibang Yang, Weixuan Xu, Guohong Qiu, Xu Chu, Junfeng Zhao, Yasha Wang

专题命中 复杂问题求解 ：reasoning(abstract)；planning(abstract)；分类 cs.AI、cs.LG

AI总结 LoongReflect是将反思表述为记忆控制策略的训练框架，通过双信号通道结合全局视角蒸馏与结果导向GRPO优化，在多跳检索增强生成和数学推理任务上提升了搜索智能体的长程反思能力。

Comments 15 pages, 8 figures

REMAC: Self-Reflective and Self-Evolving Multi-Agent Collaboration for Long-Horizon Robot Manipulation

REMAC：用于长时程机器人操作的自反思与自进化多智能体协作框架

Puzhen Yuan, Angyuan Ma, Yunchao Yao, Huaxiu Yao, Masayoshi Tomizuka, Mingyu Ding

专题命中 复杂问题求解 ：reasoning(abstract)；planning(abstract)；分类 cs.CL、cs.AI

AI总结 本研究提出REMAC自适应多智能体规划框架，通过自反思与自进化实现多机器人长时程任务规划，在RoboCasa基准测试中使任务平均成功率提升40%、执行效率提升52.7%。

Comments 24 pages, 8 figures

Bounding Boxes to Improve Small Language Model Performance on Vision-Based Grading Tasks

使用边界框提高小语言模型在基于视觉的评分任务中的性能

Lachlan McGinness

机构 * Australian National University（澳大利亚国立大学） 纠错

专题命中 复杂问题求解 ：CoT(abstract,abstract_cn)；分类 cs.CL、cs.AI

AI总结 研究在基于视觉的简答题评分任务中，用边界框裁剪学生答案对小语言模型性能的影响，通过实验表明此方法能显著提高评分准确性并降低计算成本，是大规模视觉教育评估中部署小语言模型的关键预处理步骤。

Comments Accepted for 1st Workshop on Small Language Models for Education (SLM4ED '26) at AIED 2026

Toward Cybersecurity-Expert Small Language Models

面向网络安全专家的小型语言模型

Matan Levi, Daniel Ohayon, Ariel Blobstein, Ravid Sagi, Ian Molloy, Yair Allouche

机构 * IBM Research（IBM研究院） 纠错

专题命中 复杂问题求解 ：reasoning(abstract)；chain-of-thought(abstract)；分类 cs.CL、cs.AI

AI总结 针对网络安全领域缺乏高质量领域模型和训练数据的问题，提出CyberPal 2.0系列小型语言模型（4B-20B参数），通过SecKnowledge 2.0管道生成增强的思维链指令数据集，在多项网络安全基准测试中超越基线并匹配或超越前沿模型。

Mitigating the Safety-utility Trade-off in LLM Alignment via Adaptive Safe Context Learning

通过自适应安全上下文学习缓解LLM对齐中的安全性与效用权衡

Yanbo Wang, Minzheng Wang, Jian Liang, Lu Wang, Yongcan Yu, Ran He

机构 * Ritzz-AI 纠错

专题命中 复杂问题求解 ：reasoning(abstract)；CoT(abstract)；分类 cs.CL、cs.AI

AI总结 本文提出ASCL框架，通过多轮工具使用过程提升推理能力，引入IFPO平衡优势估计，实现更高的整体性能。

Comments ICML 2026 Poster

AnomSeer: Reinforcing Multimodal LLMs to Reason for Time-Series Anomaly Detection

AnomSeer: 增强多模态大语言模型进行时间序列异常检测的推理能力

Junru Zhang, Lang Feng, Haoran Shi, Xu Guo, Han Yu, Yabo Dong, Duanqing Xu

专题命中 复杂问题求解 ：reasoning(abstract)；chain-of-thought(abstract)；分类 cs.AI、cs.LG

AI总结 提出AnomSeer，通过专家思维链和基于最优传输的时间序列接地策略优化，增强多模态大语言模型在时间序列异常检测中的细粒度推理能力，统一异常分类、定位和解释。

Comments ICML 2026