语言大模型 / LLM

SCOPE:Planning for Hybrid Querying over Clinical Trial Data

SCOPE：面向临床试验数据的混合查询规划

Suparno Roy Chowdhury, Manan Roy Choudhury, Tejas Anvekar, Muhammad Ali Khan, Kaneez Zahra Rubab Khakwani, Mohamad Bassam Sonbol, Irbaz Bin Riaz, Vivek Gupta

机构 * Arizona State University（亚利桑那州立大学） ； Mayo Clinic（梅奥诊所） 纠错

专题命中 推理与问题求解 ：LLM(summary_cn,abstract)；prompting(abstract)；分类 cs.CL

AI总结 本文提出SCOPE框架，通过多LLM规划分解任务，提升临床试验数据的推理准确性与效率，解决隐含属性提取问题。

MATH-PT: A Math Reasoning Benchmark for European and Brazilian Portuguese

MATH-PT：一个针对欧洲葡萄牙语和巴西葡萄牙语的数学推理基准数据集

Tiago Teixeira, Ana Carolina Erthal, Juan Belieni, Beatriz Canaverde, Diego Mesquita, Miguel Faria, Eliezer de Souza da Silva, André F. T. Martins

机构 * Instituto Superior Técnico, Universidade de Lisboa（里斯本大学理工学院） ； Fundação Getulio Vargas（古特曼基金会） ； Instituto de Telecomunicações（电信研究所） ； Universidade de Coimbra, CISUC/LASI, DEI（科英布拉大学，CISUC/LASI，DEI） ； Basque Center for Applied Mathematics（巴斯克应用数学中心） 纠错

专题命中 推理与问题求解 ：LLM(summary_cn,abstract_cn)；large language model(abstract)；language model(abstract)；分类 cs.CL

AI总结 本文提出MATH-PT数据集，包含1729个欧洲和巴西葡萄牙语数学问题，评估了当前最先进的LLM在数学推理中的表现，发现前沿模型在选择题表现优异，但在涉及图表或开放性问题时性能下降。

Comments Accepted at 17th International Conference on Computational Processing of Portuguese (PROPOR 2026). Open access to dataset repo https://huggingface.co/datasets/tiagoteixeira03/MATH-PT and model outputs https://github.com/deep-spin/math-benchmark

Can LLMs Help Allocate Public Health Resources? A Case Study on Childhood Lead Testing

大语言模型能否帮助分配公共卫生资源？一项关于儿童铅检测的案例研究

Mohamed Afane, Ying Wang, Juntao Chen

机构 * Department of Computer and Information Sciences, Fordham University（福特汉姆大学计算机与信息科学系） ； Department of Systems Engineering, Stevens Institute of Technology（史蒂文斯理工学院系统工程系） 纠错

专题命中 推理与问题求解 ：LLM(summary_cn,abstract_cn)；large language model(abstract)；language model(abstract)；分类 cs.AI

AI总结 本文研究大语言模型在分配公共卫生资源中的有效性，通过芝加哥、纽约和华盛顿特区136个社区的案例，发现LLM在处理铅暴露高风险区域时存在显著局限性。

Journal ref 2025 IEEE International Conference on Big Data (BigData), 2025

Knowledge Vector of Logical Reasoning in Large Language Models

大语言模型中逻辑推理的知识向量

Zixuan Wang, Yuanyuan Lei

机构 * Department of Computer & Information Science and Engineering（计算机与信息科学与工程系） 纠错

专题命中 推理与问题求解 ：large language model(title)；language model(title)；分类 cs.CL

AI总结 本文研究了大语言模型中演绎、归纳和溯因推理的知识表示，发现其在线性空间中可独立表示，提出互补子空间约束框架以增强其互补性。

Comments Accepted to ACL 2026

Diagnosing CFG Interpretation in LLMs

在LLM中诊断CFG解释

Hanqi Li, Lu Chen, Kai Yu

机构 * X-LANCE Lab, School of Computer Science, Shanghai Jiao Tong University, Shanghai, China（上海交通大学计算机科学学院X-LANCE实验室） ； AISpeech Co., Ltd., Suzhou, China（上海AI语音有限公司） ； Shanghai Innovation Institution, Shanghai, China（上海创新研究所） ； Jiangsu Key Lab of Language Computing, Suzhou, China（江苏省语言计算重点实验室） ； Suzhou Laboratory, Suzhou, China（苏州实验室） 纠错

专题命中 推理与问题求解 ：LLM(title_cn,summary_cn)；分类 cs.AI

AI总结 研究LLM在处理新上下文无关文法时能否生成语法正确、行为功能和语义忠实的输出，揭示LLM在语法、行为和语义层面的层次退化问题。

Multi-modal Reasoning with LLMs for Visual Semantic Arithmetic

基于LLM的多模态推理用于视觉语义算术

Chuou Xu, Liya Ji, Qifeng Chen

专题命中 推理与问题求解 ：LLM(title_cn)；large language model(abstract)；language model(abstract)；post-training(abstract)

AI总结 本文提出两种新型任务和IRPD数据集，通过SAri-RFT方法提升大视觉语言模型的跨模态关系推理能力，实现视觉语义算术的突破。

Emergent Misalignment via In-Context Learning: Narrow in-context examples can produce broadly misaligned LLMs

通过上下文学习产生涌现偏差：狭窄的上下文示例可以产生广泛偏差的LLM

Nikita Afonin, Nikita Andriianov, Vahagn Hovhannisyan, Nikhil Bageshpura, Kyle Liu, Kevin Zhu, Sunishchal Dev, Ashwinee Panda, Oleg Rogov, Elena Tutubalina, Alexander Panchenko, Mikhail Seleznyov

机构 * AIRI ； MTUCI ； Algoverse AI Research ； Skoltech ； Yandex School of Data Analysis ； MSU ； ISP RAS Research Center for Trusted Artificial Intelligence ； Yerevan State University 纠错

专题命中 推理与问题求解 ：LLM(title_cn,summary_cn)；分类 cs.CL

AI总结 研究发现，狭窄的上下文示例通过上下文学习可导致LLM产生广泛偏差，揭示了上下文学习在涌现偏差中的重要作用，且规模扩大或显式推理无法有效缓解。

Prompt-Driven Code Summarization: A Systematic Literature Review

基于提示的代码摘要：系统文献综述

Afia Farjana, Zaiyu Cheng, Antonio Mastropaolo

机构 * William & Mary（威廉玛丽学院） 纠错

专题命中 推理与问题求解 ：LLM(abstract,abstract_cn)；large language model(abstract)；language model(abstract)；prompting(abstract)

AI总结 本文综述了基于提示的代码摘要方法，分析了不同提示策略的有效性及评估挑战，旨在为未来研究和实际应用提供指导。

Comments 42 pages, 9 figures, 10 tables. Systematic Literature Review. This work is currently under review at ACM TOSEM

Enhancing Large Language Model-Based Systems for End-to-End Circuit Analysis Problem Solving

增强基于大语言模型的系统以实现端到端电路分析问题求解

Liangliang Chen, Weiyu Sun, Huiru Xie, Yongnuo Cai, Ying Zhang

机构 * School of Electrical ； Computer Engineering, Georgia Institute of Technology, Atlanta, GA 30332 USA 纠错

专题命中 推理与问题求解 ：large language model(title)；language model(title)；分类 cs.AI

AI总结 本文提出一种改进的端到端电路问题求解框架，通过整合YOLO检测器和OpenCV处理提升电路识别精度，并引入ngspice验证循环以减少推理错误，实验结果表明准确率显著提升。

Comments Liangliang Chen and Weiyu Sun contributed equally to this work

AgentSPEX: An Agent SPecification and EXecution Language

AgentSPEX：一种代理规范与执行语言

Pengcheng Wang, Jerry Huang, Jiarui Yao, Rui Pan, Peizhi Niu, Yaowenqi Liu, Ruida Wang, Renhao Lu, Yuwei Guo, Tong Zhang

机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； University of Wisconsin–Madison（威斯康星大学麦迪逊分校） ； Baylor College of Medicine（贝勒医学院） 纠错

专题命中 推理与问题求解 ：LLM(summary_cn,abstract)；prompting(abstract)；分类 cs.CL

AI总结 本文提出AgentSPEX，一种用于定义LLM代理工作流的显式控制流和模块化结构的语言，支持类型步骤、分支、循环、并行执行和显式状态管理，并提供可定制的代理框架。

Graph-Based Chain-of-Thought Pruning for Reducing Redundant Reflections in Reasoning LLMs

基于图的链式推理剪枝：减少推理LLM中冗余反射

Hongyuan Yuan, Xinran He, Run Shao, Bolei He, Xianwei Xue, Mengke Chen, Qiutong Pan, Haiwei Wang, Haifeng Li

机构 * School of Geosciences and Info-Physics, Central South University（地质科学与信息物理学院，中南大学） ； Baidu Inc.（百度公司） 纠错

专题命中 推理与问题求解 ：LLM(title_cn,abstract_cn)；SFT(abstract,abstract_cn)；分类 cs.CL

AI总结 本文提出基于图的链式推理优化框架，通过剪枝策略减少推理过程中冗余反射，提升效率与准确性。

Comments Accepted by ACL2026 Findings

Calibrated Confidence Estimation for Tabular Question Answering

表格问答中的校准置信度估计

Lukas Voss

机构 * Independent Researcher（独立研究者） 纠错

专题命中 推理与问题求解 ：LLM(summary_cn,abstract_cn)；large language model(abstract)；language model(abstract)；分类 cs.CL

AI总结 本文比较了五种置信度估计方法在五个前沿LLM和两个表格问答基准上的表现，发现自评方法在AUROC上低于扰动方法，提出MFA方法以更低的API成本估计置信度，并结合采样方法提升性能。

Comments 27 pages, 9 figures, 17 tables (8-page main body + appendix)

Do LLMs Build Spatial World Models? Evidence from Grid-World Maze Tasks

大型语言模型构建空间世界模型了吗？基于网格世界迷宫任务的证据

Weijiang Li, Yilin Zhu, Rajarshi Das, Parijat Dube

机构 * University of Notre Dame（圣母大学） ； Columbia University（哥伦比亚大学） ； MQube Cognition（MQube认知实验室） 纠错

专题命中 推理与问题求解 ：LLM(abstract)；large language model(abstract)；language model(abstract)；foundation model(abstract)

AI总结 本文通过迷宫任务评估LLM的空间理解能力，发现其空间推理依赖于表示形式而非任务类型，表明LLM缺乏稳健的空间世界模型。

Challenging the Boundaries of Reasoning: An Olympiad-Level Math Benchmark for Large Language Models

挑战推理的边界：为大语言模型设计的奥林匹克级数学基准

Haoxiang Sun, Yingqian Min, Zhipeng Chen, Wayne Xin Zhao, Ji-Rong Wen

机构 * School of Information, Renmin University of China（中国人民大学信息学院） ； Gaoling School of Artificial Intelligence, Renmin University of China（中国人民大学高瓴人工智能学院） 纠错

专题命中 推理与问题求解 ：large language model(title)；language model(title)；分类 cs.CL

AI总结 OlymMATH是一个包含350道题的奥林匹克级数学基准，通过自然语言和形式验证两种方式评估大语言模型，揭示语言间性能差异及模型推理不足问题。

Comments Accepted by ACL 2026 Main

Multimodal Large Language Models for Multi-Subject In-Context Image Generation

多模态大语言模型用于多主体上下文图像生成

Yucheng Zhou, Dubing Chen, Huan Zheng, Jianbing Shen

机构 * SKL-IOTSC, CIS, University of Macau（澳门大学，科技学院，计算机与信息科学系，智慧城市物联网国家重点实验室） 纠错

专题命中 推理与问题求解 ：large language model(title)；language model(title)；分类 cs.LG

AI总结 本文提出MUSIC模型，通过视觉链式思维机制和空间布局规划方法，解决多主体上下文图像生成中的主体缺失和语义漂移问题，并在多主体场景中取得显著优势。

Comments ACL 2026

ThinkTwice: Jointly Optimizing Large Language Models for Reasoning and Self-Refinement

ThinkTwice：联合优化大型语言模型以进行推理和自我完善

Difan Jiao, Qianfeng Wen, Blair Yang, Zhenwei Tang, Ashton Anderson

机构 * Department of Computer Science, University of Toronto（多伦多大学计算机科学系） ； Coolwei AI Lab（Coolwei AI实验室） 纠错

专题命中 推理与问题求解 ：large language model(title)；language model(title)；分类 cs.AI

AI总结 ThinkTwice通过两阶段框架联合优化LLM，提升推理和自我完善性能，基于GRPO方法，在多个数学推理基准上优于现有基线。

Comments 27 pages,7 figures,5 tables

Structured Semantic Cloaking for Jailbreak Attacks on Large Language Models

结构化语义遮蔽用于大型语言模型的对抗攻击

Xiaobing Sun, Perry Lam, Shaohua Li, Zizhou Wang, Rick Siow Mong Goh, Yong Liu, Liangli Zhen

机构 * Institute of High Performance Computing (IHPC), Agency for Science, Technology and Research (A*STAR), Singapore（高性能计算研究所（IHPC），科技研究局（A*STAR），新加坡） ； Information Systems Technology and Design Pillar, Singapore University of Technology and Design（信息技术与设计支柱，新加坡科技设计大学） 纠错

专题命中 推理与问题求解 ：large language model(title)；language model(title)；分类 cs.CL

AI总结 本文提出结构化语义遮蔽(S2C)框架，通过重构恶意意图的多步骤推理过程，提升对抗攻击成功率，同时分析遮蔽程度与输入可恢复性之间的权衡。

Comments 15 pages

Transparent AI for Mathematics: Transformer-Based Large Language Models for Mathematical Entity Relationship Extraction with XAI

透明AI用于数学：基于Transformer的大语言模型用于数学实体关系提取与XAI

Tanjim Taharat Aurpa

专题命中 推理与问题求解 ：large language model(title)；language model(title)；分类 cs.CL

AI总结 本文提出基于Transformer的大语言模型，结合XAI方法，实现数学实体关系提取，达到高准确率并提升模型可解释性，为自动问题解决和知识图谱构建提供有效框架。

MathScape: Benchmarking Multimodal Large Language Models in Real-World Mathematical Contexts

MathScape：在现实数学情境中评估多模态大语言模型

Hao Liang, Linzhuang Sun, Minxuan Zhou, Zirong Chen, Meiyi Qiang, Mingan Lin, Tianpeng Li, Fan Yang, Zenan Zhou, Wentao Zhang

机构 * Peking University（北京大学） ； University of Chinese Academy of Sciences（中国科学院大学） ； Nankai University（南开大学） ； Beijing Institute of Technology（北京理工大学） ； Baichuan Inc.（百度文心） 纠错

专题命中 推理与问题求解 ：large language model(title)；language model(title)；分类 cs.CL

AI总结 MathScape是一个评估多模态大语言模型在现实数学情境中推理能力的新基准，揭示了现有模型在现实任务中的局限性。

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 推理与问题求解 ：LLM(abstract)；large language model(abstract)；language model(abstract)；small language model(abstract)

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。

Advances in LLMs with Focus on Reasoning, Adaptability, Efficiency and Ethics

大语言模型的进展：聚焦推理、适应性、效率和伦理

Asifullah Khan, Muhammad Zaeem Khan, Aleesha Zainab, Saleha Jamshed, Sadia Ahmad, Kaynat Khatib, Faria Bibi, Abdul Rehman

专题命中 推理与问题求解 ：LLM(abstract)；large language model(abstract)；language model(abstract)；instruction tuning(abstract)

AI总结 本文综述了大语言模型在推理、适应性、效率和伦理方面的进展，探讨了关键技术和挑战，提出未来研究方向。

SafeRBench: Dissecting the Reasoning Safety of Large Language Models

SafeRBench: 解析大语言模型推理安全性的本质

Xin Gao, Shaohan Yu, Zerui Chen, Yueming Lyu, Weichen Yu, Guanghao Li, Jiyao Liu, Jianxiong Gao, Jian Liang, Ziwei Liu, Chenyang Si

机构 * Nanjing University（南京大学） ； Fudan University（复旦大学） ； Carnegie Mellon University（卡内基梅隆大学） ； Chinese Academy of Sciences（中国科学院） ； Nanyang Technological University（南洋理工大学） 纠错

专题命中 推理与问题求解 ：large language model(title)；language model(title)；分类 cs.AI

AI总结 SafeRBench通过端到端评估方法解析大语言模型推理过程中的安全性问题，提出风险分层探测、微思维分析和10项细粒度指标，揭示大模型在增强安全性的同时可能增加可操作风险的悖论。

Comments 29 pages, 8 figures

ENTRA: Entropy-Based Redundancy Avoidance in Large Language Model Reasoning

ENTRA：基于熵的大型语言模型推理中的冗余避免

Ruichu Cai, Haopeng Du, Qingwen Lin, Yutong Chen, Zijian Li, Boyan Xu

机构 * School of Computer Science, Guangdong University of Technology（广东工业大学计算机科学学院） ； Peng Cheng Laboratory（鹏城实验室） ； Carnegie Mellon University（卡内基梅隆大学） ； Mohamed bin Zayed University of Artificial Intelligence（穆罕默德·本·扎耶德人工智能大学） 纠错

专题命中 推理与问题求解 ：large language model(title)；language model(title)；分类 cs.AI

AI总结 ENTRA通过基于熵的训练框架减少大型语言模型的冗余推理，提升推理效率和准确性。

LLMs-Integrated Automatic Hate Speech Recognition Using Controllable Text Generation Models

集成大语言模型的自动仇恨言论识别方法：使用可控文本生成模型

Ryutaro Oshima, Yuya Hosoda, Youji Iiguni

机构 * The University of Osaka（大阪大学） ； Ritsumeikan University（立命馆大学） 纠错

专题命中 推理与问题求解 ：LLM(abstract)；large language model(abstract)；language model(abstract)；instruction tuning(abstract)

AI总结 本文提出利用大语言模型和可控文本生成模型，通过课程学习逐步训练以提高仇恨言论识别的准确率和效率。

Comments In Proceedings of the 17th Asia Pacific Signal and Information Processing Association Annual Summit and Conference (APSIPA ASC 2025)

When Do Symbolic Solvers Enhance Reasoning in Large Language Models?

符号求解器在大语言模型中增强推理何时有效？

Zhiyuan He, Dingmin Wang

机构 * University College London（伦敦大学学院） ； University of Oxford（牛津大学） 纠错

专题命中 推理与问题求解 ：large language model(title)；language model(title)；分类 cs.AI

AI总结 本文研究符号求解器如何在大语言模型中增强推理，发现其在需要有限隐式推理但具有充足搜索空间的问题中表现优异，尤其在约束满足问题中提升显著。

DrawingBench: Evaluating Spatial Reasoning and UI Interaction Capabilities of Large Language Models through Mouse-Based Drawing Tasks

DrawingBench：通过基于鼠标绘制的任务评估大语言模型的空间推理和UI交互能力

Hyunjun Kim, Sooyoung Ryu

专题命中 推理与问题求解 ：large language model(title)；language model(title)；分类 cs.CL

AI总结 DrawingBench通过基于鼠标绘制的任务评估大语言模型的空间推理和UI交互能力，揭示了模型在复杂场景中的表现及外部监督的重要性。

Comments AAAI 2026 TrustAgent Workshop

The Curious Case of Analogies: Investigating Analogical Reasoning in Large Language Models

类比的奇特案例：在大型语言模型中探讨类比推理

Taewhoo Lee, Minju Song, Chanwoong Yoon, Jungwoo Park, Jaewoo Kang

专题命中 推理与问题求解 ：large language model(title)；language model(title)；分类 cs.CL

AI总结 本研究探讨了大型语言模型在类比推理中的能力，发现其在编码和应用高层关系概念方面表现出有限但新兴的能力，揭示了与人类认知的相似性和差距。

Comments AAAI 2026

Numerical Sensitivity and Robustness: Exploring the Flaws of Mathematical Reasoning in Large Language Models

Zhishen Sun, Guang Dai, Ivor Tsang, Haishan Ye

机构 * Xi’an Jiaotong University（西安交通大学） ； SGIT AI Lab（SGIT人工智能实验室） ； A*STAR 纠错

专题命中 推理与问题求解 ：large language model(title)；language model(title)；分类 cs.AI

Math anxiety and associative knowledge structure are entwined in psychology students but not in Large Language Models like GPT-3.5 and GPT-4o

Luciana Ciringione, Emma Franchino, Simone Reigl, Isaia D'Onofrio, Anna Serbati, Oleksandra Poquet, Florence Gabriel, Massimo Stella

机构 * Department of Psychology and Cognitive Science, University of Trento（心理学与认知科学系，特伦托大学） ； CogNosco Lab, Department of Psychology and Cognitive Science, University of Trento（CogNosco实验室，心理学与认知科学系，特伦托大学） ； Technical University of Munich（慕尼黑技术大学） ； Munich Data Science Institute（慕尼黑数据科学研究所） ； Centre for Change and Complexity in Learning, University of South Australia（学习变革与复杂性研究中心，澳大利亚南澳大利亚大学） 纠错

专题命中 推理与问题求解 ：large language model(title)；language model(title)；分类 cs.CL

HCR-Reasoner: Synergizing Large Language Models and Theory for Human-like Causal Reasoning

Yanxi Zhang, Xin Cong, Zhong Zhang, Xiao Liu, Dongyan Zhao, Yesai Wu

机构 * Center for Data Science, AAIS, Peking University（数据科学中心，AAIS，北京大学） ； Wangxuan Institute of Computer Technology, Peking University（王轩计算机技术研究所，北京大学） ； Tsinghua University（清华大学） ； State Key Laboratory of General Artificial Intelligence（通用人工智能国家重点实验室） 纠错

专题命中 推理与问题求解 ：large language model(title)；language model(title)；分类 cs.CL