语言大模型 / LLM

Direction-Flipped Influence Audits Reveal Hidden Structure in Moral Choices of LLMs

反向影响审计揭示大语言模型道德选择中的隐藏结构

Phil Blandfort, Tushar Karayil, Alex McKenzie, Urja Pawar, Robert Graham, Dmitrii Krasheninnikov

机构 * Predictably Weird ； Independent ； AE Studio 纠错

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

AI总结 通过反向影响审计发现，短上下文提示使LLM道德选择率变化12-18个百分点，揭示基线评分遗漏的结构，且部分显著效应出现反向效果。

Verifier-Backed Hard Problem Generation for Mathematical Reasoning

基于验证器的数学推理硬问题生成

Yuhang Lai, Jiazhan Feng, Yee Whye Teh, Ning Miao

机构 * Department of Data Science, City University of Hong Kong（香港城市大学数据科学系） ； Hong Kong Institute of AI for Science, City University of Hong Kong（香港城市大学人工智能科学研究所） ； School of Intelligence Science and Technology, Peking University（北京大学智能科学与技术学院） ； Department of Statistics, University of Oxford（牛津大学统计系） 纠错

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

AI总结 本文提出VHG框架，通过引入独立验证器约束问题生成器的奖励，提升生成问题的有效性和难度，实验显示其在不定积分和数学推理任务中优于基线方法。

BALAR : A Bayesian Agentic Loop for Active Reasoning

BALAR：主动推理的贝叶斯代理循环

Aymen Echarghaoui, Dongxia Wu, Emily B. Fox

机构 * Department of Statistics, Stanford University（统计学系，斯坦福大学） ； Department of Computer Science, Stanford University（计算机科学系，斯坦福大学） 纠错

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

AI总结 BALAR是一种无需微调的任务无关外环算法，通过维护潜在状态的结构信念，选择澄清问题以最大化预期互信息，并动态扩展状态表示，从而在三个基准测试中显著提升性能。

Learning to Refine: Self-Refinement of Parallel Reasoning in LLMs

学习以细化：LLMs中并行推理的自我细化

Qibin Wang, Pu Zhao, Shaohan Huang, Fangkai Yang, Lu Wang, Furu Wei, Qingwei Lin, Saravan Rajmohan, Dongmei Zhang

机构 * Microsoft（微软） ； Peking University（北京大学） 纠错

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

AI总结 本文提出Generative Self-Refinement方法，通过并行生成候选答案并细化最终答案，提升LLM推理性能，实验显示其在多个数学基准测试中表现优异。

LaDiR: Latent Diffusion Enhances LLMs for Text Reasoning

LaDiR：潜在扩散增强大语言模型进行文本推理

Haoqiang Kang, Yizhe Zhang, Nikki Lijing Kuang, Nicklas Majamaki, Navdeep Jaitly, Yi-An Ma, Lianhui Qin

机构 * University of California, San Diego（加州大学圣迭戈分校） ； Apple（苹果公司） 纠错

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

AI总结 LaDiR通过结合连续潜在表示的表达力与潜在扩散模型的迭代精炼能力，提升大语言模型在文本推理中的准确性、多样性和可解释性。

Characterizing Model-Native Skills

刻画模型内禀技能

Feiyang Kang, Mahavir Dabas, Myeongseob Ko, Ruoxi Jia

机构 * Virginia Tech（弗吉尼亚理工学院） 纠错

专题命中 推理与问题求解 ：SFT(abstract,abstract_cn)；language model(abstract)；post-training(abstract)；分类 cs.CL、cs.AI、cs.LG

AI总结 本文提出模型内禀技能的刻画方法，通过从序列激活中恢复紧凑正交基，实现行为变化轴的自组织，验证了在推理和安全对齐中的有效性，优于人类定义的技能。

Comments We argue that when the goal is to intervene on model behavior, skill characterization should be *model-native*: grounded in the model's own representations rather than imposed through external ontologies

BizCompass: Benchmarking the Reasoning Capabilities of LLMs in Business Knowledge and Applications

BizCompass：评估大语言模型在商业知识与应用中的推理能力的基准测试

Jianing Hao, Yuhe Wu, Yuanjian Xu, Shichang Meng, Shuai Yuan, Wei Zeng, Zixuan Wang, Guang Zhang

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

AI总结 BizCompass通过连接理论基础与实际商业知识，评估LLM在金融、经济等领域的推理能力，揭示不同模型在商业场景中的表现差异及影响因素。

Comments 40 pages, 6 figures, Findings of ACL 2026

Reasoning-Based Refinement of Unsupervised Text Clusters with LLMs

基于推理的无监督文本聚类细化方法

Tunazzina Islam

机构 * Department of Computer Science（计算机科学系） 纠错

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

AI总结 本文提出利用大语言模型作为语义评判者，对无监督聚类结果进行推理细化，通过三个阶段提升聚类的连贯性与可解释性，实验证明其在社交媒体数据中优于传统方法。

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

AVRT: Audio-Visual Reasoning Transfer through Single-Modality Teachers

AVRT：通过单模态教师模型实现音频-视觉推理迁移

Edson Araujo, Saurabhchand Bhati, M. Jehanzeb Mirza, Brian Kingsbury, Samuel Thomas, Rogerio Feris, James R. Glass, Hilde Kuehne

机构 * University of Tübingen, Germany（图宾根大学） ； MIT, Cambridge MA, USA（麻省理工学院） ； IBM Research, USA（IBM研究院） ； MIT-IBM Watson AI Lab, USA（麻省理工-IBM沃森人工智能实验室） ； Tuebingen AI Center, Germany（图宾根人工智能中心） 纠错

专题命中 推理与问题求解 ：LLM(summary_cn,abstract)；SFT(abstract)

AI总结 本文提出AVRT框架，通过单模态教师模型生成高质量音频-视觉推理轨迹，并利用LLM合并模型整合轨迹，从而在多模态设置中实现推理迁移，取得音视频和音频任务的最优效果。

RL-PLUS: Countering Capability Boundary Collapse of LLMs in Reinforcement Learning with Hybrid-policy Optimization

RL-PLUS: 通过混合策略优化对抗LLMs在强化学习中的能力边界崩溃

Yihong Dong, Xue Jiang, Yongding Tao, Huanyu Liu, Kechi Zhang, Lili Mou, Rongyu Cao, Yingwei Ma, Jue Chen, Binhua Li, Zhi Jin, Fei Huang, Yongbin Li, Ge Li

机构 * School of Computer Science, Peking University（北京大学计算机科学系） ； Tongyi Lab, Alibaba Group（阿里集团通义实验室） ； Department of Computing Science, University of Alberta（阿尔伯塔大学计算机科学系） ； Canada CIFAR AI Chair（加拿大CIFAR人工智能主席） 纠错

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

AI总结 RL-PLUS通过混合策略优化解决LLMs在强化学习中的能力边界崩溃问题，结合内部利用与外部数据提升推理能力，实验表明其在数学推理和分布外任务中表现优异。

Comments Accepted to ACL 2026 (main)

Assessing Coherency and Consistency of Code Execution Reasoning by Large Language Models

通过大型语言模型评估代码执行推理的连贯性与一致性

Changshu Liu, Yang Chen, Reyhaneh Jabbarvand

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

AI总结 本文提出CES任务，评估大语言模型在模拟程序执行和编程任务中的推理能力，引入连贯性概念以判断执行逻辑是否符合常识，提出新的度量标准以衡量推理一致性，发现LLM在编程任务中存在路径敏感分析的不足。

Can Large Language Models Model Programs Formally?

大语言模型能否形式化地建模程序？

Zhiyong Chen, Jialun Cao, Jiarong Wu, Chang Xu, Shing-Chi Cheung

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

AI总结 本文提出Model-Bench，通过将Python程序转换为可验证的模型检查规范，评估和提升大语言模型在程序建模方面的能力，揭示了LLMs在程序建模上的局限性。

Demystifying Chains, Trees, and Graphs of Thoughts

解开思维链、树和图的谜团

Maciej Besta, Florim Memedi, Zhenyu Zhang, Robert Gerstenberger, Guangyuan Piao, Nils Blach, Piotr Nyczyk, Marcin Copik, Grzegorz Kwaśniewski, Jürgen Müller, Lukas Gianinazzi, Ales Kubicek, Hubert Niewiadomski, Aidan O'Mahony, Onur Mutlu, Torsten Hoefler

机构 * ETH Zurich（苏黎世联邦理工学院） ； Dell（戴尔） ； Cledar ； BASF SE（巴斯夫欧洲公司） 纠错

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

AI总结 本文通过分析提示执行流程，构建了首个结构增强的大语言模型推理方案分类法，揭示了不同结构对推理性能和成本的影响，并探讨了提示工程与语言模型生态系统的理论基础。

Journal ref IEEE Transactions on Pattern Analysis and Machine Intelligence, Volume 47, Issue 12, pages 10967-10989 (December 2025)

Do LLMs Understand Collaborative Signals? Diagnosis and Repair

大语言模型理解协作信号吗？诊断与修复

Shahrooz Pouryousef, Ali Montazeralghaem

机构 * Google（谷歌） 纠错

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

AI总结 本文研究大语言模型在推荐任务中处理协作信息的能力，通过检索增强生成方法提升其推理性能，实验表明在提供清晰信息时LLM优于传统矩阵分解模型。

TraceGuard: Process-Guided Firewall against Reasoning Backdoors in Large Language Models

TraceGuard: 用于对抗大语言模型推理后门的过程引导防火墙

Zhen Guo, Shanghao Shi, Hao Li, Shamim Yazdani, Ning Zhang, Reza Tourani

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

AI总结 TraceGuard通过过程引导框架提升大语言模型的推理安全性，有效对抗推理后门。

Comments 20 pages,10 figures,6 tables

MolReasoner: Toward Effective and Interpretable Reasoning for Molecular LLMs

MolReasoner：迈向分子大语言模型的有效且可解释的推理

Guojiang Zhao, Zixiang Lu, Yutang Ge, Sihang Li, Zheng Cheng, Haitao Lin, Lirong Wu, Hanchen Xia, Hengxing Cai, Wentao Guo, Hongshuai Wang, Mingjun Xu, Siyu Zhu, Guolin Ke, Linfeng Zhang, Zhifeng Gao

机构 * DP Technology, Beijing, China（DP技术有限公司） ； AI for Science Institute, Beijing, China（AI for Science研究院） ； Shanghai Jiao Tong University, Shanghai, China（上海交通大学） ； Fudan University, Shanghai, China（复旦大学） 纠错

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

AI总结 MolReasoner通过两阶段框架提升分子大语言模型的推理能力和可解释性，有效减少幻觉并提高生成质量。

mR3: Multilingual Rubric-Agnostic Reward Reasoning Models

mR3：多语言无评分标准奖励推理模型

David Anugraha, Shou-Yi Hung, Zilu Tang, Annie En-Shiun Lee, Derry Tanti Wijaya, Genta Indra Winata

机构 * Stanford University（斯坦福大学） ； University of Toronto（多伦多大学） ； Boston University（波士顿大学） ； Ontario Tech University（安大略技术大学） ； Monash University Indonesia（墨尔本大学印尼分校） ； Capital One（Capital One公司） 纠错

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

AI总结 mR3是一种多语言无评分标准奖励推理模型，通过72种语言训练实现广泛语言覆盖，超越更大模型并验证其在多语言奖励模型基准上的最佳性能。

Comments Accepted to ICLR 2026

How malicious AI swarms can threaten democracy: The fusion of agentic AI and LLMs marks a new frontier in information warfare

恶意AI群如何威胁民主：代理AI与大语言模型的融合标志着信息战争的新前沿

Daniel Thilo Schroeder, Meeyoung Cha, Andrea Baronchelli, Nick Bostrom, Nicholas A. Christakis, David Garcia, Amit Goldenberg, Yara Kyrychenko, Kevin Leyton-Brown, Nina Lutz, Gary Marcus, Filippo Menczer, Gordon Pennycook, David G. Rand, Maria Ressa, Frank Schweitzer, Dawn Song, Christopher Summerfield, Audrey Tang, Jay J. Van Bavel, Sander van der Linden, Jonas R. Kunst

机构 * Department of Sustainable Communication Technologies, SINTEF Digital（可持续通信技术系，SINTEF数字） ； Max Planck Institute for Security and Privacy（安全与隐私研究所） ； Department of Mathematics, City St George’s University of London（数学系，圣乔治大学） ； Macrostrategy Research Initiative（战略研究计划） ； Human Nature Lab, Yale University（人性实验室，耶鲁大学） ； Department of Politics and Public Administration, University of Konstanz（政治与公共管理系，康斯坦茨大学） ； Harvard Business School, Harvard University（哈佛商学院，哈佛大学） ； Department of Psychology, University of Cambridge（心理学系，剑桥大学） ； Department of Computer Science, University of British Columbia（计算机科学系，不列颠哥伦比亚大学） ； Department of Human Centered Design & Engineering, University of Washington（以人为本设计与工程系，华盛顿大学） ； Department of Psychology, New York University（心理学系，纽约大学） ； Observatory on Social Media and Luddy School of Informatics, Computing, and Engineering, Indiana University（社交媒体观察所和信息、计算与工程学院，印第安纳大学） 纠错

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

AI总结 本文探讨了恶意AI群通过融合代理AI与大语言模型对民主构成的威胁，并提出多方面的干预措施。

Comments 5 Pages, This is the author's version of the work. It is posted here by permission of the AAAS for personal use, not for redistribution. The definitive version was published in Science on January 22, 2026, DOI: 10.1126/science.adz1697

PCL-Reasoner-V1.5: Advancing Math Reasoning with Offline Reinforcement Learning

PCL-Reasoner-V1.5：通过离线强化学习推进数学推理

Yao Lu, Dengdong Fan, Jianzheng Nie, Fan Xu, Jie Chen, Bin Zhou, Yonghong Tian

机构 * Peng Cheng Laboratory（鹏城实验室） ； Peking University（北京大学） 纠错

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

AI总结 PCL-Reasoner-V1.5通过离线强化学习方法，在数学推理任务中达到新高度，实现90.9%和85.6%的准确率。

Seek in the Dark: Reasoning via Test-Time Instance-Level Policy Gradient in Latent Space

在黑暗中寻求：通过测试时实例级策略梯度进行潜在空间推理

Hengli Li, Chenxi Li, Tong Wu, Xuekai Zhu, Yuxuan Wang, Zhaoxin Yu, Eric Hanchen Jiang, Song-Chun Zhu, Zixia Jia, Ying Nian Wu, Zilong Zheng

机构 * Institute for Artificial Intelligence, Peking University（北京大学人工智能研究院） ； NLCo Lab, Beijing Institute for General Artificial Intelligence（北京通用人工智能研究院NLCo实验室） ； Department of Automation, Tsinghua University（清华大学自动化系） ； Shanghai Jiao Tong University（上海交通大学） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； University of California, Los Angeles（加州大学洛杉矶分校） 纠错

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

AI总结 LatentSeek通过测试时实例级策略梯度在潜在空间中提升LLM推理能力，展现高效且可扩展的性能。

CoMAT: Chain of Mathematically Annotated Thought Improves Mathematical Reasoning

CoMAT：数学注释的思维链提升数学推理

Joshua Ong Jun Leang, Aryo Pradipta Gema, Shay B. Cohen

机构 * School of Informatics, The University of Edinburgh（信息学院，爱丁堡大学） ； Imperial College London（伦敦帝国学院） 纠错

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

AI总结 CoMAT通过符号转换和推理执行两个阶段提升数学推理能力，在多个基准测试中超越传统CoT方法。

Comments 9 pages, 12 figures

Journal ref Proc. EMNLP 2025, pp. 20245-20274

Mastering AI: Big Data, Deep Learning, and the Evolution of Large Language Models -- Blockchain and Applications

掌握AI：大数据、深度学习与大语言模型的演变——区块链与应用

Pohsun Feng, Ziqian Bi, Lawrence K. Q. Yan, Yizhu Wen, Benji Peng, Junyu Liu, Caitlyn Heqi Yin, Tianyang Wang, Keyu Chen, Sen Zhang, Ming Li, Jiawei Xu, Ming Liu, Xuanhe Pan, Jinlang Wang, Xinyuan Song, Qian Niu

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

AI总结 本文探讨了区块链技术的基础、应用及挑战，分析了其在金融、供应链等领域的实际应用，并讨论了可扩展性和未来发展方向。

Comments This book contains 241 pages and 5 figures

Astra: A Multi-Agent System for GPU Kernel Performance Optimization

Astra：一种用于GPU内核性能优化的多智能体系统

Anjiang Wei, Tianran Sun, Yogesh Seenichamy, Hang Song, Anne Ouyang, Azalia Mirhoseini, Ke Wang, Alex Aiken

机构 * Stanford University（斯坦福大学） ； Shanghai Jiao Tong University（上海交通大学） ； Nanjing University（南京大学） 纠错

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

AI总结 Astra是首个基于LLM的多智能体系统，用于优化GPU内核性能，通过协作生成高效内核并实现显著加速。

Optimizing Chain-of-Thought Confidence via Topological and Dirichlet Risk Analysis

Abhishek More, Anthony Zhang, Nicole Bonilla, Ashvik Vivekan, Kevin Zhu, Parham Sharafoleslami, Maheep Chaudhary

机构 * Algoverse AI Research（Algoverse AI研究院） 纠错

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

R2R: Efficiently Navigating Divergent Reasoning Paths with Small-Large Model Token Routing

Tianyu Fu, Yi Ge, Yichen You, Enshu Liu, Zhihang Yuan, Guohao Dai, Shengen Yan, Huazhong Yang, Yu Wang

机构 * Tsinghua University（清华大学） ； Infinigence AI ； Shanghai Jiao Tong University（上海交通大学） 纠错

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

Pinpointing Trigger Moment for Grounded Video QA: Enhancing Spatio-temporal Grounding in Multimodal Large Language Models

Jinhwan Seo, Yoonki Cho, Junhyug Noh, Sung-eui Yoon

机构 * KAIST（韩国科学技术院） ； Ewha Womans University（成均馆大学） 纠错

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

Comments 1st place winner of Grounded Videoqa track at the ICCV2025 Perception Test

On the Performance of LLMs for Real Estate Appraisal

Margot Geerts, Manon Reusens, Bart Baesens, Seppe vanden Broucke, Jochen De Weerdt

机构 * LIRIS, KU Leuven, Leuven, Belgium（LIRIS，KU莱顿，比利时） ； Department of Business Informatics and Operations Management, Ghent University, Ghent, Belgium（商业信息学与运营管理系，根特大学，比利时） ； Department of Decision Analytics and Risk, University of Southampton, Southampton, UK（决策分析与风险系，南安普顿大学，英国） 纠错

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

Comments Accepted at ECML-PKDD 2025

RaCT: Ranking-aware Chain-of-Thought Optimization for LLMs

Haowei Liu, Xuyang Wu, Guohao Sun, Zhiqiang Tao, Yi Fang

专题命中 推理与问题求解 ：large language model(abstract)；language model(abstract)；SFT(abstract)；preference optimization(abstract)

FLARE: Faithful Logic-Aided Reasoning and Exploration

Erik Arakelyan, Pasquale Minervini, Pat Verga, Patrick Lewis, Isabelle Augenstein

机构 * University of Copenhagen（哥本哈根大学） ； University of Edinburgh（爱丁堡大学） ； Cohere ； NVIDIA 纠错

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

Comments Published at EMNLP 2025

Transforming Fashion with AI: A Comparative Study of Large Language Models in Apparel Design

Nusrat Jahan Lamia, Sadia Afrin Mim

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

Journal ref https://www.butex.edu.bd/conference-2025/