语言大模型 / LLM

From LLM-Generated Conjectures to Lean Formalizations: Automated Polynomial Inequality Proving via Sum-of-Squares Certificates

从LLM生成的猜想到Lean形式化：通过求和平方证书实现自动多项式不等式证明

Ruobing Zuo, Hanrui Zhao, Gaolei He, Zhengfeng Yang, Jianlin Wang

机构 * School of Software Engineering, East China Normal University, Shanghai, China（东华大学软件工程学院） ； College of Computer Science and Technology, National University of Defense Technology, Changsha, China（国防科技大学计算机科学与技术学院） ； School of Computer and Information Engineering, Henan University, Kaifeng, China（河南大学计算机与信息工程学院） 纠错

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

AI总结 本文提出NSPI框架，结合LLM和符号计算，通过求和平方证书实现多项式不等式证明，展示其在10变量多项式上的有效性与可扩展性。

Comments Accepted to ICML 2026. Preprint version

Prompt Segmentation and Annotation Optimisation: Controlling LLM Behaviour via Optimised Segment-Level Annotations

提示分割与标注优化：通过优化段级标注控制大语言模型行为

Devika Prasad, Luke Gerschwitz, Tong Li, Henry Xiao, Anjin Liu, Coco Wu, Anna Leontjeva, Luiz Pizzato

机构 * Commonwealth Bank of Australia（澳大利亚全国银行） 纠错

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

AI总结 本文提出PSAO框架，通过段级标注提升提示优化的可控性和效率，实验证明标注能提高LLM推理准确性和自一致性。

Adaptive Consensus in LLM Ensembles via Sequential Evidence Accumulation: Automatic Budget Identification and Calibrated Commit Signals

通过顺序证据累积实现LLM集成的自适应共识：自动预算识别和校准的承诺信号

Roberto E. Medina

机构 * Independent Researcher（独立研究员） 纠错

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

AI总结 本文提出DASE方法，通过顺序证据累积实现LLM集成的自适应共识，通过自动预算识别和校准承诺信号提升推理准确性。

ACE: A Security Architecture for LLM-Integrated App Systems

ACE：用于集成大语言模型的应用系统的安全架构

Evan Li, Tushin Mallick, Evan Rose, William Robertson, Alina Oprea, Cristina Nita-Rotaru

机构 * Northeastern University（东北大学） 纠错

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

AI总结 本文提出ACE架构，通过分离规划阶段提升LLM集成应用系统的安全性和可用性，验证其在对抗性攻击中的有效性。

Comments 25 pages, 13 figures, 8 tables; accepted by Network and Distributed System Security Symposium (NDSS) 2026

Journal ref Network and Distributed System Security (NDSS) Symposium 2026

Seirênes: Adversarial Self-Play with Evolving Distractions for LLM Reasoning

Seirênes：具有演变干扰的对抗自博弈用于LLM推理

Chi Zhang, Haibo Qiu, Qiming Zhang, Yufei Xu, Xinbo Gao, Jing Zhang

机构 * School of Computer Science, Wuhan University（武汉大学计算机学院） ； Independent Researchers（独立研究者） ； Xidian University（西安电子科技大学） 纠错

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

AI总结 Seirênes通过对抗自博弈框架将LLM推理中的上下文干扰转化为训练信号，提升推理鲁棒性，在多个数学推理基准测试中取得显著提升。

The Granularity Mismatch in Agent Security: Argument-Level Provenance Solves Enforcement and Isolates the LLM Reasoning Bottleneck

代理安全中的粒度不匹配：论证层面的溯源解决了执行问题并隔离了LLM推理瓶颈

Linfeng Fan, Ziwei Li, Yuan Tian, Yichen Wang, Rongsheng Li, Xiong Wang

机构 * Gaoling School of Artificial Intelligence, Renmin University of China（中国人民大学人工智能学院 Gallagher 学院） ； King Abdullah University of Science and Technology（国王 Abdullah 科学技术大学） ； Dongbei University of Finance and Economics（东北财经大学） ； University of Science and Technology of China（中国科学技术大学） 纠错

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

AI总结 本文提出PACT框架，通过论证层面的溯源解决代理安全中的粒度不匹配问题，隔离LLM推理瓶颈，提升安全性和实用性。

ROS-LLM: A ROS framework for embodied AI with task feedback and structured reasoning

ROS-LLM：一个用于具身AI的ROS框架，具有任务反馈和结构化推理

Christopher E. Mower, Yuhui Wan, Hongzhan Yu, Antoine Grosnit, Jonas Gonzalez-Billandon, Matthieu Zimmer, Jinlong Wang, Xinyu Zhang, Yao Zhao, Anbang Zhai, Puze Liu, Daniel Palenicek, Davide Tateo, Cesar Cadena, Marco Hutter, Jan Peters, Guangjian Tian, Yuzheng Zhuang, Kun Shao, Xingyue Quan, Jianye Hao, Jun Wang, Haitham Bou-Ammar

机构 * Huawei Noah’s Ark Lab（华为诺亚实验室） ； University of Leeds（利兹大学） ； Technical University of Darmstadt（达姆施塔特技术大学） ； East China Normal University（华东师范大学） ； Huawei Technologies（华为技术有限公司） ； ETH Zurich（苏黎世联邦理工学院） ； University College London（伦敦大学学院） 纠错

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

AI总结 本文提出一种基于ROS的框架，允许非专家通过自然语言提示和上下文信息编程机器人，结合大语言模型实现任务描述和行为模式控制，实验验证了其在多样化场景中的鲁棒性和扩展性。

Comments This document contains 26 pages and 13 figures

Journal ref Nature Machine Intelligence 8, 313-325 (2026)

Batch-of-Thought: Cross-Instance Learning for Enhanced LLM Reasoning

批量思考：用于增强大语言模型推理的跨实例学习

Xuan Yang, Furong Jia, Roy Xie, Xiong Xi, Hengwei Bian, Jian Li, Monica Agrawal

机构 * Duke University（杜克大学） ； ByteDance Inc.（字节跳动公司） 纠错

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

AI总结 本文提出Batch-of-Thought方法，通过联合处理相关查询实现跨实例学习，提升LLM推理准确性和效率，实验显示在多个基准测试中显著降低推理成本。

Rethinking RL for LLM Reasoning: It's Sparse Policy Selection, Not Capability Learning

重新思考LLM推理中的强化学习：不是能力学习，而是稀疏策略选择

Ömer Faruk Akgül, Rajgopal Kannan, Willie Neiswanger, Viktor Prasanna

机构 * University of Southern California（南加州大学） ； DEVCOM ARL ReasonMaxxer 纠错

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

AI总结 本文通过分析发现强化学习在LLM推理中主要通过稀疏修正提升性能，提出无需强化学习的ReasonMaxxer方法，仅需少量基础模型推理即可达到与强化学习相当的效果。

GameGen-Verifier: Parallel Keypoint-Based Verification for LLM-Generated Games via Runtime State Injection

GameGen-Verifier：通过运行时状态注入实现LLM生成游戏的并行关键点验证

Chaobo Jia, Ruipeng Wan, Ting Sun, Weihao Tan, Borui Wan, Yuxuan Tong, Guangming Sheng, Hong Xu

机构 * CUHK（香港中文大学） ； HUST（华中科技大学） ； Lionrock AI Lab（Lionrock人工智能实验室） ； NTU（国立新加坡大学） ； HKU（香港大学） 纠错

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

AI总结 本文提出GameGen-Verifier，通过分解规范为可验证的关键点，实现LLM生成游戏的自动化验证，提升验证准确率并减少运行时间。

Time Series Reasoning via Process-Verifiable Thinking Data Synthesis and Scheduling for Tailored LLM Reasoning

通过过程可验证的思维数据合成与调度实现时间序列推理

Jiahui Zhou, Dan Li, Boxin Li, Xiao Zhang, Erli Meng, Lin Li, Zhuomin Chen, Jian Lou, See-Kiong Ng

机构 * Sun Yat-sen University（中山大学） ； Xiaomi Corporation（小米公司） ； National University of Singapore（新加坡国立大学） 纠错

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

AI总结 本文提出VeriTime框架，通过数据合成、调度和强化学习训练，提升LLM在时间序列推理任务中的性能，使小模型达到或超越大模型效果。

LaTA: A Drop-in, FERPA-Compliant Local-LLM Autograder for Upper-Division STEM Coursework

LaTA：一个符合FERPA规定的本地LLM自动评分器，用于大二STEM课程作业

Jesse A. Rodríguez

机构 * School of Mechanical, Industrial, and Manufacturing Engineering（机械、工业与制造工程学院） 纠错

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

AI总结 LaTA是一种本地LLM自动评分器，可有效减轻大二STEM课程的评分负担，通过本地运行和LaTeX流程，实现零成本评分，提升学生自信心并提高考试成绩。

Comments Submitted to Computers & Education

Are Tools All We Need? Unveiling the Tool-Use Tax in LLM Agents

工具是否足够？揭示LLM代理中的工具使用税

Kaituo Zhang, Zhen Xiong, Mingyu Zhong, Zhimeng Jiang, Zhouyuan Yuan, Zhecheng Li, Ying Lin

机构 * University of Houston（休斯顿大学） ； University of Southern California（南加州大学） ； New York University（纽约大学） ； Texas A&M University（德克萨斯农工大学） ； University of California, San Diego（加州大学圣地亚哥分校） 纠错

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

AI总结 本文研究了工具增强推理在LLM代理中的有效性，发现语义干扰下工具性能可能下降，提出Factorized Intervention Framework分析工具使用成本，并引入G-STEP缓解协议误差。

Knowledge Graph Representations for LLM-Based Policy Compliance Reasoning

基于LLM的政策合规推理的知识图谱表示

Wilder Baldwin, Sepideh Ghanavati

机构 * University of Maine（缅因大学） 纠错

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

AI总结 本文提出一个框架，通过构建知识图谱从AI政策文档中检索相关信息，评估五种LLM在42个政策问答任务上的表现，证明知识图谱增强提升了模型性能，且开放的LLM发现模式达到或超越了正式本体。

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 推理与问题求解 ：LLM(title,title_cn)；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

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 推理与问题求解 ：LLM(title,title_cn)；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

Semantic Step Prediction: Multi-Step Latent Forecasting in LLM Reasoning Trajectories via Step Sampling

语义步预测：通过步采样进行LLM推理轨迹中的多步潜在预测

Yidi Yuan

机构 * Home Team Science and Technology Agency（家庭团队科技机构） 纠错

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

AI总结 本文通过步采样改进语义管预测方法，提升多步潜在预测的准确性，并提出新的评估指标。

LLM-Guided Strategy Synthesis for Scalable Equality Saturation

基于大型语言模型的策略合成用于可扩展的等式饱和

Chenyun Yin, Youwei Xiao, Yuze Luo, Yuyang Zou, Yun Liang

机构 * Peking University（北京大学） ； School of Integrated Circuits（集成电路学院） 纠错

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

AI总结 本文提出EggMind框架，通过领域特定语言EqSatL和LLM引导的代理工作流，高效合成可重用的等式饱和策略，提升资源质量平衡，减少成本和内存消耗。

ConlangCrafter: Constructing Languages with a Multi-Hop LLM Pipeline

ConlangCrafter：基于多跳LLM流水线的语言构建

Morris Alper, Moran Yanuka, Raja Giryes, Gašper Beguš

机构 * Tel Aviv University（特拉维夫大学） ； Carnegie Mellon University（卡内基梅隆大学） ； UC Berkeley（伯克利大学） 纠错

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

AI总结 本文提出ConlangCrafter，通过多阶段流水线实现语言构建，利用LLM的元语言能力生成一致且多样化的构想语言。

Comments Accepted to ACL 2026. Project page: https://conlangcrafter.github.io

COMPASS: Benchmarking Constrained Optimization in LLM Agents

COMPASS：评估LLM代理在约束优化中的表现

Tian Qin, Felix Bai, Ting-Yao Hu, Raviteja Vemulapalli, Hema Swetha Koppula, Zhiyang Xu, Bowen Jin, Mert Cemri, Jiarui Lu, Zirui Wang, Meng Cao

机构 * Harvard University（哈佛大学） ； Apple（苹果公司） ； Virginia Tech（弗吉尼亚理工学院） ； UIUC（伊利诺伊大学香槟分校） ； UC Berkeley（加州大学伯克利分校） 纠错

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

AI总结 COMPASS基准测试评估LLM代理在真实旅行规划中的约束优化能力，揭示当前模型在可行性与最优性之间存在显著差距，表明搜索空间探索不足是核心限制，编码代理提供潜在解决方案。

Simulating Human Cognition: Heartbeat-Driven Autonomous Thinking Activity Scheduling for LLM-based AI systems

模拟人类认知：基于心跳驱动的自主思考活动调度机制用于基于大语言模型的AI系统

Hong Su

机构 * School of Computer Science, Chengdu University of Information Technology（成都信息学院计算机科学学院） 纠错

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

AI总结 本文提出基于心跳驱动的自主思考活动调度机制，通过动态认知模块实现自适应和持续自我调节，提升LLM代理的适应性和效率。

Prompt-R1: Collaborative Automatic Prompting Framework via End-to-end Reinforcement Learning

Prompt-R1: 通过端到端强化学习实现的协作自动提示框架

Wenjin Liu, Haoran Luo, Xueyuan Lin, Haoming Liu, Tiesunlong Shen, Jiapu Wang, Rui Mao, Erik Cambria

机构 * Hainan University（海南大学） ； Nanyang Technological University（南洋理工大学） ； Hithink Research（慧思研究） ； HKUST (Guangzhou)（香港科技大学（广州）） ； IDEA Research（IDEA研究院） ； Tsinghua University（清华大学） ； National University of Singapore（新加坡国立大学） ； Nanjing University of Science and Technology（南京理工大学） 纠错

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

AI总结 本文提出Prompt-R1框架，通过小规模LLM与大规模LLM协作，利用强化学习提升复杂问题解决能力，实验表明其在多个数据集上表现优异。

InsightFlow: LLM-Driven Synthesis of Patient Narratives for Mental Health into Causal Models

InsightFlow: 基于LLM的患者心理健康叙事合成至因果模型

Shreya Gupta, Prottay Kumar Adhikary, Bhavyaa Dave, Salam Michael Singh, Aniket Deroy, Tanmoy Chakraborty

机构 * Department of Mathematics, IIT Delhi（印度德里理工学院数学系） ； Department of Electrical Engineering, IIT Delhi（印度德里理工学院电气工程系） ； Department of Computer Science and Engineering, IIIT Manipur（曼尼普尔理工学院计算机科学与工程系） 纠错

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

AI总结 InsightFlow利用LLM自动从患者-治疗师对话生成与5P框架对齐的因果图，通过结构、语义和专家评估验证，证明其在临床案例构建中的有效性。

MSP-LLM: A Unified Large Language Model Framework for Complete Material Synthesis Planning

MSP-LLM：一种用于完整材料合成规划的统一大语言模型框架

Heewoong Noh, Gyoung S. Na, Namkyeong Lee, Chanyoung Park

机构 * Department of Industrial \& Systems Engineering, KAIST, Daejeon, Korea ； Graduate School of Data Science, KAIST, Daejeon, Republic of Korea ； Korea Research Institute of Chemical Technology, KRICT, Daejeon, Korea 纠错

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

AI总结 MSP-LLM提出一种统一的大语言模型框架，通过整合前驱材料预测和合成操作预测，有效解决材料合成规划问题。

Can Small and Reasoning Large Language Models Score Journal Articles for Research Quality and Do Averaging and Few-shot Help?

小模型和推理大模型能否对期刊文章进行科研质量评分？平均和少样本学习是否有帮助？

Mike Thelwall, Ehsan Mohammadi

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

AI总结 本文评估了小模型和推理模型对期刊文章科研质量评分的能力，发现4b以上的小模型在使用评分平均时表现良好，但推理模型无明显优势。

Comments Thelwall, M. & Mohammadi, E. (2026). Can small and reasoning Large Language Models score journal articles for research quality and do averaging and few-shot help? Scientometrics

Helios: A Foundational Language Model for Smart Energy Knowledge Reasoning and Application

Helios：一种面向智能能源知识推理与应用的基础语言模型

Haoyu Jiang, Fanjie Zeng, Boan Qu, Xiaojie Lin, Wei Zhong

机构 * College of Energy Engineering, Zhejiang University（浙江大学能源工程学院） ； Polytechnic Institute, Zhejiang University（浙江大学 polytechnic 院） ； Shanghai Institute for Advanced Study, Zhejiang University（浙江大学上海研究院） 纠错

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

AI总结 Helios是一种专为智能能源领域设计的基础语言模型，通过构建多智能体协作框架和相关数据集，提升领域知识、任务执行准确性和与人类偏好的对齐程度。

A Large Language Model-based multi-agent manufacturing system for intelligent shopfloor

Zhen Zhao, Dunbing Tang, Changchun Liu, Liping Wang, Zequn Zhang, Haihua Zhu, Kai Chen, Qingwei Nie, Yuchen Ji

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

Journal ref Zhao Z, Tang D, Liu C, et al. A Large language model-based multi-agent manufacturing system for intelligent shopfloors[J]. Advanced Engineering Informatics, 2026, 69: 103888

DMN-Guided Prompting: A Framework for Controlling LLM Behavior

Shaghayegh Abedi, Amin Jalali

机构 * Politecnico di Torino（都灵理工大学） ； Stockholm University（斯德哥尔摩大学） 纠错

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

Comments Large Language Models, Decision Model and Notation, Automated Feedback, Prompt Engineering

Large Language Models Reasoning Abilities Under Non-Ideal Conditions After RL-Fine-Tuning

Chang Tian, Matthew B. Blaschko, Mingzhe Xing, Xiuxing Li, Yinliang Yue, Marie-Francine Moens

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

Comments large language models, large vision-language model, reasoning, non-ideal conditions, reinforcement learning

Towards Applying Large Language Models to Complement Single-Cell Foundation Models

Steven Palayew, Bo Wang, Gary Bader

机构 * University of Toronto（多伦多大学） ； Vector Institute（向量研究所） ； Peter Munk Cardiac Centre, University Health Network（彼得·穆恩心脏中心，大学健康网络） ； AI Hub, University Health Network（人工智能中心，大学健康网络） ； Princess Margaret Cancer Centre, University Health Network（玛格丽特公主癌症中心，大学健康网络） ； Lunenfeld-Tanenbaum Research Institute, Sinai Health System（伦纳尔德-坦恩堡研究所，辛纳医院系统） 纠错

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