Limited Reasoning Space: The cage of long-horizon reasoning in LLMs
有限推理空间：LLMs中长视图推理的牢笼
专题命中 复杂问题求解 ：reasoning(title,abstract)；chain-of-thought(abstract)；CoT(abstract)；planning(abstract)
AI总结 本文提出Halo框架，通过熵驱动的双控制器实现可控推理，解决LLM长视图任务中的推理限制问题。
AI 大模型
大模型推理能力
大模型数学、逻辑、规划、多步推理和测试时计算能力。
1. 复杂问题求解 12 篇
Beyond the Prompt in Large Language Models: Comprehension, In-Context Learning, and Chain-of-Thought
大型语言模型中的提示之外：理解、上下文学习与推理链
专题命中 复杂问题求解 ：chain-of-thought(title,abstract)；reasoning(abstract)；CoT(abstract)；分类 cs.CL、cs.LG
AI总结 本研究探讨了大型语言模型在提示之外的理解、上下文学习和推理链机制，揭示了模型通过自回归过程推断转移概率、减少提示歧义以及分解复杂问题的能力，为高级提示工程提供了理论支持。
Embed-RL: Reinforcement Learning for Reasoning-Driven Multimodal Embeddings
Embed-RL: 用于推理驱动的多模态嵌入的强化学习
专题命中 复杂问题求解 ：reasoning(title,abstract)；chain-of-thought(abstract)；CoT(abstract)
AI总结 本文提出基于嵌入引导强化学习的推理驱动多模态嵌入框架，通过生成证据可追溯的推理链提升多模态嵌入质量，实现跨模态语义一致性增强和细粒度匹配能力提升。
Comments Correcting errors and improving organizational logic
Quality-Driven Agentic Reasoning for LLM-Assisted Software Design: Questions-of-Thoughts (QoT) as a Time-Series Self-QA Chain
以质量为导向的代理推理用于大语言模型辅助软件设计：问题-思考（QoT）作为时间序列自我QA链
专题命中 复杂问题求解 ：reasoning(title,abstract)；planning(abstract)；分类 cs.AI
AI总结 本文提出QoT框架，通过时间序列自我QA链提升大语言模型辅助软件设计的质量，通过多领域实验验证其在不同模型规模和复杂度下的效果。
Consistency of Large Reasoning Models Under Multi-Turn Attacks
多轮攻击下大推理模型的一致性
专题命中 复杂问题求解 ：reasoning(title,abstract)；分类 cs.CL、cs.AI
AI总结 研究评估了多轮对抗攻击下九种前沿推理模型的鲁棒性，发现推理虽提供部分鲁棒性，但存在显著脆弱性，指出基于自信的防御需重新设计以适应推理模型。
VisDoT : Enhancing Visual Reasoning through Human-Like Interpretation Grounding and Decomposition of Thought
VisDoT : 通过类人解释 grounding 和思维分解增强视觉推理
机构 * Department of Computer Science and Artificial Intelligence, Dongguk University（东国大学计算机科学与人工智能系） ； Department of Electronics and Electrical Engineering, Dongguk University（东国大学电子与电气工程系）
专题命中 复杂问题求解 ：reasoning(title,abstract)；分类 cs.AI
AI总结 VisDoT 通过类人解释 grounding 和思维分解提升视觉推理，显著提升图表问答和开放领域视觉问答性能。
Comments 30 pages, 21 figures, EACL 2026 Findings
MM-CondChain: A Programmatically Verified Benchmark for Visually Grounded Deep Compositional Reasoning
MM-CondChain: 一种可编程验证的视觉基础深度组合推理基准
专题命中 复杂问题求解 ：reasoning(title,abstract)
AI总结 MM-CondChain提出了一种可编程验证的视觉基础深度组合推理基准，通过多层推理链评估多模态大语言模型在复杂视觉任务中的表现，实验表明深度组合推理仍是重大挑战。
Comments Project Page: https://accio-lab.github.io/MM-CondChain
From Entity-Centric to Goal-Oriented Graphs: Enhancing LLM Knowledge Retrieval in Minecraft
从以实体为中心到以目标为导向的图：增强Minecraft中的LLM知识检索
专题命中 复杂问题求解 ：reasoning(abstract)；planning(abstract)；分类 cs.AI
AI总结 本文提出目标导向图（GoG）框架，通过构建目标依赖关系图提升LLM在Minecraft中的步骤推理能力，实验表明其优于GraphRAG等方法。
Comments Accepted at Knowledge-Based Systems
MDER-DR: Multi-Hop Question Answering with Entity-Centric Summaries
MDER-DR: 基于实体中心摘要的多跳问答
专题命中 复杂问题求解 ：reasoning(abstract)；分类 cs.CL、cs.AI
AI总结 MDER-DR通过实体中心摘要和分解解决机制，提升多跳问答任务在稀疏复杂关系数据中的鲁棒性和性能。
Comments Our code is available at https://github.com/DataSciencePolimi/MDER-DR_RAG
FlexRec: Adapting LLM-based Recommenders for Flexible Needs via Reinforcement Learning
FlexRec: 通过强化学习适应LLM推荐系统以满足灵活需求
专题命中 复杂问题求解 ：reasoning(abstract)；分类 cs.LG
AI总结 FlexRec通过强化学习框架解决LLM推荐系统在需求特定排序和泛化设置中的挑战，提升NDCG@5和Recall@5性能。
Try, Check and Retry: A Divide-and-Conquer Framework for Boosting Long-context Tool-Calling Performance of LLMs
尝试、检查并重试：一种提升LLMs长上下文工具调用性能的分而治之框架
专题命中 复杂问题求解 ：reasoning(abstract)；分类 cs.CL
AI总结 本文提出Tool-DC框架，通过'尝试-检查-重试'范式提升LLMs在长上下文工具调用任务中的性能，实验表明其在多个基准测试中均优于基线方法。
Comments 17 pages, 8 figures
The Unlearning Mirage: A Dynamic Framework for Evaluating LLM Unlearning
消除幻觉：一种动态框架用于评估大语言模型的消除
机构 * Georgia Institute of Technology（佐治亚理工学院） ； Stanford University（斯坦福大学） ； IBM Research（IBM研究院）
专题命中 复杂问题求解 ：reasoning(abstract)；分类 cs.AI
AI总结 本文提出了一种动态框架，用于评估大语言模型消除方法的鲁棒性，通过复杂结构查询揭示消除技术在多跳设置中的脆弱性，并提供可扩展的评估方法。
Comments Published at COLM 2025
