大模型推理能力

QuestA: Expanding Reasoning Capacity in LLMs via Question Augmentation

QuestA: 通过问题增强扩展大语言模型的推理能力

Jiazheng Li, Hongzhou Lin, Hong Lu, Kaiyue Wen, Zaiwen Yang, Jiaxuan Gao, Yi Wu, Jingzhao Zhang

机构 * Tsinghua University（清华大学） ； Shanghai Qi Zhi Institute（上海期智研究院） ； Amazon（亚马逊） ； Stanford University（斯坦福大学） 纠错

专题命中 数学推理 ：reasoning(title,abstract)；math reasoning(abstract)；分类 cs.CL、cs.AI

AI总结 QuestA通过问题增强策略在训练中引入部分解以降低问题难度，提升大语言模型在数学推理任务中的推理能力，取得新的SOTA结果。

Comments 25 pages, 18 figures, ICLR 2026

FIPO: Eliciting Deep Reasoning with Future-KL Influenced Policy Optimization

FIPO：通过未来KL影响的策略优化激发深度推理

Chiyu Ma, Shuo Yang, Kexin Huang, Jinda Lu, Haoming Meng, Shangshang Wang, Bolin Ding, Soroush Vosoughi, Guoyin Wang, Jingren Zhou

机构 * Alibaba Group（阿里巴巴集团） 纠错

专题命中 数学推理 ：reasoning(title,abstract)；chain-of-thought(abstract)；分类 cs.LG

AI总结 FIPO通过引入折扣后的未来KL散度，改进策略更新，使模型突破传统基线的长度停滞，提升推理能力与准确率。

Comments Move related work to main paper, and add one more background information in Preliminary section

Expressive Power of Implicit Models: Rich Equilibria and Test-Time Scaling

隐式模型的表达能力：丰富的均衡与测试时扩展

Jialin Liu, Lisang Ding, Stanley Osher, Wotao Yin

机构 * University of Central Florida（中佛罗里达大学） ； University of California, Los Angeles（加利福尼亚大学洛杉矶分校） ； Decision Intelligence Lab, DAMO Academy, Alibaba US（达摩院决策智能实验室，阿里巴巴美国） 纠错

专题命中 数学推理 ：reasoning(abstract)；test-time compute(abstract)；分类 cs.AI、cs.LG

AI总结 研究隐式模型通过非参数分析揭示其表达能力，证明其表达能力随测试时计算量增加而提升，验证了其在多个领域中的有效性。

Learning to Generate Formally Verifiable Step-by-Step Logic Reasoning via Structured Formal Intermediaries

通过结构化形式中介学习生成可形式验证的逐步逻辑推理

Luoxin Chen, Yichi Zhou, Huishuai Zhang

机构 * Wangxuan Institue of Computer Technology, Peking University（北京大学王选计算机技术研究所） 纠错

专题命中 代码与定理证明 ：reasoning(title,abstract)；分类 cs.AI、cs.LG

AI总结 本文提出PRoSFI方法，通过形式验证提升推理可靠性，利用结构化中间步骤和形式证明验证生成可信的逐步推理过程。

Comments 19 pages

Enhancing Structural Mapping with LLM-derived Abstractions for Analogical Reasoning in Narratives

通过LLM衍生抽象增强结构映射以提升叙事中的类比推理

Mohammadhossein Khojasteh, Yifan Jiang, Stefano De Giorgis, Frank van Harmelen, Filip Ilievski

机构 * Vrije Universiteit Amsterdam（阿姆斯特丹自由大学） ； University of Southern California（南加州大学） 纠错

专题命中 逻辑推理 ：reasoning(title,abstract)；logical reasoning(title,abstract)；分类 cs.CL、cs.AI

AI总结 本文提出YARN框架，利用LLM分解叙事并抽象单元，提升叙事类比推理能力，实验表明抽象显著提升性能，揭示了抽象层级、隐含因果关系和类比模式分类的挑战。

CLAUSE: Agentic Neuro-Symbolic Knowledge Graph Reasoning via Dynamic Learnable Context Engineering

CLAUSE: 通过动态可学习上下文工程实现基于代理的神经符号知识图谱推理

Yang Zhao, Chengxiao Dai, Wei Zhuo, Yue Xiu, Dusit Niyato

机构 * Independent Researcher（独立研究员） ； School of Computer Science, The University of Sydney, Australia（悉尼大学计算机科学学院） ； College of Computing & Data Science, Nanyang Technological University, Singapore（南洋理工大学计算与数据科学学院） 纠错

专题命中 逻辑推理 ：reasoning(title,abstract)；分类 cs.CL、cs.AI

AI总结 CLAUSE通过动态可学习上下文工程实现神经符号知识图谱推理，优化多跳问答的准确率、延迟和成本，减少子图增长和端到端延迟。

Generative Logic: A New Computer Architecture for Deterministic Reasoning and Knowledge Generation

生成逻辑：一种新的计算机架构用于确定性推理和知识生成

Nikolai Sergeev

机构 * Generative Logic UG 纠错

专题命中 逻辑推理 ：reasoning(title)；verifier(abstract,comments)；分类 cs.AI

AI总结 生成逻辑（GL）是一种确定性架构，通过用户提供的公理定义生成可配置的演绎邻域，通过逻辑块和统一的哈希推理引擎实现证明生成与知识生成，实验验证其在数论中的应用及CAS系统潜力。

Comments v4: Incubator, Compressor, Verifier (34,320 checks, 0 failures). New CAS chapter. Pipeline diagram. Branching outlook, FTA campaign, CAS roadmap, LLM demo in Future Work. Updated MPL listing and runtimes. 24pp, 8 figs. Zenodo DOI: 10.5281/zenodo.17206386

SemLoc: Structured Grounding of Free-Form LLM Reasoning for Fault Localization

SemLoc：基于结构化语义绑定的自由形式LLM推理故障定位

Zhaorui Yang, Haichao Zhu, Qian Zhang, Rajiv Gupta, Ashish Kundu

机构 * UC Riverside（加州大学河滨分校） ； Cisco Research（思科研究院） ； Independent Researcher（独立研究员） 纠错

专题命中 逻辑推理 ：reasoning(title,abstract)；分类 cs.AI

AI总结 SemLoc通过结构化语义绑定将自由形式LLM推理转化为封闭中间表示，结合语义违反光谱提升故障定位精度，实现7.6%的代码检查效率提升。

World2Rules: A Neuro-Symbolic Framework for Learning World-Governing Safety Rules for Aviation

World2Rules: 一种用于航空领域学习世界治理安全规则的神经符号框架

Haichuan Wang, Jay Patrikar, Sebastian Scherer

机构 * Carnegie Mellon University（卡内基梅隆大学） 纠错

专题命中 逻辑推理 ：reasoning(abstract)

AI总结 World2Rules通过结合神经网络和符号方法，从航空多模态数据中学习安全规则，提升规则的准确性和可解释性，实验显示其在F1得分上优于纯神经和单步神经符号基线。

Comments 19 pages, 6 figures

AIBench: Evaluating Visual-Logical Consistency in Academic Illustration Generation

AIBench：评估学术示意图生成中的视觉-逻辑一致性

Zhaohe Liao, Kaixun Jiang, Zhihang Liu, Yujie Wei, Junqiu Yu, Quanhao Li, Hong-Tao Yu, Pandeng Li, Yuzheng Wang, Zhen Xing, Shiwei Zhang, Chen-Wei Xie, Yun Zheng, Xihui Liu

机构 * Tongyi Lab, Alibaba Group（阿里巴巴集团通义实验室） ； SJTU（上海交通大学） ； FDU（复旦大学） ； USTC（中国科学技术大学） ； SEU（东南大学） ； HKU（香港大学） 纠错

专题命中 逻辑推理 ：reasoning(abstract)

AI总结 本文提出AIBench，首个通过VQA评估学术示意图逻辑正确性及VLM评估美观性的基准，通过四层问题验证生成示意图与论文的一致性，发现模型在该任务上的性能差异显著，且逻辑与美观难以同时优化。

PAR$^2$-RAG: Planned Active Retrieval and Reasoning for Multi-Hop Question Answering

PAR$^2$-RAG：计划主动检索与推理用于多跳问答

Xingyu Li, Rongguang Wang, Yuying Wang, Mengqing Guo, Chenyang Li, Tao Sheng, Sujith Ravi, Dan Roth

机构 * Oracle AI（甲骨文人工智能） 纠错

专题命中 规划推理 ：reasoning(title,abstract)；planning(abstract)；分类 cs.AI

AI总结 PAR$^2$-RAG通过分阶段的覆盖与承诺分离，结合广度优先锚定和深度优先细化，提升多跳问答的准确率和检索效果。

Comments 11 pages, 2 figures

SafeDrive: Fine-Grained Safety Reasoning for End-to-End Driving in a Sparse World

SafeDrive: 为稀疏世界中的端到端驾驶进行细粒度安全推理

Jungho Kim, Jiyong Oh, Seunghoon Yu, Hongjae Shin, Donghyuk Kwak, Jun Won Choi

机构 * Seoul National University（首尔大学） 纠错

专题命中 规划推理 ：reasoning(title,abstract)；planning(abstract)

AI总结 SafeDrive提出了一种端到端规划框架，通过轨迹条件化的稀疏世界模型进行显式且可解释的安全推理，实现了在开放循环和闭合循环基准上的最佳性能，有效降低了碰撞率。

Comments Accepted to CVPR 2026, 19 pages, 9 figures

SIMPACT: Simulation-Enabled Action Planning using Vision-Language Models

SIMPACT：基于视觉-语言模型的仿真增强动作规划

Haowen Liu, Shaoxiong Yao, Haonan Chen, Jiawei Gao, Jiayuan Mao, Jia-Bin Huang, Yilun Du

机构 * UMD（马里兰大学） ； UIUC（伊利诺伊大学厄巴纳-香槟分校） ； Harvard（哈佛大学） ； Amazon FAR（亚马逊FAR） ； UPenn（宾夕法尼亚大学） 纠错

专题命中 规划推理 ：planning(title,abstract)；reasoning(abstract)

AI总结 SIMPACT通过仿真循环世界建模赋予视觉-语言模型物理推理能力，实现高效动作规划，优于现有通用机器人操作模型，在五个复杂真实世界任务中表现优异。

Comments Accepted to CVPR 2026; camera-ready version

Scaling Cross-Environment Failure Reasoning Data for Vision-Language Robotic Manipulation

为视觉-语言机器人操控扩展跨环境故障推理数据

Paul Pacaud, Ricardo Garcia, Shizhe Chen, Cordelia Schmid

机构 * Inria, École normale supérieure, CNRS, PSL Research University（法国国家信息与自动化研究所、巴黎高等师范学院、法国国家科学研究中心、巴黎文理研究大学） 纠错

专题命中 规划推理 ：reasoning(title,abstract)；planning(abstract)

AI总结 本文提出自动框架生成多样化的机器人规划与执行故障数据，构建FailCoT数据集，训练Guardian模型提升故障检测泛化能力。

Comments Code, Data, and Models available at https://www.di.ens.fr/willow/research/guardian/. The paper contains 8 pages, 7 figures, 7 tables

ATP-Bench: Towards Agentic Tool Planning for MLLM Interleaved Generation

ATP-Bench: 向多模态大语言模型交错生成的代理工具规划迈进

Yinuo Liu, Zi Qian, Heng Zhou, Jiahao Zhang, Yajie Zhang, Zhihang Li, Mengyu Zhou, Erchao Zhao, Xiaoxi Jiang, Guanjun Jiang

机构 * Qwen Large Model Application Team, Alibaba（阿里巴巴通义千问大模型应用团队） ； Huazhong University of Science and Technology（华中科技大学） ； Zhejiang University（浙江大学） 纠错

专题命中 规划推理 ：planning(title,abstract)；分类 cs.AI

AI总结 针对多模态大语言模型交错生成中事实性与创造性难以统一的问题，提出ATP-Bench基准，包含7702个问题-答案对，评估代理工具规划能力，揭示模型在交错规划中的不足。

Distilling LLM Reasoning into Graph of Concept Predictors

将大语言模型的推理过程蒸馏为概念预测图

Ziyang Yu, Liang Zhao

专题命中 规划推理 ：reasoning(title,abstract)；分类 cs.AI

AI总结 本文提出GCP框架，通过外部化教师决策过程为有向无环图，提升样本效率和训练稳定性，实验证明在有限标注预算下提升性能并增强可解释性。

Collisionless Multi-Agent Path Planning in the Hamilton-Jacobi Formulation

无碰撞多智能体路径规划的哈密顿-雅可比形式化

Christian Parkinson, Adan Baca, Huy Nguyen

专题命中 规划推理 ：planning(title,abstract)

AI总结 本文提出基于哈密顿-雅可比-贝尔曼方程的无碰撞多智能体路径规划方法，采用变分形式的数值方法解决高维问题，适用于异构智能体和高维动态系统，通过对偶混合梯度优化方案实现最优轨迹求解。

PRS-Med: Position Reasoning Segmentation in Medical Imaging

PRS-Med: 医学影像中的位置推理分割

Quoc-Huy Trinh, Minh-Van Nguyen, Jun Zeng, Debesh Jha, Ulas Bagci

机构 * Aalto University（阿尔托大学） ； Northwestern University（西北大学） ； Technical University of Denmark（丹麦技术大学） ； Chongqing University of Posts and Telecommunications（重庆邮电大学） ； University of South Dakota（南达科他大学） 纠错

专题命中 规划推理 ：reasoning(title,abstract)

AI总结 PRS-Med提出一种基于位置推理的医学影像分割框架，通过整合视觉-语言模型与分割解码器，提升临床诊断的准确性与可解释性。

RAD-LAD: Rule and Language Grounded Autonomous Driving in Real-Time

基于规则和语言的实时自动驾驶：RAD-LAD

Anurag Ghosh, Srinivasa Narasimhan, Manmohan Chandraker, Francesco Pittaluga

机构 * Carnegie Mellon University（卡内基梅隆大学） ； NEC Labs America（NEC美国实验室） ； UC San Diego（加州大学圣迭戈分校） 纠错

专题命中 规划推理 ：reasoning(abstract)；planning(abstract)；分类 cs.AI、cs.LG

AI总结 本文提出RAD-LAD，结合规则和语言的实时自动驾驶系统，通过中断架构实现高效路径规划与文本推理，提升自动驾驶性能与可解释性。

Hybrid Framework for Robotic Manipulation: Integrating Reinforcement Learning and Large Language Models

机器人操作的混合框架：整合强化学习与大语言模型

Md Saad, Sajjad Hussain, Mohd Suhaib

机构 * Jamia Millia Islamia（贾米亚米利亚伊斯兰大学） ； University of Brighton（布莱顿大学） 纠错

专题命中 规划推理 ：reasoning(abstract)；planning(abstract)；分类 cs.AI

AI总结 本文提出一种结合强化学习与大语言模型的混合框架，用于提升机器人操作任务。通过强化学习实现精确的低层控制，利用大语言模型进行高层任务规划和自然语言理解，有效连接低层执行与高层推理。实验显示任务完成时间减少33.5%，精度和适应性提升18.1%和36.4%。

CausalPulse: An Industrial-Grade Neurosymbolic Multi-Agent Copilot for Causal Diagnostics in Smart Manufacturing

CausalPulse：一种工业级神经符号多智能体协作者，用于智能制造中的因果诊断

Chathurangi Shyalika, Utkarshani Jaimini, Cory Henson, Amit Sheth

专题命中 规划推理 ：reasoning(abstract)；planning(abstract)；分类 cs.AI

AI总结 CausalPulse通过神经符号架构整合异常检测、因果发现和推理，实现智能制造中的因果诊断，展现高可靠性和可扩展性。

Comments 10 pages, 8 figures, 4 tables, Accepted at AAAI-MAKE 2026 (AAAI Spring Symposium on Machine Learning and Knowledge Engineering for Knowledge-Grounded Semantic Agents)

Improving Efficiency of GPU Kernel Optimization Agents using a Domain-Specific Language and Speed-of-Light Guidance

利用领域特定语言和光速指导提升GPU内核优化代理的效率

Siva Kumar Sastry Hari, Vignesh Balaji, Sana Damani, Qijing Huang, Christos Kozyrakis

机构 * NVIDIA（英伟达） 纠错

专题命中 规划推理 ：reasoning(abstract)；分类 cs.AI、cs.LG

AI总结 本文提出通过领域特定语言和光速指导提升GPU内核优化代理效率，展示通过DSL和SOL指导显著提升优化效率，并发现弱模型在低token成本下可超越强基线代理。

Multi-Agent LLMs for Adaptive Acquisition in Bayesian Optimization

多智能体大语言模型用于贝叶斯优化中的自适应获取

Andrea Carbonati, Mohammadsina Almasi, Hadis Anahideh

机构 * University of Illinois Chicago（伊利诺伊大学芝加哥分校） 纠错

专题命中 规划推理 ：reasoning(abstract)；分类 cs.AI、cs.LG

AI总结 本文研究多智能体大语言模型在贝叶斯优化中的自适应获取策略，通过分解探索-利用控制与候选生成，提升搜索效率与稳定性。

Comments Proceedings of the IISE Annual Conference & Expo 2026

Extending MONA in Camera Dropbox: Reproduction, Learned Approval, and Design Implications for Reward-Hacking Mitigation

在Camera Dropbox中扩展MONA：再现、学习批准与奖励黑客缓解的设计影响

Nathan Heath

机构 * Independent Researcher（独立研究者） 纠错

专题命中 规划推理 ：planning(abstract)；分类 cs.AI

AI总结 该研究通过扩展MONA方法，验证了学习批准在缓解奖励黑客中的有效性，并探讨了其设计影响。

Improving Execution Concurrency in Partial-Order Plans via Block-Substitution

通过块替换改进部分序计划的执行并发性

Sabah Binte Noor, Fazlul Hasan Siddiqui

专题命中 规划推理 ：planning(abstract)；分类 cs.AI

AI总结 本文提出通过块替换优化部分序计划的并发性，通过引入非并发约束条件和资源优化算法，提升计划执行效率。

Comments arXiv admin note: text overlap with arXiv:2406.03091

Journal ref Autonomous Agents and Multi-Agent Systems, vol. 39, April 2025

Improving Plan Execution Flexibility using Block-Substitution

通过块替换提高计划执行灵活性

Sabah Binte Noor, Fazlul Hasan Siddiqui

机构 * Dhaka University of Engineering \& Technology Gazipur Bangladesh ； Dhaka University of Engineering \& Technology 纠错

专题命中 规划推理 ：planning(abstract)；分类 cs.AI

AI总结 本文通过块替换方法提升计划灵活性，利用块分解部分顺序计划（BDPO）结构，结合MaxSAT重新排序策略，在国际规划竞赛基准问题中显著提升执行灵活性。

Journal ref . Improving Plan Execution Flexibility using Block-Substitution. Journal of Artificial Intelligence Research 85, Article 35 (March 2026)

Enhancing LLM-Based Bug Reproduction for Android Apps via Pre-Assessment of Visual Effects

通过预评估视觉效果增强基于LLM的Android应用Bug重现

Xiangyang Xiao, Huaxun Huang, Rongxin Wu

专题命中 规划推理 ：planning(abstract)

AI总结 本文提出LTGDroid，通过执行所有可能的UI操作并记录视觉效果，指导LLM选择重现bug的UI操作，提升Android应用bug重现的成功率。

Exploring Sidewalk Sheds in New York City through Chatbot Surveys and Human Computer Interaction

通过聊天机器人调查和人机交互探索纽约市人行道遮蔽物

Junyi Li, Zhaoxi Zhang, Tamir Mendel, Takahiro Yabe

专题命中 规划推理 ：planning(abstract)

AI总结 本文通过聊天机器人调查和人机交互研究纽约市人行道遮蔽物对行人可见性和通行的影响，利用AI模型分析遮蔽物设计特征，提供实证数据支持改进遮蔽物规范。

Indian Peak Power demand Forecasting : Transformer Based Implementation of Temporal Architecture

印度峰值电力需求预测：基于变压器的时序架构实现

Vishvaditya Luhach, Shashwat Jha

专题命中 规划推理 ：planning(abstract)

AI总结 本文提出基于时序融合变压器的深度学习方法，用于长期预测印度峰值电力需求，模型在基准测试中表现优异，能更准确建模电力需求的波动。

Journal ref IEEE GlobConPT 2022, New Delhi, pp. 1-5

Arknights: Playable Explanation and Player Agency under Opacity

Arknights：在不透明性下可玩的解释与玩家自主性

Shuai Guo

专题命中 规划推理 ：reasoning(abstract)

AI总结 本文通过分析《Arknights》中的PRTS系统，探讨了如何通过交互构建可玩的解释过程，揭示了玩家自主性从直接控制转向解释和归纳推理的转变。

Comments 14 pages, 4 figures