大模型推理能力

CoTEvol: Self-Evolving Chain-of-Thoughts for Data Synthesis in Mathematical Reasoning

CoTEvol：用于数学推理数据合成的自演化思维链

Zhuo Wang, Zhuo Zhang, Yafu Li, Yu Cheng, Lizhen Qu, Zenglin Xu

机构 * Fudan University（复旦大学） ； Shanghai Innovation Institute（上海创新研究院） ； The Chinese University of Hong Kong（香港中文大学） ； Monash University（墨尔本大学） ； Independent Researcher（独立研究者） ； Shanghai Academy of AI for Science（上海人工智能科学研究院） 纠错

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

AI总结 本文提出CoTEvol，一种基于遗传算法的思维链生成框架，通过全局交叉和局部突变提升生成准确性和多样性，实验表明其在数学推理任务中效果优于传统方法。

Comments acl2026 findings

Unlocking Exploration in RLVR: Uncertainty-aware Advantage Shaping for Deeper Reasoning

解锁RLVR中的探索：面向更深层次推理的不确定性感知优势塑造

Can Xie, Ruotong Pan, Xiangyu Wu, Yunfei Zhang, Jiayi Fu, Tingting Gao, Guorui Zhou

机构 * Kuaishou Technology（快手科技） 纠错

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

AI总结 本文提出UCAS方法，通过不确定性感知的优势塑造提升RLVR中的推理能力，解决探索效率低和熵崩溃问题，实验表明在多个数学推理基准上表现优异。

Comments 20 pages, 4 figures, ACL2026

When Slower Isn't Truer: Inverse Scaling Law of Truthfulness in Multimodal Reasoning

当慢并非真：多模态推理中真理性的反比例定律

Sitong Fang, Wenjing Cao, Jiahao Li, Xuyao Wang, Juntao Dai, Chi-Min Chan, Sirui Han, Yike Guo, Yaodong Yang, Jiaming Ji

机构 * Institute for AI（人工智能研究院） ； Peking University（北京大学） ； Hong Kong University of Science and Technology（香港科技大学） 纠错

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

AI总结 研究探讨了多模态推理中慢思考模式的反比例定律，发现慢思考模型在面对不完整或误导性视觉输入时更易生成虚假细节，揭示了推理模型在处理模糊输入时的脆弱性。

Comments Accepted at ACL 2026

DeepPrune: Parallel Scaling without Inter-trace Redundancy

DeepPrune: 无需跨轨迹冗余的并行扩展

Shangqing Tu, Yaxuan Li, Yushi Bai, Lei Hou, Juanzi Li

机构 * Tsinghua University（清华大学） ； ShanghaiTech University（上海科技大学） 纠错

专题命中 数学推理 ：reasoning(abstract)；chain-of-thought(abstract)；CoT(abstract)；分类 cs.CL、cs.AI

AI总结 本文提出DeepPrune框架，通过动态剪枝解决并行推理中的冗余问题，实现65.73%-88.50%的token减少，保持高精度。

Comments Accepted by ACL 2026 Findings, please check out the project page: https://deepprune.github.io/

LLMOrbit: A Circular Taxonomy of Large Language Models -From Scaling Walls to Agentic AI Systems

LLMOrbit：大型语言模型的圆形分类法——从扩展壁垒到智能体AI系统

Badri N. Patro, Vijay S. Agneeswaran

机构 * Microsoft（微软） 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 本文提出LLMOrbit，通过八个维度分析2019-2025年50余种大型语言模型，揭示数据稀缺、成本激增和能源消耗三大危机，并提出六种突破扩展壁垒的范式，推动生成AI和智能体系统的发展。

Acceptance Dynamics Across Cognitive Domains in Speculative Decoding

跨认知领域接受动态的推测解码

Saif Mahmoud

机构 * College of Engineering, Al Ain University Abu Dhabi, United Arab Emirates（阿联酋阿因大学工程学院） 纠错

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

AI总结 本文研究了基于树的推测解码接受动态，分析了不同NLP任务领域对接受概率的影响，发现任务类型比树深度更能预测接受率，且聊天领域表现出较高的熵和接受率。

Do Not Step Into the Same River Twice: Learning to Reason from Trial and Error

不要踏进同一条河两次：从试错中学习推理

Chenming Tang, Hsiu-Yuan Huang, Weijie Liu, Clive Bai, Saiyong Yang, Yunfang Wu

机构 * National Key Laboratory for Multimedia Information Processing（国家多媒体信息处理重点实验室） ； School of Computer Science（计算机学院） ； LLM Department, Tencent（腾讯LLM部门） 纠错

专题命中 数学推理 ：reasoning(abstract)；分类 cs.LG

AI总结 本文提出LTE方法，通过提示模型自身之前的错误来提升推理能力，优于传统方法并在多个数学推理基准上表现更佳。

Comments Accepted to ACL 2026 (main conference)

Towards Adaptive, Learning-Based Security in Decentralized Applications

迈向去中心化应用中的自适应、基于学习的安全性

Stefan Kambiz Behfar, Jon Crowcroft

机构 * Department of Computer Science and Technology, University of Cambridge, Cambridge, United Kingdom（计算机科学与技术系，剑桥大学，剑桥，英国） 纠错

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

AI总结 本文探讨了Web3系统中传统安全机制的局限性，提出基于学习的安全原语，通过AI驱动的智能证书实现持续推理与适应，以应对动态演变的攻击策略。

Coalition Formation in LLM Agent Networks: Stability Analysis and Convergence Guarantees

在LLM代理网络中的联盟形成：稳定性分析与收敛保证

Dongxin Guo, Jikun Wu, Siu-Ming Yiu

机构 * Department of Compute Science, The University of Hong Kong（香港大学计算机科学系） ； Brain Investing Limited（Brain Investing有限公司） ； Stellaris AI Limited（Stellaris AI有限公司） 纠错

专题命中 代码与定理证明 ：chain-of-thought(abstract)；分类 cs.AI

AI总结 本文提出首个基于享乐博弈理论的LLM联盟形成框架，分析了LLM代理的有限理性特性，并通过实验验证了CoalT协议在联盟稳定性上的优越性。

Comments 15 pages including supplementary material, 2 figures, 5 tables

In Context Learning and Reasoning for Symbolic Regression with Large Language Models

在大型语言模型中进行上下文学习和推理以实现符号回归

Samiha Sharlin, Tyler R. Josephson

机构 * Department of Chemical, Biochemical, and Environmental Engineering, University of Maryland Baltimore County（化学、生物化学与环境工程系，马里兰大学巴尔的摩县分校） ； Department of Computer Science and Electrical Engineering, University of Maryland Baltimore County（计算机科学与电气工程系，马里兰大学巴尔的摩县分校） 纠错

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

AI总结 本文探讨了大型语言模型在符号回归中的潜力，通过上下文学习和推理生成并优化表达式，成功复现了吸附 Langmuir 模型和 Nikuradse 数据集，展示了提示策略对模型性能的提升作用。

Prism: Symbolic Superoptimization of Tensor Programs

Prism: 张量程序的符号超优化

Mengdi Wu, Xiaoyu Jiang, Oded Padon, Zhihao Jia

机构 * Carnegie Mellon University（卡内基梅隆大学） ； Tsinghua University（清华大学） ； Weizmann Institute of Science（魏茨曼科学研究院） 纠错

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

AI总结 Prism通过符号化层级表示实现张量程序的符号超优化，结合符号推理与自动调优，提升效率并减少优化时间。

Which bird does not have wings: Negative-constrained KGQA with Schema-guided Semantic Matching and Self-directed Refinement

没有翅膀的鸟：带有模式引导语义匹配和自导向细化的负约束知识图谱问答

Midan Shim, Seokju Hwang, Kaehyun Um, Kyong-Ho Lee

机构 * Department of Computer Science, Yonsei University（延世大学计算机科学系） 纠错

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

AI总结 本文提出负约束知识图谱问答任务NEST-KGQA，设计PyLF逻辑形式和CUCKOO框架，通过模式引导语义匹配和自导向细化提升负约束问题的解答能力。

Comments ACL 2026 findings

METRO: Towards Strategy Induction from Expert Dialogue Transcripts for Non-collaborative Dialogues

METRO：面向非协作对话的专家对话 transcripts 中的策略诱导

Haofu Yang, Jiaji Liu, Chen Huang, Faguo Wu, Wenqiang Lei, See-Kiong Ng

机构 * National University of Singapore（新加坡国立大学） ； Nankai University（南开大学） ； Sichuan University（四川大学） ； School of Artificial Intelligence, Beihang University（北航人工智能学院） ； Beijing Advanced Innovation Center for Future Blockchain and Privacy Computing（北京未来区块链与隐私计算高级创新中心） ； Key Laboratory of Mathematics, Informatics and Behavioral Semantics (LMIB)（数学、信息学与行为语义学重点实验室（LMIB）） ； Engineering Research Center of Machine Learning and Industry Intelligence, Ministry of Education, China（教育部机器学习与工业智能工程研究中心，中国） 纠错

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

AI总结 METRO 通过大规模语言模型从原始 transcripts 自动诱导策略动作和规划逻辑，提出策略森林结构，实验显示其在两个基准上性能优越，具有跨任务迁移能力。

Comments ACL 2026

MAGMA: A Multi-Graph based Agentic Memory Architecture for AI Agents

MAGMA：一种基于多图的代理记忆架构用于AI代理

Dongming Jiang, Yi Li, Guanpeng Li, Bingzhe Li

机构 * Department of Computer Science, The University of Texas at Dallas（德克萨斯大学达拉斯分校计算机科学系） ； Department of Electrical and Computer Engineering, University of Florida（佛罗里达大学电气与计算机工程系） 纠错

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

AI总结 MAGMA通过多图结构实现记忆表示，提升长时序推理任务的性能，提供透明推理路径和细粒度检索控制。

Comments ACL 2026 Main

SGA-MCTS: Decoupling Planning from Execution via Training-Free Atomic Experience Retrieval

SGA-MCTS：通过无训练原子经验检索解耦规划与执行

Xin Xie, Dongyun Xue, Wuguannan Yao, Mingxiao Feng, Wengang Zhou, Xiang Qi, Houqiang Li, Peng Zhang

机构 * Ant Digital Technologies, Ant Group（蚂蚁集团数字技术部） ； Hefei Comprehensive National Science Center（合肥国家科学中心） 纠错

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

AI总结 SGA-MCTS通过无训练原子经验检索解耦规划与执行，利用MCTS探索解空间并生成SGA原子，结合检索增强机制实现高效推理，使冻结模型在无需微调的情况下达到SOTA系统性能。

IG-Search: Step-Level Information Gain Rewards for Search-Augmented Reasoning

IG-Search: 基于信息增益的步级奖励用于搜索增强推理

Zihan Liang, Yufei Ma, Ben Chen, Zhipeng Qian, Huangyu Dai, Lingtao Mao, Xuxin Zhang, Chenyi Lei, Wenwu Ou

机构 * Kuaishou Technology（快手科技） 纠错

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

AI总结 本文提出IG-Search框架，通过信息增益在每一步评估检索文档对答案置信度的提升，实现细粒度信用分配，优于传统轨迹级和步级方法，在多跳推理任务中表现更佳。

IE as Cache: Information Extraction Enhanced Agentic Reasoning

信息提取作为缓存：增强代理推理

Hang Lv, Sheng Liang, Hongchao Gu, Wei Guo, Defu Lian, Yong Liu, Hao Wang, Enhong Chen

机构 * University of Science and Technology of China（中国科学技术大学） ； Huawei Technologies Co., Ltd（华为技术有限公司） 纠错

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

AI总结 本文提出IE-as-Cache框架，将信息提取用作认知缓存以提升代理推理能力，通过查询驱动提取与缓存感知推理动态维护紧凑中间信息并过滤噪声，实验表明在多种LLM上显著提升推理准确性。

Comments 8pages, 2figures

Searching Meta Reasoning Skeleton to Guide LLM Reasoning

通过搜索元推理骨架来指导大语言模型推理

Ziying Zhang, Yaqing Wang, Quanming Yao

机构 * Department of Electronic Engineering, Tsinghua University（清华大学电子工程系） ； Beijing Institute of Mathematical Sciences and Applications（北京数学科学与应用研究所） ； State Key laboratory of Space Network and Communications, Tsinghua University（清华大学空间网络与通信国家重点实验室） 纠错

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

AI总结 本文提出AutoMR框架，通过图表示搜索查询感知的元推理骨架，提升大语言模型推理性能。

The Missing Knowledge Layer in AI: A Framework for Stable Human-AI Reasoning

人工智能中的缺失知识层：稳定人机推理的框架

Rikard Rosenbacke, Carl Rosenbacke, Victor Rosenbacke, Martin McKee

机构 * Faculty of Medicine, Lund University（吕勒奥大学医学院） ； Department of Economics, Lund University School of Economics and Management（吕勒奥大学经济与管理学院经济系） ； Department of Health Services Research and Policy, London School of Hygiene & Tropical Medicine（伦敦卫生与热带医学学院健康服务研究与政策系） 纠错

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

AI总结 本文提出稳定人机推理的双层框架，通过引入人类侧的不确定性提示和模型侧的Epistemic Control Loop，提升AI在高风险场景下的可靠性与可追溯性。

Foresight Optimization for Strategic Reasoning in Large Language Models

为大语言模型中的战略推理进行前瞻性优化

Jiashuo Wang, Jiawen Duan, Jian Wang, Kaitao Song, Chunpu Xu, Johnny K. W. Ho, Fenggang Yu, Wenjie Li, Johan F. Hoorn

机构 * Department of Computing, Hong Kong Polytechnic University（香港理工大学计算机系） ； Department of Language Science and Technology, Hong Kong Polytechnic University（香港理工大学语言科学与技术系） ； Apple（苹果公司） ； School of Design, Hong Kong Polytechnic University（香港理工大学设计学院） ； Research Institute for Quantum Technology, Hong Kong Polytechnic University（香港理工大学量子技术研究所） ； Department of Communication Science, Vrije Universiteit Amsterdam（阿姆斯特丹自由大学传播科学系） 纠错

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

AI总结 本文提出FoPO方法，通过整合对手建模原理提升大语言模型的战略推理能力，验证了其在不同规模和来源的LLM中的有效性及泛化能力。

Comments ACL 2026 Main Conference

A hierarchical spatial-aware algorithm with efficient reinforcement learning for human-robot task planning and allocation in production

一种具有高效强化学习的分层空间感知算法用于生产中的人机任务规划与分配

Jintao Xue, Xiao Li, Nianmin Zhang

机构 * Department of Civil Engineering, The University of Hong Kong（香港大学土木工程系） 纠错

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

AI总结 本文提出了一种分层空间感知算法，结合高效强化学习解决复杂动态生产环境中的人机任务规划与分配问题，通过分解任务和实时规划分配提升生产效率。

Comments This is the accepted manuscript of a journal article accepted for publication in Robotics and Computer-Integrated Manufacturing (Elsevier)

Journal ref Volume 98, April 2026, 103159

Beyond "Hallucinations": A Framework for Stable Human-AI Reasoning

超越“幻觉”：一种稳定的人工智能推理框架

Rikard Rosenbacke, Carl Rosenbacke, Victor Rosenbacke, Martin McKee

机构 * Faculty of Medicine, Lund University（隆德大学医学院） ； Department of Economics, Lund University School of Economics and Management（隆德大学经济学与管理学院经济系） ； Department of Health Services Research and Policy, London School of Hygiene & Tropical Medicine（伦敦大学卫生与热带医学学院健康服务研究与政策系） 纠错

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

AI总结 本文提出Rose-Frame框架，分析人类与AI交互中的认知陷阱，通过干预策略稳定推理过程，强调需建立可反思的监督结构。

Cornfigurator: Automated Planning for Any-to-Any Multimodal Model Serving

Cornfigurator：任意到任意多模态模型服务的自动化规划

Jeff J. Ma, Jae-Won Chung, Jisang Ahn, Yizhuo Liang, Runyu Lu, Akshay Jajoo, Myungjin Lee, Mosharaf Chowdhury

机构 * University of Michigan（密歇根大学） ； University of Southern California（南加州大学） ； Cisco Research（思科研究） 纠错

专题命中 规划推理 ：planning(title)；分类 cs.LG

AI总结 Cornfigurator是首个针对通用任意到任意模型推理服务的部署规划器，通过统计评估最大化服务吞吐量，比现有系统和专家调优方案提升1.12至6.32倍。

Comments Open-source at https://github.com/cornserve-ai/cornfigurator

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 规划推理 ：reasoning(abstract)；planning(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。

AI4S-SDS: A Neuro-Symbolic Solvent Design System via Sparse MCTS and Differentiable Physics Alignment

AI4S-SDS: 一种基于稀疏MCTS和可微物理对齐的神经符号溶剂设计系统

Jiangyu Chen

机构 * State Key Laboratory for Novel Software Technology at Nanjing University（南京大学新型软件技术国家重点实验室） ； School of Computer Science, Nanjing University（南京大学计算机科学学院） ； Suzhou Laboratory（苏州实验室） 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AI4S-SDS系统，通过稀疏MCTS和可微物理对齐，解决化学配方设计中的高维组合空间问题，提升探索多样性并实现物理约束下的有效性。

Language Model as Planner and Formalizer under Constraints

语言模型作为规划器和形式化工具的约束下

Cassie Huang, Stuti Mohan, Ziyi Yang, Stefanie Tellex, Li Zhang

机构 * Drexel University（德雷塞尔大学） ； Brown University（布朗大学） 纠错

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

AI总结 研究通过引入细粒度自然语言约束，揭示语言模型在规划任务中的性能下降，指出其鲁棒性不足及未来研究方向。

Comments In ACL 2026 main conference

Meituan Merchant Business Diagnosis via Policy-Guided Dual-Process User Simulation

美团商户业务诊断 via 政策引导的双过程用户模拟

Ziyang Chen, Renbing Chen, Daowei Li, Jinzhi Liao, Jiashen Sun, Ke Zeng, Xiang Zhao

机构 * Independent Researcher（独立研究者） 纠错

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

AI总结 本文提出Policy-Guided Hybrid Simulation框架，通过双过程融合提升商户策略评估的准确性，实验显示其在美团101家商户中误差降低45.8%。

Comments 5 pages, 3 figures, 2 tables, accepted at SIGIR 2026 Industry Track

MARS$^2$: Scaling Multi-Agent Tree Search via Reinforcement Learning for Code Generation

MARS$^2$：通过强化学习提升多智能体树搜索用于代码生成

Pengfei Li, Shijie Wang, Fangyuan Li, Yikun Fu, Kaifeng Liu, Kaiyan Zhang, Dazhi Zhang, Yuqiang Li, Biqing Qi, Bowen Zhou

机构 * Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； Shanghai Innovation Institute（上海创新研究院） ； Harbin Institute of Technology（哈尔滨工业大学） ； Tsinghua University（清华大学） 纠错

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

AI总结 MARS$^2$通过多智能体协作与树搜索结合，提升强化学习在代码生成中的性能，实验表明其在多种模型和训练设置下均有效。

Comments Accepted by ACL 2026

The PICCO Framework for Large Language Model Prompting: A Taxonomy and Reference Architecture for Prompt Structure

为大型语言模型提示设计的PICCO框架：提示结构的分类与参考架构

David A. Cook

机构 * Mayo Clinic College of Medicine and Science（梅奥诊所医学院和科学学院） ； Mayo Clinic Division of General Internal Medicine（梅奥诊所内科医学部） 纠错

专题命中 规划推理 ：chain-of-thought(abstract)；分类 cs.CL、cs.AI

AI总结 本文提出PICCO框架，通过综合11种现有提示框架，定义提示结构的分类和五要素参考架构，旨在提升提示设计的系统性和清晰度。

Comments Presents the novel PICCO framework for LLM prompting, derived through a structured multi-database search and rigorous comparative synthesis of 11 published prompting frameworks. Submitted in PDF/A format to preserve the structure and readability of several multi-page tables central to the framework and methodology; these contain dense structured information that is best preserved in PDF form

Mitigating LLM biases toward spurious social contexts using direct preference optimization

通过直接偏好优化减轻LLM对虚假社会情境的偏见

Hyunji Nam, Dorottya Demszky

机构 * Stanford University（斯坦福大学） 纠错

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

AI总结 本文研究了LLM对虚假社会情境的鲁棒性，提出Debiasing-DPO方法，通过自监督训练和监督微调减少偏见并提升预测准确性。

Comments 26 pages