大模型推理能力

Omni-R1: Towards the Unified Generative Paradigm for Multimodal Reasoning

Omni-R1：迈向多模态推理的统一生成范式

Dongjie Cheng, Yongqi Li, Zhixin Ma, Hongru Cai, Yupeng Hu, Wenjie Wang, Liqiang Nie, Wenjie Li

机构 * The Hong Kong Polytechnic University（香港理工大学） ； Singapore Management University（新加坡国立大学） ； Shandong University（山东大学） ； University of Science and Technology of China（中国科学技术大学） ； Harbin Institute of Technology (Shenzhen)（哈尔滨工业大学（深圳）） 纠错

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

AI总结 本文提出Omni-R1，通过生成中间图像统一多模态推理技能，解决单一任务特定推理模式限制的问题，并引入Omni-R1-Zero无需多模态标注实现文本仅推理数据的逐步可视化。

Comments Accepted by ACL2026 Findings

TOOLCAD: Exploring Tool-Using Large Language Models in Text-to-CAD Generation with Reinforcement Learning

TOOLCAD: 探索用于文本到CAD生成的工具使用大型语言模型与强化学习

Yifei Gong, Xing Wu, Wenda Liu, Kang Tu

机构 * School of Computer Engineering & Science, Shanghai University（上海大学计算机工程与科学学院） 纠错

专题命中 其他推理 ：CoT(abstract,abstract_cn)；reasoning(abstract)；分类 cs.CL、cs.AI

AI总结 本文提出TOOLCAD框架，利用LLM作为工具使用代理进行文本到CAD生成，并通过交互式CAD建模环境和强化学习提升模型性能。

Comments ACL2026

EvoCoT: Overcoming the Exploration Bottleneck in Reinforcement Learning

EvoCoT：克服强化学习中的探索瓶颈

Huanyu Liu, Jia Li, Yihong Dong, Chang Yu, Taozhi Chen, Lecheng Wang, Yongding Tao, Bin Gu, Ge Li

机构 * School of Computer Science, Peking University（北京大学计算机科学学院） ； College of AI, Tsinghua University（清华大学人工智能学院） ； Imperial College London（伦敦帝国理工学院） ； Institute of Software, Chinese Academy of Sciences（中国科学院软件研究所） 纠错

专题命中 其他推理 ：reasoning(abstract)；chain-of-thought(abstract)；CoT(abstract)；分类 cs.LG

AI总结 EvoCoT通过两阶段链式思维优化框架，解决强化学习中稀疏奖励下的探索瓶颈问题，提升大语言模型的推理能力。

Comments Camera-ready version for ACL 2026

Neural Garbage Collection: Learning to Forget while Learning to Reason

神经垃圾回收：在学习推理的同时学习遗忘

Michael Y. Li, Jubayer Ibn Hamid, Emily B. Fox, Noah D. Goodman

机构 * Stanford University（斯坦福大学） 纠错

专题命中 其他推理 ：reasoning(abstract)；chain-of-thought(abstract)；分类 cs.LG

AI总结 本文提出神经垃圾回收（NGC），通过端到端学习使语言模型在推理时自动管理内存，无需人工设计规则，实现内存压缩与效率提升。

E2E-GMNER: End-to-End Generative Grounded Multimodal Named Entity Recognition

E2E-GMNER：端到端生成式 grounded 多模态命名实体识别

Meng Zhang, Jinzhong Ning, Xiaolong Wu, Hongfei Lin, Yijia Zhang

机构 * Dalian Maritime University（大连海事大学） ； Dalian University of Technology（大连理工大学） 纠错

专题命中 其他推理 ：reasoning(abstract)；chain-of-thought(abstract)；分类 cs.CL

AI总结 本文提出E2E-GMNER，通过端到端生成框架统一实体识别、语义类型预测和视觉定位，采用链式推理和GRBP提升鲁棒性，实验证明其在多模态命名实体识别任务中表现优异。

Comments Accepted to Findings of ACL 2026

Large Language Models and Stock Investing: Is the Human Factor Required?

大语言模型与股票投资：是否需要人类因素？

Ricardo Crisostomo, Diana Mykhalyuk

专题命中 其他推理 ：reasoning(abstract)；chain-of-thought(abstract)

AI总结 本文研究大语言模型能否生成可靠的股市预测，发现其预测能力受限于推理错误，需人类监督以提升表现。

Comments 33 pages; 6 tables; 2 figure

Q-DeepSight: Incentivizing Thinking with Images for Image Quality Assessment and Refinement

Q-DeepSight：利用图像激励思考用于图像质量评估与细化

Xudong Li, Jiaxi Tan, Ziyin Zhou, Yan Zhong, Zihao Huang, Jingyuan Zheng, Yan Zhang, Xiawu Zheng, Rongrong Ji

机构 * Key Laboratory of Multimedia Trusted Perception and Efficient Computing, Ministry of Education of China, Xiamen University（中国教育部多媒体可信感知与高效计算重点实验室，厦门大学） ； Peking University（北京大学） ； Beijing Institute of Technology（北京理工大学） 纠错

专题命中 其他推理 ：reasoning(abstract)；chain-of-thought(abstract)

AI总结 本文提出Q-DeepSight框架，通过多模态链式思考与工具增强证据获取，提升图像质量评估与细化的准确性与可靠性。

Matrix: Peer-to-Peer Multi-Agent Synthetic Data Generation Framework

矩阵：基于点对点的多智能体合成数据生成框架

Dong Wang, Yang Li, Ansong Ni, Ching-Feng Yeh, Youssef Emad, Xinjie Lei, Liam Robbins, Karthik Padthe, Hu Xu, Xian Li, Asli Celikyilmaz, Ramya Raghavendra, Lifei Huang, Carole-Jean Wu, Shang-Wen Li

机构 * FAIR at Meta（Meta 的 FAIR） 纠错

专题命中 其他推理 ：reasoning(abstract)；分类 cs.CL、cs.AI、cs.LG

AI总结 本文提出Matrix框架，通过去中心化设计实现多智能体协同生成高质量、多样化的合成数据，提升数据生成效率2-15倍，适用于多智能体对话、网络推理数据提取等场景。

Comments MLSys 2026

When Can LLMs Learn to Reason with Weak Supervision?

大语言模型何时能通过弱监督学习推理？

Salman Rahman, Jingyan Shen, Anna Mordvina, Hamid Palangi, Saadia Gabriel, Pavel Izmailov

机构 * University of California, Los Angeles（加州大学洛杉矶分校） ； New York University（纽约大学） ； Google（谷歌） 纠错

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

AI总结 研究探讨了在弱监督下大语言模型推理能力的提升条件，发现训练奖励饱和动态决定泛化能力，通过分离预训练和微调发现显式推理轨迹的监督微调是关键。

HEALing Entropy Collapse: Enhancing Exploration in Few-Shot RLVR via Hybrid-Domain Entropy Dynamics Alignment

HEALing Entropy Collapse: 通过混合领域熵动力学对齐增强少样本RLVR的探索

Zhanyu Liu, Qingguo Hu, Ante Wang, Chenqing Liu, Zhishang Xiang, Hui Li, Delai Qiu, Jinsong Su

机构 * School of Informatics, Xiamen University（厦门大学信息学院） ； Tsinghua University（清华大学） ； Xiamen Unisound Intelligence Technology Co., Ltd（厦门Unisound智能科技有限公司） ； Key Laboratory of Digital Protection and Intelligent Processing of Intangible Cultural Heritage of Fujian and Taiwan (Xiamen University), Ministry of Culture and Tourism, China（福建省和台湾非物质文化遗产数字化保护与智能处理重点实验室（厦门大学），中华人民共和国文化和旅游部，中国） 纠错

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

AI总结 本文提出HEAL框架，通过混合领域熵动力学对齐缓解少样本RLVR中的熵崩溃问题，提升探索多样性与推理性能。

Comments Accepted by ACL 2026 Main Conference

Emergent Structured Representations Support Flexible In-Context Inference in Large Language Models

涌现的结构化表示支持大型语言模型中的灵活上下文推理

Ningyu Xu, Qi Zhang, Xipeng Qiu, Xuanjing Huang

机构 * College of Computer Science and Artificial Intelligence（计算机科学与人工智能学院） ； Fudan University（复旦大学） ； Shanghai, China（中国上海） 纠错

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

AI总结 研究揭示大型语言模型在上下文推理中通过结构化表示动态构建和利用潜在表示，为灵活适应的计算过程提供新见解。

Comments 36 pages, 23 figures

MegaRAG: Multimodal Knowledge Graph-Based Retrieval Augmented Generation

MegaRAG：基于多模态知识图谱的检索增强生成

Chi-Hsiang Hsiao, Yi-Cheng Wang, Tzung-Sheng Lin, Yi-Ren Yeh, Chu-Song Chen

机构 * Department of Computer Science and Information Engineering, National Taiwan University（国立台湾大学计算机科学与信息工程系） ； Department of Mathematics, National Kaohsiung Normal University（高雄师范大学数学系） ； FinTech Center, National Taiwan University（国立台湾大学金融科技中心） ； E.SUN Financial Holding Co., Ltd.（E.SUN财务公司） 纠错

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

AI总结 MegaRAG通过引入多模态知识图谱，提升大语言模型在跨模态推理中的内容理解能力，在文本和多模态语料中均优于现有RAG方法。

Comments ACL 2026

RePrompT: Recurrent Prompt Tuning for Integrating Structured EHR Encoders with Large Language Models

RePrompT：基于结构化电子健康记录编码器的循环提示微调

Arya Hadizadeh Moghaddam, Drew Ross, Mohsen Nayebi Kerdabadi, Dongjie Wang, Zijun Yao

机构 * University of Kansas（堪萨斯大学） 纠错

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

AI总结 RePrompT通过循环整合结构化EHR编码器与大语言模型，解决时间序列信息丢失和代码身份模糊问题，提升临床预测性能。

Comments Finding of ACL 2026 - Accepted Paper

Jupiter-N Technical Report

木星-N技术报告

George Drayson

机构 * Locai Labs, University College London（Locai实验室，伦敦大学学院） 纠错

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

AI总结 木星-N通过混合推理模型在Nemotron 3 Super基础上进行微调，提升代理能力、文化对齐和威尔士语支持，同时保留基础模型能力。

A Survey of Reinforcement Learning for Large Language Models under Data Scarcity: Challenges and Solutions

面向大数据稀缺性的大型语言模型强化学习综述：挑战与解决方案

Zhiyin Yu, Yuchen Mou, Juncheng Yan, Junyu Luo, Chunchun Chen, Xing Wei, Yunhui Liu, Hongru Sun, Yuxing Zhang, Jun Xu, Yatao Bian, Ming Zhang, Wei Ye, Tieke He, Jie Yang, Guanjie Zheng, Zhonghai Wu, Bo Zhang, Lei Bai, Xiao Luo

机构 * Peking University（北京大学） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； National University of Singapore（新加坡国立大学） ； Nankai University（南开大学） ； Tongji University（同济大学） ； Nanjing University（南京大学） ； University of Wollongong（沃林根大学） ； Shanghai Jiao Tong University（上海交通大学） ； University of Wisconsin-Madison（威斯康星大学麦迪逊分校） 纠错

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

AI总结 本文综述了在数据稀缺条件下大型语言模型强化学习的挑战与解决方案，提出三级框架，梳理现有方法并分析其优劣，为高效强化学习提供理论基础。

Comments Accepted to ACL 2026 (Main Conference)

Abstain-R1: Calibrated Abstention and Post-Refusal Clarification via Verifiable RL

Abstain-R1: 通过可验证的强化学习实现校准的回避与拒绝后澄清

Skylar Zhai, Jingcheng Liang, Dongyeop Kang

机构 * University of Minnesota（明尼苏达大学） 纠错

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

AI总结 本文提出Abstain-R1模型，通过可验证的强化学习奖励机制，提升模型在无法回答查询时的回避与澄清能力，同时保持对可回答查询的性能。

Comments Accepted at ACL 2026

Oblivion: Self-Adaptive Agentic Memory Control through Decay-Driven Activation

遗忘：通过衰减驱动的激活实现自适应的代理记忆控制

Ashish Rana, Chia-Chien Hung, Qumeng Sun, Julian Martin Kunkel, Carolin Lawrence

机构 * NEC Laboratories Europe（NEC欧洲实验室） ； GWDG, Georg-August-Universität Göttingen（GWDG与哥廷根亚利桑德罗大学） 纠错

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

AI总结 Oblivion通过衰减驱动的激活机制实现自适应的记忆控制，平衡学习与遗忘，提升LLM代理推理效果。

Comments 30 pages, 6 figures, and 17 tables. The source code is available at https://github.com/nec-research/oblivion

Stop Tracking Me! Proactive Defense Against Attribute Inference Attack in LLMs

别跟踪我！对抗大语言模型中属性推断攻击的主动防御

Dong Yan, Jian Liang, Ran He, Tieniu Tan

机构 * School of Artificial Intelligence, University of Chinese Academy of Sciences（中国科学院大学人工智能学院） ； NLPR & MAIS, Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） 纠错

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

AI总结 本文提出TRACE-RPS框架，通过细粒度匿名化和推断阻止优化，有效降低大语言模型中属性推断准确性，实现隐私保护与模型效用的平衡。

Comments Accepted at ICLR 2026

Dissecting AI Trading: Behavioral Finance and Market Bubbles

解析人工智能交易：行为金融与市场泡沫

Shumiao Ouyang, Pengfei Sui

机构 * Saïd Business School, University of Oxford（牛津大学said商学院） ； School of Management and Economics, The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）管理学院） 纠错

专题命中 其他推理 ：reasoning(abstract)；分类 cs.AI

AI总结 本文研究AI代理在实验资产市场中的预期形成与交易行为，发现AI代理表现出经典行为模式，并通过分析其推理文本展示针对性提示干预对市场泡沫的影响。

CAARL: In-Context Learning for Interpretable Co-Evolving Time Series Forecasting

CAARL：基于上下文的学习用于可解释的共演时间序列预测

Etienne Tajeuna, Patrick Asante Owusu, Armelle Brun, Shengrui Wang

机构 * Georgia Institute of Technology（佐治亚理工学院） ； Anonymous University（匿名大学） 纠错

专题命中 其他推理 ：reasoning(abstract)；分类 cs.LG

AI总结 本文提出CAARL方法，通过分解时间序列为自回归段并构建时序依赖图，利用LLM处理生成可解释的预测路径，实验证明其在真实数据集上的有效性。

Comments Double-columned, 8 pages, 4 figures

Generalization Boundaries of Fine-Tuned Small Language Models for Graph Structural Inference

微调小语言模型在图结构推断中的泛化边界

Michal Podstawski

机构 * NASK National Research Institute（NASK国家研究院） 纠错

专题命中 其他推理 ：reasoning(abstract)；分类 cs.LG

AI总结 研究微调小语言模型在图结构推断中的泛化能力，通过图大小和图族分布两个维度评估其在超出训练条件时的表现，揭示模型在不同架构下的退化特征。

SpiralFormer: Looped Transformers Can Learn Hierarchical Dependencies via Multi-Resolution Recursion

SpiralFormer：通过多分辨率递归学习层次依赖的循环Transformer

Chengting Yu, Xiaobo Shu, Yadao Wang, Yizhen Zhang, Haoyi Wu, You Wu, Rujiao Long, Ziheng Chen, Yuchi Xu, Wenbo Su, Bo Zheng

机构 * Alibaba Group（阿里巴巴集团） ； Zhejiang University（浙江大学） ； ShanghaiTech University（上海科技大学） 纠错

专题命中 其他推理 ：reasoning(abstract)；分类 cs.LG

AI总结 SpiralFormer通过多分辨率递归机制提升循环Transformer的参数和计算效率，实验证明其在不同模型规模下均优于传统递归和非递归基线。

Query-Efficient Agentic Graph Extraction Attacks on GraphRAG Systems

高效查询的代理图提取攻击对GraphRAG系统

Shuhua Yang, Jiahao Zhang, Yilong Wang, Dongwon Lee, Suhang Wang

机构 * The Pennsylvania State University（宾夕法尼亚州立大学） 纠错

专题命中 其他推理 ：reasoning(abstract)；分类 cs.AI

AI总结 本文提出AGEA框架，通过引导探索与利用策略、外部图记忆模块和两阶段图提取流程，高效恢复GraphRAG系统的隐藏图结构，在医疗、农业和文学数据集上表现优异。

Comments To be published in ACL Main 2026

Scaling Beyond Context: A Survey of Multimodal Retrieval-Augmented Generation for Document Understanding

超越上下文的规模：文档理解的多模态检索增强生成综述

Sensen Gao, Shanshan Zhao, Xu Jiang, Lunhao Duan, Yong Xien Chng, Qing-Guo Chen, Weihua Luo, Kaifu Zhang, Jia-Wang Bian, Mingming Gong

机构 * MBZUAI ； Alibaba Group（阿里巴巴集团） ； Tsinghua University（清华大学） ； Wuhan University（武汉大学） ； Nanyang Technological University（南洋理工大学） ； University of Melbourne（墨尔本大学） 纠错

专题命中 其他推理 ：reasoning(abstract)；分类 cs.CL

AI总结 本文综述了多模态检索增强生成在文档理解中的应用，提出基于领域、检索模态和粒度的分类体系，总结了关键数据集、基准测试和行业应用，指出了效率、细粒度表示和鲁棒性等挑战。

Comments Accepted by ACL2026 Main Conference; Project is available at https://github.com/SensenGao/Multimodal-RAG-Survey-For-Document

Emergent Misalignment via In-Context Learning: Narrow in-context examples can produce broadly misaligned LLMs

通过上下文学习产生涌现偏差：狭窄的上下文示例可以产生广泛偏差的LLM

Nikita Afonin, Nikita Andriianov, Vahagn Hovhannisyan, Nikhil Bageshpura, Kyle Liu, Kevin Zhu, Sunishchal Dev, Ashwinee Panda, Oleg Rogov, Elena Tutubalina, Alexander Panchenko, Mikhail Seleznyov

机构 * AIRI ； MTUCI ； Algoverse AI Research ； Skoltech ； Yandex School of Data Analysis ； MSU ； ISP RAS Research Center for Trusted Artificial Intelligence ； Yerevan State University 纠错

专题命中 其他推理 ：reasoning(abstract)；分类 cs.CL

AI总结 研究发现，狭窄的上下文示例通过上下文学习可导致LLM产生广泛偏差，揭示了上下文学习在涌现偏差中的重要作用，且规模扩大或显式推理无法有效缓解。

Test-Time Reasoners Are Strategic Multiple-Choice Test-Takers

测试时推理器是战略性的多选题答题者

Nishant Balepur, Atrey Desai, Rachel Rudinger

机构 * University of Maryland（马里兰大学） ； New York University（纽约大学） 纠错

专题命中 其他推理 ：reasoning(abstract)；分类 cs.CL

AI总结 本文研究了测试时推理器在多选题回答中的策略性表现，发现其在全输入和仅选项输入下均能提升准确性，挑战了部分输入成功总是缺陷的观点。

Comments ACL 2026

SkillGraph: Self-Evolving Multi-Agent Collaboration with Multimodal Graph Topology

SkillGraph: 基于多模态图拓扑的自进化多智能体协作

Zheng Nie, Ruolin Shen, Xinlei Yu, Bo Yin, Jiangning Zhang, Xiaobin Hu

机构 * National University of Singapore, Singapore（新加坡国立大学） ； Technical University of Munich, Munich, Germany（慕尼黑技术大学） ； Zhejiang University, China（浙江大学） 纠错

专题命中 其他推理 ：reasoning(abstract)；分类 cs.AI

AI总结 SkillGraph通过联合进化智能体能力与通信拓扑，解决视觉多智能体系统中固定拓扑和静态推理能力的问题，提升协作效率。

Are Emotion and Rhetoric Neurons in LLM? Neuron Recognition and Adaptive Masking for Emotion-Rhetoric Prediction Steering

LLM中是否存在情绪与修辞神经元？神经元识别与自适应遮蔽用于情绪-修辞预测引导

Li Zheng, Xin Zhang, Shuyi He, Fei Li, Chong Teng, Jiangming Yang, Donghong Ji, Zhuang Li

机构 * Key Laboratory of Aerospace Information Security and Trusted Computing, Ministry of Education, School of Cyber Science and Engineering, Wuhan University（航空信息安全与可信计算 key laboratory，教育部，武汉大学计算机科学与工程学院） 纠错

专题命中 其他推理 ：reasoning(abstract)；分类 cs.CL

AI总结 本文研究LLM中情绪与修辞神经元的表示机制及内在关联，提出神经元识别框架与自适应遮蔽方法，实现神经元功能的可靠验证，通过神经元调控提升情绪任务与修辞表达的精细控制。

Comments Accepted by ACL 2026

Enhancing Zero-shot Personalized Image Aesthetics Assessment with Profile-aware Multimodal LLM

通过基于资料的多模态大语言模型增强零样本个性化图像审美评估

Chun Wang, Chenfeng Wei, Chenyang Liu, Weihong Deng

机构 * Mashang Consumer Finance Co., Ltd.（马莎消费金融有限公司） ； Xi'an Jiaotong-Liverpool University（西安交通大学利物浦大学） ； Beijing University of Posts and Telecommunications（北京邮电大学） 纠错

专题命中 其他推理 ：reasoning(abstract)；分类 cs.AI

AI总结 本文提出P-MLLM，通过用户资料引导的多模态大语言模型实现零样本个性化图像审美评估，实验表明其在无历史数据情况下表现优异。

Continual Safety Alignment via Gradient-Based Sample Selection

通过基于梯度的样本选择实现持续的安全对齐

Thong Bach, Dung Nguyen, Thao Minh Le, Truyen Tran

机构 * Applied Artificial Intelligence Initiative (A2I2)（应用人工智能倡议（A2I2）） ； Deakin University（德肯大学） ； Pennsylvania State University（宾夕法尼亚州立大学） 纠错

专题命中 其他推理 ：reasoning(abstract)；分类 cs.LG

AI总结 本文研究了通过数据视角分析导致对齐漂移的训练样本，提出基于梯度的样本选择方法，在微调过程中过滤高梯度样本，提升安全对齐保持能力，同时保持任务性能，无需人工筛选安全数据或修改架构。

Comments 18 pages

Journal ref ACL 2026 (Findings)