大模型推理能力

DiffCoT: Diffusion-styled Chain-of-Thought Reasoning in LLMs

DiffCoT：在大语言模型中采用扩散风格的推理链推理

Shidong Cao, Hongzhan Lin, Yuxuan Gu, Ziyang Luo, Jing Ma

机构 * Hong Kong Baptist University（香港 Baptist 大学） ； Harbin Institute of Technology（哈尔滨工业大学） 纠错

专题命中 复杂问题求解 ：chain-of-thought(title,abstract)；reasoning(title,abstract)；CoT(abstract,abstract_cn)；分类 cs.CL

AI总结 DiffCoT通过扩散风格的推理链框架，改进了大语言模型在多步数学问题解决中的鲁棒性和错误纠正能力，通过迭代去噪过程实现中间步骤的统一生成与回顾性修正。

Comments DiffCoT improves multi-step LLM reasoning by applying diffusion-based iterative denoising to correct intermediate Chain-of-Thought steps

Journal ref The 64th Annual Meeting of the Association for Computational Linguistics 2026

Generating Findings for Jaw Cysts in Dental Panoramic Radiographs Using a GPT-Based VLM: A Preliminary Study on Building a Two-Stage Self-Correction Loop with Structured Output (SLSO) Framework

利用基于GPT的视觉语言模型生成牙槽囊肿的诊断发现：一种构建具有结构化输出（SLSO）框架的两阶段自校正循环的初步研究

Nanaka Hosokawa, Ryo Takahashi, Tomoya Kitano, Yukihiro Iida, Chisako Muramatsu, Tatsuro Hayashi, Yuta Seino, Xiangrong Zhou, Takeshi Hara, Akitoshi Katsumata, Hiroshi Fujita

专题命中 复杂问题求解 ：self-correction(title,abstract)；CoT(abstract,abstract_cn)；chain-of-thought(abstract)；分类 cs.AI

AI总结 本文提出SLSO框架，通过整合图像分析、结构化数据生成等步骤，提升牙槽囊肿的AI诊断准确性。实验显示SLSO在牙数识别、牙移动检测等方面优于传统方法，但对多牙病变的识别仍有局限。

Comments Revised manuscript; supplementary materials added. Published in Diagnostics

Journal ref Diagnostics 2026, 16, 1096

PLUME: Latent Reasoning Based Universal Multimodal Embedding

PLUME：基于潜在推理的通用多模态嵌入

Chenwei He, Xiangzhao Hao, Tianyu Yang, Yuxiang Ma, Yuheng Jia, Lingxiang Wu, Chaoyang Zhao, Haiyun Guo, Jinqiao Wang

机构 * Southeast University（东南大学） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； University of Chinese Academy of Sciences（中国科学院大学） 纠错

专题命中 复杂问题求解 ：reasoning(title,abstract)；CoT(abstract,abstract_cn)；chain-of-thought(abstract)

AI总结 PLUME通过引入潜在推理框架改进通用多模态嵌入，用连续潜在状态的自回归滚动替代显式推理链，减少推理开销并提升效率，优于传统显式推理方法。

ImpRIF: Stronger Implicit Reasoning Leads to Better Complex Instruction Following

ImpRIF：更强的隐式推理导致更好的复杂指令遵循

Yuancheng Yang, Lin Yang, Xu Wang, Chao Tong, Haihua Yang

机构 * ByteDance China（字节跳动中国） ； School of Computer Science and Engineering, Beihang University（北京航空航天大学计算机科学与工程学院） ； State Key Laboratory of Virtual Reality Technology and Systems, Beihang University（北京航空航天大学虚拟现实技术与系统国家重点实验室） 纠错

专题命中 复杂问题求解 ：reasoning(title,abstract)；chain-of-thought(abstract)；分类 cs.CL、cs.AI

AI总结 本文提出ImpRIF方法，通过构建可验证推理图提升大语言模型对隐式推理指令的理解，从而增强复杂指令遵循能力，在五个基准测试中表现优异。

Comments Accepted at ACL 2026 Main Conference

The Illusion of Insight in Reasoning Models

推理模型中的“顿悟”幻觉

Liv G. d'Aliberti, Manoel Horta Ribeiro

机构 * Princeton University（普林斯顿大学） 纠错

专题命中 复杂问题求解 ：reasoning(title,abstract)；self-correction(abstract)；分类 cs.CL、cs.AI

AI总结 研究探讨推理模型在推理过程中是否出现突然的顿悟现象，发现此类现象罕见且不提升准确性，但高不确定性下人工触发可提高性能。

ReCoQA: A Benchmark for Tool-Augmented and Multi-Step Reasoning in Real Estate Question and Answering

ReCoQA：一个用于房地产问答中工具增强和多步骤推理的基准

Yindong Zhang, Wenmian Yang, Yiquan Zhang, Weijia Jia

机构 * Hong Kong Baptist University（香港 Baptist大学） ； Beijing Normal-Hong Kong Baptist University（北京师范大学-香港 Baptist大学） ； Beijing Normal University（北京师范大学） 纠错

专题命中 复杂问题求解 ：reasoning(title,abstract)；planning(abstract)；分类 cs.CL

AI总结 本文提出ReCoQA基准，包含29270个房地产实例，通过机器可验证的监督提升多步骤推理能力，并提出HIRE-Agent框架作为强基线，验证了层级协作在复杂现实任务中的必要性。

Comments Accepted by ACL 2026

QU-NLP at QIAS 2026: Multi-Stage QLoRA Fine-Tuning for Arabic Islamic Inheritance Reasoning

QU-NLP在QIAS 2026中的表现：针对阿拉伯伊斯兰继承推理的多阶段QLoRA微调

Mohammad AL-Smadi

机构 * Qatar University（卡塔尔大学） 纠错

专题命中 复杂问题求解 ：reasoning(title,abstract)；分类 cs.CL

AI总结 本文提出通过多阶段QLoRA微调策略提升阿拉伯伊斯兰继承推理能力，利用领域适应和任务特定训练，在低资源下实现高精度推理。

Comments Accepted for publication, The 7th Workshop on Open-Source Arabic Corpora and Processing Tools, LREC26 conference

How Much Cache Does Reasoning Need? Depth-Cache Tradeoffs in KV-Compressed Transformers

推理需要多少缓存？KV压缩变换器中的深度-缓存权衡

Xiao Wang

机构 * FujianAI（福建AI） 纠错

专题命中 复杂问题求解 ：reasoning(title,abstract)；分类 cs.AI、cs.LG

AI总结 研究通过k步指针追逐分析KV缓存压缩对多步推理的影响，揭示了深度与缓存大小的理论界限及带宽限制，同时比较了自适应与非自适应缓存的误差缩放差异。

PiERN: Token-Level Routing for Integrating High-Precision Computation and Reasoning

PiERN：基于令牌级别的路由以整合高精度计算与推理

Hengbo Xiao, Jingyuan Fan, Xin Tong, Jingzhao Zhang, Chao Lu, Guannan He

机构 * Peking University（北京大学） ； Peking University Changsha Institute for Computing and Digital Economy（北京大学长沙计算与数字经济研究院） ； Beihang University（北京航空航天大学） ； Tsinghua University（清华大学） 纠错

专题命中 复杂问题求解 ：reasoning(title,abstract)；分类 cs.CL、cs.LG

AI总结 PiERN通过内生整合计算能力，提升语言模型在复杂系统中的精度与效率，实现高准确性、低延迟和可扩展性。

OpenVLThinkerV2: A Generalist Multimodal Reasoning Model for Multi-domain Visual Tasks

OpenVLThinkerV2: 一个多领域视觉任务的通用多模态推理模型

Wenbo Hu, Xin Chen, Yan Gao-Tian, Yihe Deng, Nanyun Peng, Kai-Wei Chang

机构 * University of California, Los Angeles (UCLA)（加州大学洛杉矶分校） 纠错

专题命中 复杂问题求解 ：reasoning(title,abstract)；分类 cs.CL、cs.AI

AI总结 本文提出G$^2$RPO训练目标，通过非线性分布匹配解决多视觉任务中的奖励拓扑差异和感知与推理平衡问题，构建了鲁棒的OpenVLThinkerV2模型，在18个基准测试中表现优异。

Comments code at: https://github.com/uclanlp/openvlthinker

PestVL-Net: Enabling Multimodal Pest Learning via Fine-grained Vision-Language Interaction

PestVL-Net: 通过细粒度视觉-语言交互实现多模态害虫学习

Xueheng Li, Tao Hu, Ke Cao, Runsheng Qi, Huixin Zhang, Rui Li, Jie Zhang, Chengjun Xie

机构 * Institute of Intelligent Machines, Hefei Institutes of Physical Science, Chinese Academy of Sciences（智能机器研究所，合肥物理科学研究院，中国科学院） ； University of Science and Technology of China（中国科学技术大学） ； Zhongke Hefei Institute of Technology Innovation Engineering（中科合肥技术创新工程研究院） 纠错

专题命中 复杂问题求解 ：CoT(abstract,abstract_cn)；reasoning(abstract)；chain-of-thought(abstract)

AI总结 本文提出PestVL-Net框架，结合视觉与语言模型，解决细粒度害虫识别难题，通过RWKV架构和多模态大语言模型实现高效害虫学习。

Comments 10 pages, 7 figures

Beyond Meta-Reasoning: Metacognitive Consolidation for Self-Improving LLM Reasoning

超越元推理：面向自我改进大语言模型推理的元认知巩固

Ziqing Zhuang, Linhai Zhang, Jiasheng Si, Deyu Zhou, Yulan He

机构 * Southeast University（东南大学） ； King’s College London（伦敦国王学院） ； The Alan Turing Institute（艾伦·图灵研究所） ； Qilu University of Technology (Shandong Academy of Sciences)（齐鲁工业大学（山东科学院）） 纠错

专题命中 复杂问题求解 ：reasoning(title,abstract)；分类 cs.AI

AI总结 本文提出元认知巩固框架，通过整合历史推理经验提升未来元推理能力，实验显示性能随经验积累而提升。

Efficient Test-Time Scaling via Temporal Reasoning Aggregation

通过时间推理聚合实现高效的测试时扩展

Jiakun Li, Xingwei He, Kefan Li, Hongzheng Chai, Hongyue Yu, Yuan Yuan

机构 * School of Computer Science and Engineering, Beihang University（北航计算机科学与工程学院） ； Qingdao Research Institute, Beihang University（北航青岛研究院） ； Hangzhou Innovation Institute, Beihang University（北航杭州创新研究院） 纠错

专题命中 复杂问题求解 ：reasoning(title,abstract)；分类 cs.AI

AI总结 本文提出TRACE框架，通过时间聚合多步骤证据实现高效测试时扩展，减少推理token使用25-30%，保持准确性，优于现有动态推理方法。

Comments Accepted to Findings of the 64th Annual Meeting of the Association for Computational Linguistics (ACL 2026)

VideoThinker: Building Agentic VideoLLMs with LLM-Guided Tool Reasoning

VideoThinker：构建具有LLM引导工具推理的智能视频大语言模型

Chenglin Li, Qianglong Chen, Feng Han, Yikun Wang, Xingxi Yin, Yan Gong, Ruilin Li, Yin Zhang, Jiaqi Wang

机构 * Zhejiang University（浙江大学） ； Fudan University（复旦大学） ； Wuhan University（武汉大学） ； Shanghai AI Lab（上海人工智能实验室） ； Shanghai Innovation Institute（上海创新研究院） 纠错

专题命中 复杂问题求解 ：reasoning(title,abstract)；分类 cs.AI

AI总结 VideoThinker通过合成工具交互轨迹构建大规模视频与工具推理数据集，提升长视频理解能力，优于传统语言模型和视频模型基线。

AutoRubric: Rubric-Based Generative Rewards for Faithful Multimodal Reasoning

AutoRubric: 基于评分标准的生成奖励用于忠实的多模态推理

Mengzhao Jia, Zhihan Zhang, Ignacio Cases, Zheyuan Liu, Meng Jiang, Peng Qi

机构 * University of Notre Dame（内布拉斯加大学） ； Uniphore 纠错

专题命中 复杂问题求解 ：reasoning(title,abstract)；分类 cs.CL

AI总结 AutoRubric通过整合可验证奖励学习与过程级监督，利用自动收集的评分标准生成奖励，实现多模态推理的高保真性能。

How Should We Enhance the Safety of Large Reasoning Models: An Empirical Study

如何增强大推理模型的安全性：一项实证研究

Zhexin Zhang, Xian Qi Loye, Victor Shea-Jay Huang, Junxiao Yang, Qi Zhu, Shiyao Cui, Fei Mi, Lifeng Shang, Yingkang Wang, Hongning Wang, Minlie Huang

机构 * The Conversational AI (CoAI) group, DCST, Tsinghua University（清华大学对话人工智能（CoAI）小组，DCST，清华大学） ； Huawei Noah’s Ark Lab（华为诺亚实验室） 纠错

专题命中 复杂问题求解 ：reasoning(title,abstract)；分类 cs.CL

AI总结 本文通过监督微调探讨如何提升大推理模型的安全性，发现直接蒸馏安全响应无效，但针对性处理危险模式可显著提升安全性，且短或模板化推理过程同样有效。

Comments ACL 2026 Main Conference

Playing Psychic: Using Thought Trees to Predict Reasoning Models Accuracy on Coding Tasks

读心术：利用思维树预测推理模型在编码任务上的准确性

Jiaxin Fang, Runyuan He, Sahil Bhatia, Neel Gajare, Alvin Cheung

机构 * University of California, Berkeley（加州大学伯克利分校） 纠错

专题命中 复杂问题求解 ：reasoning(title,abstract)；分类 cs.AI

AI总结 本文通过系统研究前沿推理模型在真实世界编码基准上的表现，提出利用结构化思维树来表示推理轨迹，并通过轻量级分类器预测轨迹正确性，从而提升编码任务的准确性。

OASIS: On-Demand Hierarchical Event Memory for Streaming Video Reasoning

OASIS：按需分层事件记忆用于流媒体视频推理

Zhijia Liang, Jiaming Li, Weikai Chen, Yanhao Zhang, Haonan Lu, Guanbin Li

机构 * Sun Yat-sen University（中山大学） ； OPPO AI Center（OPPO人工智能中心） ； Shenzhen Loop Area Institute（深圳河套学院） ； Guangdong Key Laboratory of Big Data Analysis and Processing（广东大数据分析与处理重点实验室） 纠错

专题命中 复杂问题求解 ：reasoning(title,abstract)

AI总结 OASIS通过结构化按需检索解决流媒体视频推理中记忆检索的挑战，提升长周期准确性和组合推理能力。

Comments Accepted by CVPR 2026

MASPO: Unifying Gradient Utilization, Probability Mass, and Signal Reliability for Robust and Sample-Efficient LLM Reasoning

MASPO：统一梯度利用、概率质量与信号可靠性以实现鲁棒且样本高效的LLM推理

Xiaoliang Fu, Jiaye Lin, Yangyi Fang, Binbin Zheng, Chaowen Hu, Zekai Shao, Cong Qin, Lu Pan, Ke Zeng, Xunliang Cai

机构 * Meituan（美团） ； Fudan University（复旦大学） ； Tsinghua University（清华大学） ； University of Science and Technology of China（中国科学技术大学） ； Peking University（北京大学） 纠错

专题命中 复杂问题求解 ：reasoning(title)；分类 cs.AI、cs.LG

AI总结 MASPO通过统一框架解决RLVR方法中梯度利用低效、概率质量不敏感和信号可靠性不对称的问题，提升LLM推理的鲁棒性和样本效率。

ReflexiCoder: Teaching Large Language Models to Self-Reflect on Generated Code and Self-Correct It via Reinforcement Learning

ReflexiCoder：通过强化学习教大语言模型自我反思和自我纠正生成的代码

Juyong Jiang, Jiasi Shen, Sunghun Kim, Kang Min Yoo, Jeonghoon Kim, Sungju Kim

机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； The Hong Kong University of Science and Technology（香港科技大学） ； Amazon AGI（亚马逊人工智慧实验室） ； NAVER Cloud（NAVER云） 纠错

专题命中 复杂问题求解 ：reasoning(abstract)；self-correction(abstract)；分类 cs.CL、cs.LG

AI总结 本文提出ReflexiCoder，一种基于强化学习的框架，使大语言模型在推理过程中自我反思和纠正代码，通过细粒度奖励函数优化整个反思-纠正过程，实现无需外部反馈的自我调试能力，实验表明其在多个基准测试中表现优异，且在推理效率上更高效。

Small Model as Master Orchestrator: Learning Unified Agent-Tool Orchestration with Parallel Subtask Decomposition

小模型作为主指挥者：通过并行子任务分解学习统一的智能体-工具协调

Wenzhen Yuan, Wutao Xiong, Fanchen Yu, Shengji Tang, Ting Liu, Tao Chen, Peng Ye, Yuzhuo Fu, Wanli Ouyang, Lei Bai

机构 * Shanghai Jiao Tong University（上海交通大学） ； Fudan University（复旦大学） ； Shanghai AI Lab（上海人工智能实验室） ； Sichuan University（四川大学） ； The Chinese University of Hong Kong（香港中文大学） 纠错

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Agent-as-Tool框架，通过并行子任务分解和状态反馈提升多智能体系统协调效率，ParaManager在多个基准测试中表现出色。

VeriGraphi: A Multi-Agent Framework of Hierarchical RTL Generation for Large Hardware Designs

VeriGraphi：一种用于大规模硬件设计的分层RTL生成多智能体框架

Sazzadul Islam, Tasnim Tabassum, Hao Zheng

机构 * Dept. of Computer Science \& Eng. University of South Florida Tampa, Florida, United States 纠错

专题命中 复杂问题求解 ：reasoning(abstract)；分类 cs.AI、cs.LG

AI总结 VeriGraphi通过构建基于规范的图谱，解决LLM在生成分层RTL时的结构失真问题，实现可靠生成并保持功能正确性。

Comments 9 pages, 2 figures, Case studies, v2

Improving Speech Recognition of Named Entities in Classroom Speech with LLM Revision and Phonetic-Semantic Context

通过LLM修订和音义上下文提高课堂语音中命名实体的语音识别

Viet Anh Trinh, Xinlu He, Jacob Whitehill

专题命中 复杂问题求解 ：reasoning(abstract)；分类 cs.CL、cs.AI

AI总结 本文提出利用LLM修订和音义上下文提升课堂语音中命名实体的识别准确率，通过MIT课程数据集验证，实现30%的WER降低。

Learning to Seek Help: Dynamic Collaboration Between Small and Large Language Models

学习寻求帮助：小语言模型与大语言模型之间的动态协作

Hang Zeng, Xiangyu Liu, Yong Hu, Chaoyue Niu, Jiarui Zhang, Shaojie Tang, Fan Wu, Guihai Chen

机构 * Shanghai Jiao Tong University, Shanghai, China（上海交通大学） ； WeChat Tencent, Beijing, China（微信腾讯） ； State University of New York at Buffalo, New York, United States（纽约州立大学布法罗分校） 纠错

专题命中 复杂问题求解 ：reasoning(abstract)；分类 cs.CL

AI总结 本文提出动态协作框架，使小模型主动请求大模型进行多步推理，大模型提供适应性反馈，通过系统研究协作策略受模型能力与效率隐私约束的影响，实验表明动态策略优于静态流程和独立推理，并能稳健迁移至未见的大模型。

Comments 8 content pages

Instinct vs. Reflection: Unifying Token and Verbalized Confidence in Multimodal Large Models

本能与反思：统一令牌和 verbalized 自信在多模态大模型中

Yunkai Dang, Yifan Jiang, Yizhu Jiang, Anqi Chen, Wenbin Li, Yang Gao

机构 * School of Artificial Intelligence, Nanjing University（南京大学人工智能学院） 纠错

专题命中 复杂问题求解 ：reasoning(abstract)；分类 cs.AI

AI总结 本文研究多模态大模型响应自信估计的本能-反思不一致问题，提出融合框架和均值对齐方法，提升校准和失败预测性能。

DynaFix: Iterative Automated Program Repair Driven by Execution-Level Dynamic Information

DynaFix：基于执行级动态信息的迭代自动程序修复

Zhili Huang, Ling Xu, Chao Liu, Weifeng Sun, Xu Zhang, Yan Lei, Meng Yan, Hongyu Zhang

机构 * Chongqing University（重庆大学） 纠错

专题命中 复杂问题求解 ：reasoning(abstract)；分类 cs.AI

AI总结 DynaFix通过迭代利用运行时动态信息改进程序修复，利用变量状态、控制流路径和调用栈等结构化提示引导LLM生成候选补丁，有效提升修复效率和准确性。

Comments 30 pages, 11 figures, preprint version

QRAFTI: An Agentic Framework for Empirical Research in Quantitative Finance

QRAFTI：量化金融领域实证研究的代理框架

Terence Lim, Kumar Muthuraman, Michael Sury

专题命中 复杂问题求解 ：planning(abstract)

AI总结 QRAFTI框架通过整合面板数据研究工具与MCP服务器，支持对大规模金融面板数据进行因子研究，可复现已有因子、测试新信号并生成标准化报告。

Figures as Interfaces: Toward LLM-Native Artifacts for Scientific Discovery

图表作为接口：迈向面向大语言模型的科学发现原生图件

Yifang Wang, Rui Sheng, Erzhuo Shao, Yifan Qian, Haotian Li, Nan Cao, Dashun Wang

专题命中 复杂问题求解 ：reasoning(abstract)

AI总结 本文提出LLM原生图件概念，通过融合语言-视觉接口，实现数据驱动的可解释图件，提升科学发现的可重复性和透明性。