AI 大模型
大模型数学、逻辑、规划、多步推理和测试时计算能力。
SAGE-32B：通过迭代蒸馏实现代理推理
机构 * SAGEA ； Tribhuwan University（特里布文大学） ； Vedas College（韦达学院） ； Madan Bhandari Memorial College（马丹·班达里纪念学院） ； Fudan University（复旦大学） ； ETH Zurich（苏黎世联邦理工学院）
专题命中 数学推理 ：reasoning(title,abstract)；planning(abstract)；分类 cs.CL、cs.AI、cs.LG
AI总结 SAGE-32B是一种专注于代理推理和长期规划的320亿参数语言模型，通过迭代蒸馏提升推理能力，在代理推理基准测试中表现出色。
Comments 23 Pages, 3 figures, 4 tables
Agent-GWO: 为大型语言模型的动态提示优化设计的协作代理
机构 * Kyung Hee University（韩国庆熙大学） ； University of Electronic Science and Technology of China（电子科技大学） ； Nota Inc.（Nota公司） ； Tongji University（同济大学）
专题命中 数学推理 ：CoT(abstract,abstract_cn)；reasoning(abstract)；chain-of-thought(abstract)；分类 cs.AI、cs.LG
AI总结 本文提出Agent-GWO框架，通过统一提示模板和解码超参数作为可继承的代理配置，利用灰狼优化器的领导者-追随者机制，自动选择领导者代理以指导协作更新，提升复杂推理的准确性和稳定性。
Comments Accepted to ACL 2026. 9 pages, 5 figures
三元后缀数字分词方案用于数值推理
机构 * MIPT, Moscow, Russia（莫斯科米进大学）
专题命中 数学推理 ：reasoning(title,abstract)；分类 cs.CL、cs.AI、cs.LG
AI总结 本文提出Triadic Suffix Tokenization方案，通过三元分组和明确的量级标记，解决数字分词不一致问题，提升大语言模型在算术和科学推理中的稳定性与准确性。
Comments v3: Updated to include analysis of N=1 scalability for SLM architectures
少即是多：在大语言模型数学推理中的认知负荷与单提示天花板
机构 * Bytepro AI
专题命中 数学推理 ：reasoning(title,abstract)；分类 cs.CL、cs.LG
AI总结 本文研究了提示工程在形式数学推理中的效果，发现单提示存在性能上限，通过分析发现数学不可判定性、复杂规则系统及提示顺序影响是限制因素，最佳提交在硬性任务中达到79.25%的准确率。
Comments Companion repository: https://github.com/israelcazares/sair-prompt-engineering | Zenodo DOI: 10.5281/zenodo.19598433 | v15: final Contributor Network data (n=52, competition close April 20, 2026)
基于LLM的多模态推理用于视觉语义算术
专题命中 数学推理 ：reasoning(title,abstract)；分类 cs.AI
AI总结 本文提出两种新型任务和IRPD数据集，通过SAri-RFT方法提升大视觉语言模型的跨模态关系推理能力，实现视觉语义算术的突破。
注意（DH）差距！理性推理与对话LLM在风险选择中的对比
机构 * Washington University in St. Louis（华盛顿大学圣路易斯分校）
专题命中 数学推理 ：reasoning(title,abstract)；分类 cs.AI
AI总结 研究通过对比推理模型与对话模型在风险决策中的表现，发现前者更理性，后者更接近人类但受因素影响更大。
OLLM：基于选项的大型语言模型
机构 * Department of Computer Science（计算机科学系） ； University of Bath（巴斯大学） ； Department of Psychology（心理学系）
专题命中 数学推理 ：reasoning(abstract)；math reasoning(abstract)；分类 cs.AI
AI总结 OLLM通过引入学习选项提升语言模型的生成可控性与鲁棒性，利用低维选项空间实现更高效的奖励优化，减少常见对齐问题。
EVPO：用于大语言模型后训练中自适应批评者利用的解释方差策略优化
机构 * Peking University（北京大学） ； Fudan University（复旦大学） ； Shanghai Qiji Zhifeng Co., Ltd.（上海启智科技有限公司） ； Shanghai AI Lab（上海人工智能实验室）
专题命中 数学推理 ：reasoning(abstract)；分类 cs.CL、cs.AI、cs.LG
AI总结 本文提出EVPO，通过监控批量方差并自适应切换基于批评者或批量均值估计，证明在每一步都能达到更小的方差。在四个任务中，EVPO优于PPO和GRPO。
知识蒸馏陷阱与守护：一种用于LLM可蒸馏性的校准调节器
机构 * Generative AI Lab, College of Computing and Data Science（生成人工智能实验室，计算与数据科学学院） ； Nanyang Technological University（南洋理工大学） ； Systems Research Institute of the Polish Academy of Sciences（波兰科学院系统研究所） ； AGH University of Krakow（克拉科夫AGH大学） ； SAN University（SAN大学）
专题命中 数学推理 ：self-correction(abstract)；分类 cs.AI、cs.LG
AI总结 本文分析了知识蒸馏中的陷阱，提出了一种后处理校准方法，通过强化学习微调控制教师模型的可蒸馏性，提升蒸馏效果和模型安全性。
SCATR: 简单校准的测试时间排名
专题命中 数学推理 ：reasoning(abstract)；分类 cs.AI、cs.LG
AI总结 SCATR通过利用基础模型的隐藏表示，从小型校准集学习轻量级评分器，提升了测试时间排名的效率和准确性，在多个基准测试中优于传统方法。
基于推理的LLM自动定理证明方法
专题命中 代码与定理证明 ：reasoning(title,abstract)；planning(abstract)
AI总结 本文提出ReCent-Prover，通过引入反思验证和规划检索技术，提升自动定理证明能力，在CoqStoq基准测试中实现22.58%的定理证明提升。
从证明到程序：刻画大语言模型中的工具诱导推理幻觉
机构 * Megagon Labs（Megagon实验室）
专题命中 代码与定理证明 ：reasoning(title,abstract)；分类 cs.CL
AI总结 研究探讨了工具增强语言模型在使用外部工具时产生的推理幻觉问题，通过PYMATH基准测试发现，尽管工具使用提升了最终答案准确率，但推理过程却愈发不连贯，提出基于偏好优化的框架以改善工具使用下的推理深度。
Comments 19 pages, 5 figures
大语言模型是否在形式化中作弊？评估逻辑推理中的忠实性
机构 * EPFL（苏黎世联邦理工学院）
专题命中 逻辑推理 ：reasoning(title,abstract)；logical reasoning(title,abstract)；分类 cs.CL、cs.AI
AI总结 本文评估了大语言模型在逻辑推理中的忠实性，发现统一生成方法在形式化过程中未表现出系统性作弊行为，但两种阶段流程揭示了两种不同的不忠实性模式。
Comments 25 pages, 4 figures, 22 tables. Published at the VerifAI-2 Workshop, ICLR 2026 (non-archival). Code and data: https://github.com/koreankiwi99/formalization-gaming
发现共享的逻辑子空间：通过自然语言和符号视角的对齐来引导LLM逻辑推理
机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Computer & Information Science and Engineering, University of Florida（佛罗里达大学计算机与信息科学与工程系）
专题命中 逻辑推理 ：reasoning(title,abstract)；logical reasoning(title,abstract)；分类 cs.CL
AI总结 本文提出通过对齐自然语言和符号视角的逻辑子空间来提升LLM的多步逻辑推理能力，通过实验验证该方法在四个基准测试中提升了准确率并具备良好的泛化能力。
Comments Accepted to ACL 2026
从自然语言到可执行的Narsese：一种神经符号基准和管道用于基于NARS的推理
机构 * Temple University（特拉华大学）
专题命中 逻辑推理 ：reasoning(title,summary_cn)；分类 cs.AI
AI总结 本文提出神经符号框架，将自然语言推理问题转换为可执行的形式化表示，结合FOL和Narsese，并引入NARS-Reasoning-v0.1基准，支持符号生成与执行验证，展示可监督适应的潜力。
Comments 14 pages. Submitted to AGI-26
CoDA：通过引导式推理的领域适应实现有效的跨领域知识迁移
机构 * Harbin Institute of Technology, Shenzhen（哈尔滨工业大学（深圳）） ； Pengcheng Laboratory（鹏城实验室）
专题命中 逻辑推理 ：CoT(title,abstract)；reasoning(abstract)；logical reasoning(abstract)；分类 cs.AI
AI总结 针对跨领域知识迁移中领域分布偏移问题，CoDA通过轻量适配器和基于特征的知识蒸馏结合MMD分布匹配，有效对齐源域与目标域的潜在推理表示，提升逻辑推理任务性能。
Comments 12 pages, 6 figures
LePREC：基于结构因素的推理作为分类，以评估法律问题的相关性
机构 * Faculty of Information Technology, Monash University, Australia（墨尔本大学信息技术学院，澳大利亚） ； School of Information Technology, Monash University Malaysia（墨尔本大学马来西亚分校信息学院） ； School of Business, Monash University Malaysia（墨尔本大学马来西亚分校商学院） ； Faculty of Law, Monash University, Australia（墨尔本大学法学院，澳大利亚）
专题命中 逻辑推理 ：reasoning(title,abstract)；分类 cs.CL、cs.AI
AI总结 本文提出LePREC框架，结合神经生成与结构统计推理，提升法律问题识别的精度，实验表明其比先进LLM基线提升30-40%。
Comments Accepted by ACL 2026 Main Conference
Revac：一个社交推理解谜代理
机构 * Department of Computer Science and Engineering（计算机科学与工程系） ； RV College of Engineering（RV 工程学院） ； Department of Information Science and Engineering（信息科学与工程系） ； Department of Artificial Intelligence and Machine Learning（人工智能与机器学习系）
专题命中 逻辑推理 ：reasoning(title,abstract)；分类 cs.AI
AI总结 Revac-8通过整合记忆玩家分析、社交图分析和动态语气选择，解决了社交推理解谜中的不确定性推理与欺骗适应问题，实现了在高风险社交环境中的卓越表现。
验证何时有效？对LLM作为解决方案验证器的深入探讨
机构 * Agentic Learning AI Lab, New York University（代理学习人工智能实验室，纽约大学）
专题命中 逻辑推理 ：reasoning(abstract)；logical reasoning(abstract)；verifier(abstract)；分类 cs.CL
AI总结 研究探讨了在何种条件下验证有效，通过分析37个模型在9个基准测试中的表现，发现跨模型家族验证效果优于自验证，且验证收益随模型相似性增加而降低。
Comments Accepted at ICLR 2026 AI with Recursive Self-Improvement workshop
SAGER：面向推荐代理的自进化用户策略技能
专题命中 逻辑推理 ：reasoning(abstract)；chain-of-thought(abstract)
AI总结 SAGER通过为每个用户分配专用策略技能，实现个性化推荐代理的自进化推理，实验表明其在四个公开基准上达到最优性能，证明个性化推理过程是推荐改进的新来源。
Nexusformer：非线性注意力扩展用于稳定且可继承的Transformer扩展
机构 * The School of Computer Science, China University of Geosciences, 388 Lumo Road, Wuhan, 430074, Hubei, China（中国地质大学（北京）计算机科学学院）
专题命中 逻辑推理 ：reasoning(abstract)；分类 cs.AI、cs.LG
AI总结 Nexusformer通过非线性映射解决传统Transformer扩展中的线性瓶颈，实现无损结构扩展，实验表明其在语言模型和推理任务中以更低的计算成本达到与Tokenformer相当的性能。
所有权危害：AI代理安全的缺失威胁模型
机构 * BlueFocus Communication Group（蓝ocus通信集团） ； Tongji University（同济大学）
专题命中 逻辑推理 ：verifier(abstract)；分类 cs.CL、cs.AI
AI总结 本文提出Owner-Harm威胁模型，旨在解决AI代理对部署者造成伤害的问题，通过实验验证了现有防御体系的不足，并引入SSDG框架提升检测效果。
Comments 15 pages. Companion manuscript on per-decision proof-obligation synthesis (LSVJ-S) in preparation
从逐字到概要：基于语义信息瓶颈的金字塔多模态记忆压缩用于长视界视频智能体
机构 * Tsinghua Shenzhen International Graduate School, Tsinghua University（清华大学深圳国际研究生院，清华大学） ； Harbin Institute of Technology, Shenzhen（哈尔滨工业大学深圳校区） ； Peng Cheng Laboratory（鹏城实验室）
专题命中 逻辑推理 ：reasoning(abstract)；分类 cs.CL、cs.AI
AI总结 本文提出MM-Mem架构，通过金字塔多模态记忆压缩，结合语义信息瓶颈目标，实现长视界视频理解中的高效记忆组织与任务相关信息保留。
Comments Accepted by ACL 2026 Main. 17 pages, 7 figures, 8 tables. TL;DR: We propose MM-Mem, a cognition-inspired, dual-trace hierarchical memory framework for long-horizon video understanding grounded in Fuzzy-Trace Theory. It features adaptive memory compression via the Information Bottleneck and employs an entropy-driven top-down retrieval to access fine-grained details only when necessary
LogosKG：硬件优化的可扩展且可解释的知识图谱检索
机构 * LARK Lab, University of Colorado Anschutz（洛克拉克实验室，科罗拉多大学安施图茨分校） ； University of Colorado Boulder（科罗拉多大学波德分校） ； Loyola University Chicago（芝加哥洛克拉克大学） ； Harvard Medical School（哈佛医学院） ； Boston Children’s Hospital（波士顿儿童医院） ； University of Wisconsin-Madison（威斯康星大学麦迪逊分校）
专题命中 逻辑推理 ：reasoning(abstract)；分类 cs.CL
AI总结 LogosKG通过符号知识图谱和硬件高效操作实现大规模知识图谱的多跳检索，提升效率与可解释性，展示出在生物医学知识与大语言模型推理对齐分析中的应用价值。
Comments Accepted to the ACL 2026 Main Conference. 9 pages
ARGUS：通过数据流不变量指导的代理GPU优化
机构 * CausalFlow Inc.（CausalFlow公司） ； HKUST（香港科技大学） ； Tsinghua University（清华大学） ； Stanford University（斯坦福大学） ； UCAS ； UC Riverside（UC河滨分校）
专题命中 逻辑推理 ：reasoning(abstract)；分类 cs.AI
AI总结 ARGUS通过数据流不变量指导代理生成高效GPU内核，解决传统代理在关键计算任务中的性能不足问题，实现接近人工优化的性能和广泛的任务泛化能力。
人工智能时代的关键思维：基于调查的综述与机器学习洞察
专题命中 逻辑推理 ：reasoning(abstract)
AI总结 本文通过访谈和逻辑推理任务探讨人工智能使用行为与批判性思维表现的关系，发现用户对AI的依赖程度和耐心影响推理能力，表明AI影响因使用方式而异。
Comments 5 Figures, 2 Tables, Submitted to International Conference On Power, Electronics, Communications, Computing, and Intelligent Infrastructure 2026
空间推理：为基于大语言模型的生成下POI推荐启用地理推理
机构 * School Of Software Engineering, Xi’an Jiaotong University（西安交通大学软件工程学院） ； Amap, Alibaba Group（阿里巴巴集团阿地图）
专题命中 规划推理 ：reasoning(title,abstract)；CoT(abstract,abstract_cn)；chain-of-thought(abstract)；分类 cs.AI
AI总结 本文提出ROS框架，通过地理信息作为决策变量提升生成式推荐的地理推理能力，采用分层空间语义ID和三阶段移动链式推理，结合空间引导强化学习，实现跨城市迁移和命中率提升。
WebUncertainty: 双层不确定性驱动的规划与推理用于自主网络代理
机构 * Hefei University of Technology（合肥工业大学） ； Academy of Cyber, CETC Group（中国电子科技集团 Cyber 学院）
专题命中 规划推理 ：reasoning(title,abstract)；planning(title,abstract)；分类 cs.AI
AI总结 本文提出WebUncertainty框架，通过双层不确定性驱动的自适应规划和蒙特卡洛树搜索机制，提升自主网络代理在动态交互和长周期任务中的规划与推理能力。
一种具有结构化推理和反思细化的多智能体框架用于多模态共情响应生成
机构 * School of Information Science and Technology, USTC（信息科学与技术学院，中国科学技术大学）
专题命中 规划推理 ：reasoning(title,abstract)；planning(abstract)
AI总结 本文提出多智能体框架，通过结构化推理和反思细化提升多模态共情响应生成的准确性与情感感知能力，实验表明优于现有方法。
Comments Submitted to ACM Multimetida 2026
构建环境：通过信念-意图共演的认知规划
机构 * Shiyao Sang（桑世尧）
专题命中 规划推理 ：planning(title,abstract)；分类 cs.AI、cs.LG
AI总结 本文提出基于信念-意图共演的认知规划方法，通过MBCWM和TIWM模型实现环境与现实的认知一致性，提升自动驾驶规划性能并展现类人认知行为。
Comments 12 pages, 8 figures. A paradigm shift from reconstructing the world to understanding it: planning through Belief-Intent Co-Evolution
扫码添加微信好友，提出您的宝贵建议 👇
💡 备注请填写：网站反馈