大模型推理能力

Knowledge Vector of Logical Reasoning in Large Language Models

大语言模型中逻辑推理的知识向量

Zixuan Wang, Yuanyuan Lei

机构 * Department of Computer & Information Science and Engineering（计算机与信息科学与工程系） 纠错

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

AI总结 本文研究了大语言模型中演绎、归纳和溯因推理的知识表示，发现其在线性空间中可独立表示，提出互补子空间约束框架以增强其互补性。

Comments Accepted to ACL 2026

PRISM: Probing Reasoning, Instruction, and Source Memory in LLM Hallucinations

PRISM：探究语言模型幻觉中的推理、指令和来源记忆

Yuhe Wu, Guangyu Wang, Yuran Chen, Jiatong Zhang, Yutong Zhang, Yujie Chen, Jiaming Shang, Guang Zhang, Zhuang Liu

机构 * HKUST(GZ)（香港科技大学（广州）） ； NYUSH（纽约大学上海分校） ； DUFE（东华大学） ； CUHK(SZ)（香港城市大学（深圳）） ； CUFE（中国金融学院） 纠错

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

AI总结 PRISM通过四个维度分析语言模型幻觉，提供细粒度诊断评估，揭示不同模型在指令遵循、记忆检索和逻辑推理上的权衡。

Comments Accepted by ACL main conference 2026

Bridging Reasoning and Action: Hybrid LLM-RL Framework for Efficient Cross-Domain Task-Oriented Dialogue

连接推理与行动：一种高效的跨领域任务导向对话混合LLM-RL框架

Yangyang Zhao, Linfan Dai, Li Cai, Bowen Xing, Libo Qin

机构 * School of Computer Science and Technology, Changsha University of Science and Technology（长沙理工大学计算机科学与技术学院） ； School of Computer Science and Engineering, Central South University（中南大学计算机科学与工程学院） ； Institute of Computing and Intelligence, Harbin Institute of Technology, Shenzhen（哈尔滨工业大学（深圳）计算与智能研究院） ； University of Science and Technology Beijing（北京科技大学） ； Text Computing and Cognitive Intelligence MOE Engineering Research Center, Guizhou University（贵州大学文字计算与智能认知MOE工程研究中心） 纠错

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

AI总结 本文提出VLK-RL框架，通过结合LLM生成约束并验证以提升跨领域任务导向对话的推理与行动效率，实验表明其在长周期任务中表现更优。

LegalDrill: Diagnosis-Driven Synthesis for Legal Reasoning in Small Language Models

LegalDrill: 以诊断驱动合成促进小型语言模型中的法律推理

Tianchun Li, Haochen Liu, Vishwa Pardeshi, Xingchen Wang, Tianci Liu, Huijun Zhao, Wei Fan, Jing Gao

机构 * Purdue University（普渡大学） ； Fidelity Investments（富达投资） 纠错

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

AI总结 LegalDrill通过精细提示提取并迭代优化教师模型的推理轨迹，结合自我反思验证选择有效数据，提升小型语言模型的法律推理能力，无需稀缺专家标注。

Comments ACL 2026 Industry Track

Reasoning Hijacking: The Fragility of Reasoning Alignment in Large Language Models

推理劫持：大语言模型中推理对齐的脆弱性

Yuansen Liu, Yixuan Tang, Anthony Kum Hoe Tun

专题命中 逻辑推理 ：reasoning(title,abstract)

AI总结 本文指出现有安全研究忽视了推理对齐的脆弱性，提出新的对抗性提示攻击方法'推理劫持'，通过注入虚假决策标准影响模型推理逻辑，实验表明即使先进模型也易受此类攻击影响。

Comments accepted by ACL 2026

Grounding Before Generalizing: How AI Differs from Humans in Causal Transfer

在泛化之前建立基础：人工智能如何与人类在因果迁移中不同

Liangru Xiang, Yuxi Ma, Zhihao Cao, Yixin Zhu, Song-Chun Zhu

机构 * Department of Automation（清华大学自动化系） ； Institute for Artificial Intelligence（北京大学人工智能研究院） ； School of Psychological and Cognitive Sciences（北京大学心理与认知科学系） ； State Key Laboratory of General Artificial Intelligence（通用人工智能国家重点实验室） ； Beijing Key Laboratory of Behavior and Mental Health（北京行为与心理健康重点实验室） 纠错

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

AI总结 研究探讨了人工智能与人类在因果迁移中的差异，发现AI模型在缺乏环境基础映射时难以高效迁移，而人类能利用先验结构知识。文本条件中AI表现优异，但视觉信息反而降低性能，揭示AI依赖符号处理而非多模态推理。

Position: Logical Soundness is not a Reliable Criterion for Neurosymbolic Fact-Checking with LLMs

位置：逻辑正确性不是LLM神经符号事实核查中的可靠标准

Jason Chan, Robert Gaizauskas, Zhixue Zhao

机构 * School of Computer Science University of Sheffield（计算机科学学院 伦敦大学谢菲尔德分校） 纠错

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

AI总结 本文指出，逻辑正确性无法有效检测误导性声明，提出利用LLM的人类推理倾向来验证神经符号系统中的正式组件输出。

Comments ICLR 2026 Workshop on Logical Reasoning of Large Language Models

Code Broker: A Multi-Agent System for Automated Code Quality Assessment

Code Broker：一个用于自动化代码质量评估的多智能体系统

Samer Attrah

机构 * Independent researcher（独立研究者） ； California, USA（美国加州） 纠错

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

AI总结 Code Broker通过多智能体架构对Python代码进行分析并生成质量评估报告，结合LLM推理与静态分析工具，提升代码审查的效率与准确性。

Comments 8 pages, 1 figure, 2 tables, 28 references

A Multi-Dimensional Audit of Politically Aligned Large Language Models

对政治倾向大型语言模型的多维审计

Lisa Korver, Mohamed Mostagir, Sherief Reda

机构 * Brown University（布朗大学） ； University of Michigan（密歇根大学） ； Ross School of Business（罗斯商学院） 纠错

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

AI总结 本文提出基于哈贝马斯沟通行动理论的多维框架，评估政治倾向语言模型在有效性、公平性、真实性及说服力四方面的表现，揭示大模型在政治角色扮演中更有效但更偏颇的权衡问题。

GoAT-X: A Graph of Auditing Thoughts for Securing Token Transactions in Cross-Chain Contracts

GoAT-X：用于跨链合约中保障令牌交易的安全思想图

Zijun Feng, Yuming Feng, Yu Wang, Weizhe Zhang, Yuhong Nan, Yuang Liu, Zibin Zheng

专题命中 逻辑推理 ：reasoning(abstract)

AI总结 GoAT-X通过系统性原理验证替代启发式模式匹配，构建审计思想图以识别跨链逻辑中的漏洞，实现高召回率和覆盖范围，发现117个真实风险。

EndoGov: A knowledge-governed multi-agent expert system for endometrial cancer risk stratification

EndoGov：一种基于知识的多智能体专家系统用于子宫内膜癌风险分层

Weiye Dai, Liyun Shi, Zanxiang He, Yuling Ma, Mengyuan Lin, Dianxiang Sun, Liming Nie

专题命中 逻辑推理 ：reasoning(abstract)

AI总结 EndoGov通过多智能体系统结合规则治理，实现子宫内膜癌风险分层的指南合规性与高准确性，同时保持竞争性判别能力。

Fagin's Theorem for Semiring Turing Machines

对于半环图灵机的法金定理

Guillermo Badia, Manfred Droste, Thomas Eiter, Rafael Kiesel, Carles Noguera, Erik Paul

专题命中 逻辑推理 ：reasoning(abstract)

AI总结 本文改进了Eiter和Kiesel的SRTM模型，证明了在改进模型下，NP_∞(R)可通过允许谓词解释为半环注释关系的加权存在第二阶逻辑捕捉。

Neuro-Symbolic Control with Large Language Models for Language-Guided Spatial Tasks

基于大语言模型的神经符号控制用于语言引导的空间任务

Momina Liaqat Ali, Muhammad Abid, Muhammad Saqlain, Jose M. Merigo

机构 * Department of Computer Science, Middle Tennessee State University（中田纳西州立大学计算机科学系） ； Department of Mechanical and Aerospace Engineering, University of Tennessee（田纳西大学机械与航空航天工程系） ； School of Computer Science, Faculty of Engineering, and Information Technology, University of Technology Sydney（悉尼技术大学工程与信息技术学院计算机科学系） ； School of Computer Science, Faculty of Engineering and Information Technology, University of Technology Sydney（悉尼技术大学工程与信息技术学院计算机科学系） 纠错

专题命中 逻辑推理 ：reasoning(abstract)

AI总结 本文提出一种神经符号控制框架，结合轻量神经控制器和本地大语言模型，通过符号任务解释与低层运动执行分离，提升空间任务的成功率和效率，实验证明在连续控制中具有更高的稳定性和泛化能力。

Ulterior Motives: Detecting Misaligned Reasoning in Continuous Thought Models

隐秘动机：在连续思维模型中检测不一致的推理

Sharan Ramjee

机构 * Stanford University（斯坦福大学） 纠错

专题命中 规划推理 ：reasoning(title,abstract)；chain-of-thought(abstract)；CoT(abstract)；planning(abstract)

AI总结 本文研究了连续思维模型中如何检测不一致的推理，提出MoralChain基准测试，并通过双触发方法训练模型，揭示了潜在空间中不一致推理的存在及早期规划阶段的安全监控重要性。

Comments 15 pages with 2 figures

Journal ref International Conference on Learning Representations (ICLR) Latent & Implicit Thinking (LIT) Workshop 2026

AgenticCache: Cache-Driven Asynchronous Planning for Embodied AI Agents

AgenticCache: 基于缓存的异步规划用于具身AI代理

Hojoon Kim, Yuheng Wu, Thierry Tambe

机构 * Anonymous Institution, Anonymous City, Anonymous Region, Anonymous Country（匿名机构、匿名城市、匿名地区、匿名国家） 纠错

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

AI总结 本文提出AgenticCache框架，利用缓存重用计划以减少LLM调用，提升任务成功率22%并降低延迟与成本。

Comments Accepted at MLSys 2026

AdapTime: Enabling Adaptive Temporal Reasoning in Large Language Models

AdapTime：在大语言模型中实现自适应时间推理

Yimin Deng, Yejing Wang, Zhenxi Lin, Zichuan Fu, Guoshuai Zhao, Derong Xu, Yefeng Zheng, Xiangyu Zhao, Xian Wu, Li Zhu, Xueming Qian

机构 * Xi’an Jiaotong University（西安交通大学） ； City University of Hong Kong（香港城市大学） ； Tencent Jarvis Lab（腾讯 Jarvis实验室） ； Westlake University（西湖大学） 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AdapTime方法，通过动态执行推理步骤提升大语言模型的时间推理能力，采用重构、重写和复核三步策略，无需外部工具即可增强模型对时间信息的处理能力。

Comments ACL 2026 findings

CODESIM: Multi-Agent Code Generation and Problem Solving through Simulation-Driven Planning and Debugging

CODESIM: 通过仿真驱动的规划与调试进行多智能体代码生成与问题解决

Md. Ashraful Islam, Mohammed Eunus Ali, Md Rizwan Parvez

机构 * Bangladesh University of Engineering and Technology（孟加拉工程与技术大学） ； Qatar Computing Research Institute（卡塔尔计算研究所） 纠错

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

AI总结 CODESIM提出了一种基于仿真的多智能体代码生成框架，通过仿真验证和内部调试提升代码生成能力，在多个基准测试中取得新高成绩。

Comments Accepted in NAACL 2025 Findings

SEARCH-R: Structured Entity-Aware Retrieval with Chain-of-Reasoning Navigator for Multi-hop Question Answering

SEARCH-R: 结构化实体感知检索与推理链导航器用于多跳问答

Yuqing Fu, Yimin Deng, Wanyu Wang, Yuhao Wang, Yejing Wang, Hongshi Liu, Yiqi Wang, Xiao Han, Maolin Wang, Guoshuai Zhao, Yi Chang, Xiangyu Zhao

机构 * City University of Hong Kong（香港城市大学） ； Xi’an Jiaotong University（西安交通大学） ； Zhejiang University of Technology（浙江工业大学） ； Michigan State University（密歇根州立大学） ； Jilin University（吉林大学） 纠错

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

AI总结 SEARCH-R通过结构化实体感知检索与推理链导航器，解决多跳问答中推理路径生成和知识检索的准确性问题，提升多跳问答性能。

Comments ACL2026 findings

WinkTPG: An Execution Framework for Multi-Agent Path Finding Using Temporal Reasoning

WinkTPG: 一个多智能体路径寻找的执行框架，利用时间推理

Jingtian Yan, Stephen F. Smith, Jiaoyang Li

机构 * Robotics Institute, Carnegie Mellon University（卡内基梅隆大学机器人研究所） 纠错

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

AI总结 本文提出WinkTPG框架，通过时间推理优化多智能体路径规划，生成可行的速度配置并提升解决方案质量，实验证明其在高保真物理模拟和真实机器人中的有效性。

From Coarse to Fine: Self-Adaptive Hierarchical Planning for LLM Agents

从粗到细：为LLM代理设计的自适应分层规划

Haoran Tan, Zeyu Zhang, Chen Ma, Tianze Liu, Quanyu Dai, Xu Chen

机构 * Beijing Key Laboratory of Research on Large Models and Intelligent Governance（北京大模型与智能治理重点实验室） ； Engineering Research Center of Next-Generation Intelligent Search and Recommendation, MOE（下一代智能搜索与推荐工程技术研究中心，教育部） ； Gaoling School of Artificial, Renmin University of China（人大北京校区人工智能学院） ； Huawei Noah’s Ark Lab（华为诺亚实验室） 纠错

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

AI总结 本文提出AdaPlan-H，一种自适应分层规划机制，通过逐步细化策略提升复杂任务执行效率，减少过度规划，提供灵活高效的多步骤决策方案。

UpstreamQA: A Modular Framework for Explicit Reasoning on Video Question Answering Tasks

UpstreamQA：一个用于视频问答任务显式推理的模块化框架

Jason Nguyen, Ameet Rao, Alexander Chang, Ishaan Kumar, Erin Tan

机构 * Lincoln North Star High School（林肯北星高中） ； The Charter School of Wilmington（威尔明顿 charter 学校） ； Greenwich High School（格林威治高中） ； Santa Susana High School（圣塔苏娜高中） ； UC Berkeley（伯克利大学） 纠错

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

AI总结 本文提出UpstreamQA框架，通过显式推理模块分离和评估视频推理核心组件，提升视频问答任务的性能和可解释性，但可能在基线性能高时导致性能下降。

ChatR1: Reinforcement Learning for Conversational Reasoning and Retrieval Augmented Question Answering

ChatR1: 基于强化学习的对话推理与检索增强问答

Simon Lupart, Mohammad Aliannejadi, Evangelos Kanoulas

机构 * University of Amsterdam（阿姆斯特丹大学） 纠错

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

AI总结 ChatR1通过强化学习实现对话问答中的推理与检索增强，通过意图感知奖励提升多轮对话性能，优于多个基准数据集。

Comments 18 pages, 9 figures, Main ACL 2026 Proceedings of the 64th Annual Meeting of the Association for Computational Linguistics, July 2--7, 2026, San Diego, California

Green Manufacturing Capacity Planning by Integrating Distributionally Robust Optimization and Generative AI

通过整合分布鲁尼茨优化与生成式人工智能实现绿色制造能力规划

Xin Zhou, Zhengsong Lu, Bo Zeng, Na Geng

专题命中 规划推理 ：planning(title,abstract)

AI总结 本文提出一种多工厂、多产能、多产品的两阶段分布鲁尼茨优化模型，结合数据驱动聚类技术构建不确定性集，并利用生成式人工智能提升计算效率和解的一致性，以应对绿色制造中需求和可再生能源生成的不确定性。

Forecasting Commencing Enrolments Under Data Sparsity: A Zero-Shot Time Series Foundation Models Framework for Higher Education Planning

在数据稀疏条件下预测入学人数：一种用于高等教育规划的零样本时间序列基础模型框架

Jittarin Jetwiriyanon, Teo Susnjak, Surangika Ranathunga

机构 * School of Mathematical and Computational Sciences（数学与计算科学学院） ； Massey University（梅西大学） ； Albany, New Zealand（新西兰奥克兰） 纠错

专题命中 规划推理 ：planning(title)；分类 cs.AI

AI总结 本文探讨零样本时间序列基础模型在数据稀疏情况下对入学人数预测的可行性，通过对比经典方法验证其有效性，并提出可转移的预测协议。

Comments 30 pages, 5 figures, 3 tables

Thinking Like a Clinician: A Cognitive AI Agent for Clinical Diagnosis via Panoramic Profiling and Adversarial Debate

像医生一样思考：一种通过全景分析与对抗辩论的临床诊断认知AI代理

Zhiqi Lv, Duofan Tu, Jun Li, Mingyue Zhao, Heqin Zhu, Wenliang Li, Shaohua Kevin Zhou

机构 * School of Biomedical Engineering, Division of Life Sciences and Medicine, University of Science and Technology of China（中国科学技术大学生物医学工程学院，生命科学与医学系） ； Suzhou Institute for Advanced Research, University of Science and Technology of China（中国科学技术大学苏州市先进研究机构） ； Key Lab of Intelligent Information Processing of Chinese Academy of Sciences (CAS), Institute of Computing Technology, CAS（中国科学院智能信息处理重点实验室，计算技术研究所） ； Jiangsu Provincial Key Laboratory of Multimodal Digital Twin Technology（江苏省多模态数字孪生技术省级重点实验室） ； State Key Laboratory of Precision and Intelligent Chemistry, USTC（国家精密与智能化学重点实验室，中国科学技术大学） 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DxChain框架，通过全景患者基线建立和对抗辩论解决证据冲突，提升临床诊断准确性和逻辑一致性。

Can Compact Language Models Search Like Agents? Distillation-Guided Policy Optimization for Preserving Agentic RAG Capabilities

紧凑语言模型能否像智能体一样搜索？基于知识增强的策略优化以保持智能体RAG能力

Rikuto Kotoge, Mai Nishimura, Jiaxin Ma

机构 * The University of Osaka（大阪大学） ； OMRON SINIC X Corporation（OMRON SINIC X公司） 纠错

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

AI总结 本文提出Distillation-Guided Policy Optimization方法，通过教师示范初始化和持续教师指导，使紧凑模型实现复杂的智能体搜索行为，甚至在某些情况下超越大模型。

Comments Accepted at ACL 2026 Main

Frontier-Eng: Benchmarking Self-Evolving Agents on Real-World Engineering Tasks with Generative Optimization

Frontier-Eng：基于生成优化的现实工程任务中自演化代理的基准测试

Yizhe Chi, Deyao Hong, Dapeng Jiang, Tianwei Luo, Kaisen Yang, Boshi Zhang, Zhe Cao, Xiaoyan Fan, Bingxiang He, Han Hao, Weiyang Jin, Dianqiao Lei, Qingle Liu, Houde Qian, Bowen Wang, Situ Wang, Youjie Zheng, Yifan Zhou, Calvin Xiao, Eren Cai, Qinhuai Na

机构 * Navers Lab（Navers实验室） 纠错

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

AI总结 Frontier-Eng通过工业级模拟器和验证器，评估生成优化中代理在现实工程任务中的表现，发现GPT 5.4表现最稳健，但所有模型仍面临挑战，分析显示改进频率和幅度呈双幂律衰减。

Hindsight Preference Optimization for Financial Time Series Advisory

金融时间序列建议的 hindsight 偏好优化

Yanwei Cui, Guanghui Wang, Xing Zhang, Peiyang He, Ziyuan Li, Bing Zhu, Wei Qiu, Xusheng Wang, Zheng Yu, Anqi Xin

机构 * AWS Generative AI Innovation Center（AWS生成式AI创新中心） ； HSBC Holdings Plc（汇丰控股有限公司） ； HSBC Technology Center China（汇丰技术中心（中国）） 纠错

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

AI总结 本文提出通过回顾性偏好优化方法，利用观测结果生成偏好对，提升语言模型在金融时间序列预测中的建议质量。

Comments Accepted at ICLR 2026 TSALM Workshop

One Size Fits None: Heuristic Collapse in LLM Investment Advice

一个尺寸无法适配：在LLM投资建议中的启发式崩溃

Jillian Ross, Andrew W. Lo

机构 * Computer Science and Artificial Intelligence Laboratory（计算机科学与人工智能实验室） ； Massachusetts Institute of Technology（麻省理工学院） ； Sloan School of Management（斯隆管理学院） 纠错

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

AI总结 研究发现前沿LLM在投资建议中存在启发式崩溃，决策主要依赖自我报告的风险承受能力而非全面考虑，网络搜索部分缓解但未解决此问题。

RL-Driven Sustainable Land-Use Allocation for the Lake Malawi Basin

基于强化学习的可持续土地利用分配：马拉维盆地

Ying Yao

机构 * Georgia Institute of Technology（佐治亚理工学院） 纠错

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

AI总结 本文提出基于深度强化学习的框架，用于优化马拉维盆地的土地利用分配以最大化生态系统服务价值，通过空间奖励塑造引导生态友好的土地利用模式。

Comments 9 pages, 11 figures; added baseline comparison under "Result" section; revised limitation and discussion