大模型推理能力

MeTHanol: Modularized Thinking Language Models with Intermediate Layer Thinking, Decoding and Bootstrapping Reasoning

MeTHanol：模块化思维语言模型与中间层思维、解码与推理bootstrap

Ningyuan Xi, Xiaoyu Wang, Yetao Wu, Teng Chen, Qingqing Gu, Yue Zhao, Jinxian Qu, Zhonglin Jiang, Yong Chen, Luo Ji

机构 * Beihang University（北航） ； Beijing Institute of Technology（北京理工大学） ； Geely AI Lab（吉利人工智能实验室） 纠错

专题命中 代码与定理证明 ：reasoning(title,abstract)；分类 cs.CL、cs.AI、cs.LG

AI总结 本文提出MeTHanol模块化思维语言模型，通过中间层思维解码与双阶段推理提升LLM的认知能力，实验表明其在理论思维和 vignette 任务中表现出色，能规划、反思并生成类人回答。

Comments 19 pages, 7 figures. IJCNN2025

Deterministic Legal Agents: A Canonical Primitive API for Auditable Reasoning over Temporal Knowledge Graphs

确定性法律代理：用于可审计时间知识图谱推理的规范性原始API

Hudson de Martim

机构 * Federal Senate of Brazil（巴西联邦议会） 纠错

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

AI总结 本文提出SAT-Graph API，通过确定性符号子系统与概率语言模型交互，实现法律领域可审计的时间知识图谱推理，将单次检索生成改为主动推理-行动-观察流程。

Comments Substantially revised version consolidating the paper as a formal SAT-Graph API specification: clarifies Probability Isolation and post-anchoring determinism, broadens semantic anchoring to open and thematic legal queries, refines the data models and temporal primitives, and strengthens the use cases, limitations, and bibliography

Graph Property Inference in Small Language Models: Effects of Representation and Reasoning Strategy

在小型语言模型中进行图属性推断：表示与推理策略的影响

Michal Podstawski

机构 * NASK National Research Institute, Warsaw, Poland（波兰华沙国家研究 institute） 纠错

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

AI总结 研究探讨了小型指令微调语言模型在图属性推断中的表现，发现输入表示和推理策略显著影响结果，未经过微调的模型在估计图属性时存在系统性误差，但通过改进表示和推理设计可提升性能。

How Do AI Agents Spend Your Money? Analyzing and Predicting Token Consumption in Agentic Coding Tasks

AI代理如何花费你的钱？分析和预测代理编码任务中的令牌消耗

Longju Bai, Zhemin Huang, Xingyao Wang, Jiao Sun, Rada Mihalcea, Erik Brynjolfsson, Alex Pentland, Jiaxin Pei

机构 * University of Michigan（密歇根大学） ； Stanford University（斯坦福大学） ； All Hands AI ； Google Deepmind（谷歌DeepMind） ； Microsoft AI（微软AI） ； Massachusetts Institute of Technology（麻省理工学院） 纠错

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

AI总结 本文研究了代理编码任务中令牌消耗模式，发现代理任务消耗远高于代码推理和代码聊天，且模型在任务执行前难以准确预测自身令牌使用。

Networks of Causal Abstractions: A Sheaf-theoretic Framework

因果抽象网络：一种她夫理论框架

Gabriele D'Acunto, Paolo Di Lorenzo, Sergio Barbarossa

机构 * DIET Sapienza University of Rome（Sapienza罗马大学DIET） 纠错

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

AI总结 本文提出因果抽象网络（CAN）框架，通过她夫理论统一多个上下文依赖因果机制模型，解决分布式智能体间因果视角协调问题，实现因果学习与推理。

Comments Major changes: added convergence proof for CK diffusion dynamics; clarified relation with our prior work arXiv:2602.02623, removing substantial overlap; shortened background

LLM-Powered Detection of Price Manipulation in DeFi

基于大语言模型的去中心化金融中价格操纵检测

Lu Liu, Wuqi Zhang, Lili Wei, Hao Guan, Yongqiang Tian, Yepang Liu, Shing-Chi Cheung

专题命中 代码与定理证明 ：reasoning(abstract)

AI总结 本文提出PMDetector框架，结合静态分析与大语言模型推理，主动检测DeFi中的价格操纵漏洞，通过三阶段流程提升检测精度与召回率，实验表明其在效率和成本上优于现有方法。