大模型推理能力

Reasoning Theater: Disentangling Model Beliefs from Chain-of-Thought

推理剧场：从思维链中分离模型信念

Siddharth Boppana, Annabel Ma, Max Loeffler, Raphael Sarfati, Eric Bigelow, Atticus Geiger, Owen Lewis, Jack Merullo

机构 * Harvard University, Cambridge, MA（哈佛大学，马萨诸塞州剑桥） 纠错

专题命中 其他推理 ：reasoning(title,abstract)；chain-of-thought(title,abstract)；CoT(abstract,abstract_cn)；分类 cs.CL、cs.AI、cs.LG

AI总结 通过激活探针、早期强制回答和思维链监控器分析，发现推理模型存在表演性思维链现象，并利用探针引导的早期退出实现高效计算。

Reasoning that Travels: Dissecting How Chain-of-Thought Transfers Across Models

推理的迁移：解析思维链如何在模型间传递

Xinyuan Cheng, Beiduo Chen, Philipp Mondorf, Barbara Plank

机构 * MaiNLP, Center for Information and Language Processing, LMU Munich, Germany（MaiNLP，信息与语言处理中心，慕尼黑大学，德国） ； Munich Center for Machine Learning, Germany（慕尼黑机器学习中心，德国） 纠错

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

AI总结 本文通过提供者-接收者框架，研究大型推理模型生成的思维链如何影响其他模型的回答，发现完整思维链的迁移效果因基准测试而异，且部分思维链前缀能指导接收者继续推理，答案一致性可作为提前停止提供者推理的无标签信号。

Comments 20 pages, 17 figures

The Chain Holds, the Answer Folds: Trace-Answer Dissociation in Reasoning Models Under Adversarial Pressure

链条保持，答案翻转：对抗压力下推理模型中的痕迹-答案分离

Yubo Li, Ramayya Krishnan, Rema Padman

机构 * Carnegie Mellon University（卡内基梅隆大学） 纠错

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

AI总结 本研究通过2×2潜在-行为框架发现推理模型在持续对抗压力下出现“不忠实屈服”故障模式，即思维链保持正确但答案错误，并验证了推理通道对此的影响。

Reliable Reasoning with Large Language Models via Preference-Based Maximum Satisfiability

基于偏好最大可满足性的大语言模型可靠推理

Pedro Orvalho, Marta Kwiatkowska, Guillem Alenyà, Felip Manyà

机构 * Artificial Intelligence Research Institute (IIIA) Consejo Superior de Investigaciones Científicas (CSIC)（人工智能研究所（IIIA）西班牙国家科学研究委员会（CSIC）） ； Department of Computer Science University of Oxford（计算机科学系牛津大学） ； Institut de Robòtica i Informàtica Industrial (IRI-CSIC-UPC)（机器人与信息工业研究所（IRI-CSIC-UPC）） 纠错

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

AI总结 提出一种混合推理方法，通过LLM生成代码将自然语言问题编码为偏好最大可满足性问题，由精确求解器求解并独立验证，显著提高可行性。

Comments 17 pages, 1 figure, 4 tables

CosmicFish-HRM: Adaptive Reasoning via Hierarchical Recurrent Mechanisms in Compact Language Models

CosmicFish-HRM：紧凑语言模型中基于层次循环机制的适应性推理

Venkat Akhil Lakkapragada

机构 * Mistyoz AI Hyderabad, India（Mistyoz AI 德里, 印度） 纠错

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

AI总结 提出一种紧凑语言模型CosmicFish-HRM，通过层次推理模块动态分配推理深度，在保持较小参数量的同时实现适应性推理。

Comments 17 pages, 4 figures. Exploratory study of adaptive reasoning depth in compact autoregressive language models. Code available at https://github.com/MistyozAI/CosmicFish-HRM

KairosAgent: Agentic Time Series Forecasting with Fused Semantic Reasoning

KairosAgent：融合语义推理的智能体时间序列预测

Kun Feng, Ziwei Shan, Yuchen Fang, Yiyang Tan, Sihan Lu, Shuqi Gu, Lintao Ma, Xingyu Lu, Kan Ren

机构 * School of Information Science and Technology, ShanghaiTech University（信息科学与技术学院，上海科技大学） ； Ant Group（蚂蚁集团） 纠错

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

AI总结 提出KairosAgent框架，通过结合基于LLM的推理器和基于TSFM的预测器，并引入强化学习范式，实现跨模态时间序列的零样本预测。

Inferring Code Correctness from Specification

从规约推断代码正确性

Tambon Florian, Papadakis Mike

机构 * University of Luxembourg（卢森堡大学） 纠错

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

AI总结 提出TRAILS方法，通过基于规约的类别划分生成测试输入并执行，利用LLM评估输入输出对是否符合规约，从而推断代码正确性，在LiveCodeBench和CoCoClaNeL数据集上相比基线方法提升了马修斯相关系数并增强了稳定性。

Training Deliberative Monitors for Black-Box Scheming Detection

训练审慎监控器用于黑箱策划检测

Aditya Sinha, Akshat Naik, Victor Gillioz, Simon Storf, Kilian Merkelbach, Rich Barton-Cooper, Axel Højmark, Marius Hobbhahn

机构 * Independent（独立） ； MATS Research（MATS研究） ； Astra Fellowship ； Apollo Research（Apollo研究） 纠错

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

AI总结 提出一种基于行动轨迹的审慎监控方法，通过蒸馏前沿模型的推理过程训练开源模型，以低成本高精度检测智能体的策划与破坏行为。

Thinking Before Constraining: A Unified Decoding Framework for Large Language Models

先思考再约束：大型语言模型的统一解码框架

Ngoc Trinh Hung Nguyen, Alonso Silva, Laith Zumot, Liubov Tupikina, Armen Aghasaryan, Mehwish Alam

机构 * Télécom Paris, Institut Polytechnique de Paris（巴黎电信学院，巴黎理工学院） ； Nokia Bell Labs（诺基亚贝尔实验室） ； Nokia（诺基亚） 纠错

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

AI总结 提出In-Writing混合方法，通过触发令牌将自由形式推理与结构化解码解耦，在分类和推理任务上准确率提升高达27%。

Comments v2-EMNLP

Token Inflation: How Dishonest Providers Can Overcharge for Large Language Model Usage

Token通胀：不诚实的提供商如何对大型语言模型使用超额收费

Shahinul Hoque, Jinghuai Zhang, Jinyuan Sun, Fnu Suya

机构 * University of Tennessee, Knoxville（田纳西大学，基洛纳分校） ； University of California, Los Angeles（加州大学洛杉矶分校） 纠错

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

AI总结 研究揭示了基于每token计费的大型语言模型商业服务中，提供商利用审计信任悖论系统性地虚报token数量，导致用户费用大幅增加的问题。

Relational In-Context Learning via Synthetic Pre-training with Structural Prior

通过结构先验的合成预训练实现关系上下文学习

Yanbo Wang, Jiaxuan You, Chuan Shi, Muhan Zhang

机构 * Institute for Artificial Intelligence, Peking University（北京大学人工智能研究院） ； University of Illinois at Urbana-Champaign（伊利诺伊大学香槟分校） ； Institute of Computing Technology, Beijing University of Post（北京邮电大学计算机学院） ； State Key Laboratory of General Artificial Intelligence（通用人工智能国家重点实验室） 纠错

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

AI总结 提出RDB-PFN，首个仅通过合成数据训练的关系基础模型，利用结构因果模型生成多样关系数据库，实现对新数据库的即时上下文学习，在19个真实关系预测任务上优于现有表格基础模型。

Continuity and Ordinality Matter: Constraining Time Series Tokens for Effective Time Series Analysis with Large Language Models

连续性与序数性至关重要：利用大语言模型进行有效时间序列分析的时间序列令牌约束

Musheng Li, Ziying Zhang, Cheng jin, Yuantao Gu

机构 * Department of Electronic Engineering（电子工程系） 纠错

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

AI总结 针对令牌化时间序列大语言模型忽略连续性和序数性的问题，提出COM策略，通过几何约束初始化与训练阶段，提升模型在多个时间序列分析基准上的性能与泛化能力。

Micro-Macro Retrieval: Reducing Long-Form Hallucination in Large Language Models

微宏检索：减少大语言模型中的长文本幻觉

Yujie Feng, Jian Li, Zhihan Zhou, Pengfei Xu, Yujia Zhang, Xiaoyu Li, Xiaohui Zhou, Alan Zhao, Xi Chen, Xiao-Ming Wu

机构 * Solar System of OVB, Tencent, China（OVB太阳系，腾讯，中国） ； The Hong Kong Polytechnic University, Hong Kong S.A.R.（香港理工大学，香港特别行政区） ； Jilin University, China（吉林大学，中国） 纠错

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

AI总结 提出微宏检索（M2R）框架，通过宏观检索外部粗粒度证据和微观检索推理中关键信息库，解决长文本生成中关键信息与输出距离过远导致的幻觉问题。

Beyond Normalization: Rethinking the Partition Function as a Difficulty Scheduler for RLVR

超越归一化：重新审视配分函数作为RLVR的难度调度器

Dohyung Kim, Minbeom Kim, Jeonghye Kim, Sangmook Lee, Sojeong Rhee, Kyomin Jung

机构 * Seoul National University（首尔国立大学） 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PACED-RL框架，通过重新解释配分函数作为每提示期望奖励信号，利用其指导训练中的问题选择与重放，在保持生成多样性的同时提升样本效率。

The Planetary Cost of AI Acceleration, Part II: The 10th Planetary Boundary and the 6.5-Year Countdown

人工智能加速的行星成本，第二部分：第十个行星边界与6.5年倒计时

William Yicheng Zhu, Lei Zhu

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

AI总结 本研究指出，大规模语言模型（LLM）的指数级扩展导致“思考”本身的热力学后果，并预测在6.5年内将突破行星热阈值，提出AI热排放构成第十个行星边界。

Comments Minor revisions for clarity

LoMo: Local Modality Substitution for Deeper Vision-Language Fusion

LoMo: 局部模态替换以实现更深的视觉-语言融合

Feng Han, Zhixiong Zhang, Zheming Liang, Yibin Wang, Jiaqi Wang

机构 * Fudan University（复旦大学） ； Shanghai Innovation Institute（上海创新研究院） ； Shanghai Jiao Tong University（上海交通大学） ； University of Science and Technology of China（中国科学技术大学） 纠错

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

AI总结 针对视觉-语言模型在模态替换时性能下降的“载体敏感性”问题，提出局部模态替换（LoMo）数据策展范式，通过将文本片段动态渲染为图像来训练跨模态表示不变性，显著提升多模态推理与融合效果。

OOD-GraphLLM: Graph Large Language Model for Out-of-Distribution Generalized Drug Synergy Prediction

OOD-GraphLLM：面向分布外泛化的药物协同预测图大语言模型

Xin Wang, Linxin Xiao, Yang Yao, Wenwu Zhu

机构 * DCST, BNRist, Tsinghua University（国防科技大学、北京理工大学、清华大学） ； DCST, Tsinghua University（国防科技大学、清华大学） 纠错

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

AI总结 针对药物协同预测中因新化合物导致的分布外偏移问题，提出OOD-GraphLLM框架，通过联合优化分子图表示与生物医学语义语言表示实现准确预测。

Comments 12 pages, 9 figures, ACM KDD 2026

Projectional Decoding: Towards Semantic-Aware LLM Generation

投影式解码：迈向语义感知的LLM生成

Boqi Chen, José Antonio Hernández López, Aren A. Babikian

机构 * University of Ottawa（渥太华大学） ； University of Murcia（穆尔西亚大学） ； University of Toronto（多伦多大学） 纠错

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

AI总结 提出投影式解码框架，通过维护部分图模型作为主要工件表示，实现增量语义验证和错误检测，以提升LLM生成工件的语义有效性。

Comments 5 pages, 3 figures. Accepted at FSE 2026 IVR track

Dissecting the Black Box: Circuit-Level Analysis of LLM Vulnerability Detection

剖析黑箱：LLM 漏洞检测的电路级分析

Syafiq Al Atiiq, Chun Zhou, Christian Gehrmann

机构 * Lund University（隆德大学） 纠错

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

AI总结 通过机械可解释性分析 Gemma-2-2b 模型在 C/C++ 漏洞检测中的内部计算，发现模型主要依赖安全检测器（识别安全编码模式的注意力头）而非直接检测漏洞特征，并识别出关键神经组件（早期层注意力头和 MLP 神经元），通过消融实验验证其因果作用。

Comments 11 pages, 6 figures. Supported by the Wallenberg AI, Autonomous Systems and Software Program (WASP)

Moment-KV: Momentum-Based Decode-Time KV Cache Compression for Long Generation

Moment-KV: 基于动量的解码时KV缓存压缩用于长文本生成

Soumyadeep Jana, Sagar Nishad, Sanasam Ranbir Singh

机构 * Indian Institute of Technology Guwahati（印度理工学院瓜哇蒂） 纠错

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

AI总结 提出Moment-KV方法，利用动量驱动的时序注意力聚合在解码阶段压缩KV缓存，以提升长文本生成质量并保持解码延迟。

Cluster-Level Attention-Guided Parallel Decoding for Masked Diffusion Language Models

掩码扩散语言模型的簇级注意力引导并行解码

Heqiang Qi, Wei Huang, Mingyuan Bai, Xiangming Meng

机构 * Zhejiang University（浙江大学） ； RIKEN Center for Advanced Intelligence Project（日本理化学研究院先进智能项目中心） ； The Institute of Statistical Mathematics（统计数学研究所） ； Agency for Science, Technology and Research (A ⋆ \star STAR)（科技研究局（A ⋆ STAR）） 纠错

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

AI总结 提出CLAD方法，通过将相邻高置信度token聚合成簇，并利用自注意力图估计簇间依赖，实现掩码扩散语言模型的训练无关簇级并行解码，在保持任务精度的同时获得1.77-8.47倍加速。

SCoOP: Semantic Consistent Opinion Pooling for Uncertainty Quantification in Multiple Vision-Language Model Systems

SCoOP: 多视觉-语言模型系统中用于不确定性量化的语义一致意见池化

Chung-En Johnny Yu, Brian Jalaian, Nathaniel D. Bastian

机构 * University of West Florida（西佛罗里达大学） ； United States Military Academy（美国军事学院） 纠错

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

AI总结 提出SCoOP框架，通过不确定性加权的线性意见池化聚合多个视觉-语言模型的输出，实现无训练的不确定性量化，有效检测幻觉并支持高不确定性样本的弃权。

Comments Accepted to ICLR 2026 Workshop on Agentic AI in the Wild: From Hallucinations to Reliable Autonomy

On the Construction and Implications of Low-Loss Valleys in LoRA-based Bayesian Inference

基于LoRA的贝叶斯推理中低损失谷的构造与启示

Daniel Dold, Emanuel Sommer, Julius Kobialka, Oliver Dürr, David Rügamer

机构 * HTWG Konstanz（康斯坦茨应用科学大学） ； LMU Munich（慕尼黑大学） ； Munich Center for Machine Learning (MCML)（慕尼黑机器学习中心） 纠错

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

AI总结 本文提出LoRA-Curve方法，通过分段贝塞尔曲线参数化在LoRA空间中连接独立最优解，形成连续低损失谷，并结合平坦极小扰动和JS散度正则化，在不牺牲性能的前提下提高预测分布的互信息，实现功能多样性。

AIRGuard: Guarding Agent Actions with Runtime Authority Control

AIRGuard：通过运行时权限控制守护智能体行为

Suliu Qin, Haomin Zhuang, Yujun Zhou, Yufei Han, Xiangliang Zhang

机构 * University of Notre Dame（诺丁汉大学） ； Inria, France（法国国家信息与自动化技术研究所） ； University of Liverpool（利物浦大学） 纠错

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

AI总结 针对工具使用语言智能体面临的权限混淆问题，提出运行时守卫AIRGuard，通过动作时授权实现最小权限原则，显著降低攻击成功率并保持良好良性效用。

From Data to Insights: Exploring Program-of-Thoughts Prompting for Chart Summarization

从数据到洞察：探索程序化思维提示在图表摘要中的应用

Yutong Qu, Wei Zhang

机构 * Adelaide University（阿德莱德大学） 纠错

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

AI总结 本文提出一种零样本学习方法，通过Python程序作为中介，利用程序化思维策略驱动轻量级视觉语言模型进行图表摘要，并引入图表到字典的辅助任务以提高灵活性和性能。

Comments 22 pages, 9 figures

In-Place Feedback: Reliable Refinement for Multi-Turn Expert-LLM Collaboration

原地反馈：多轮专家-LLM协作的可靠精炼方法

Youngbin Choi, Minjong Lee, Saemi Moon, Seunghyuk Cho, Chaehyeon Chung, MoonJeong Park, Dongwoo Kim

机构 * Graduate School of Artificial Intelligence, POSTECH（POSTECH人工智能研究生院） ； Department of Computer Science and Engineering, POSTECH（POSTECH计算机科学与工程系） 纠错

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

AI总结 提出原地反馈交互范式，通过用户直接编辑模型先前响应并让模型从编辑上下文继续生成，在五个推理密集型基准上优于标准多轮反馈且更省token，用户研究证实其能提高最终输出满意度并降低疲劳。

Comments 42pages

Uncovering Vulnerabilities of LLM-Assisted Cyber Threat Intelligence

揭示LLM辅助网络威胁情报中的脆弱性

Yuqiao Meng, Luoxi Tang, Feiyang Yu, Jinyuan Jia, Guanhua Yan, Ping Yang, Zhaohan Xi

机构 * Binghamton University（宾夕法尼亚州立大学） ； Duke University（杜克大学） ； 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.AI

AI总结 本文通过人机协同分类框架，识别并验证了LLM在CTI推理中的三种领域特定认知失败模式（虚假关联、矛盾知识和受限泛化），并证明针对性防御可显著降低失败率。

Masked Diffusion Vision-Language Models for Temporal Action Localization

用于时序动作定位的掩码扩散视觉语言模型

Fengshun Wang, Zhengbo Zhang, Zhigang Tu

机构 * Wuhan University（武汉大学） ； Singapore University of Technology and Design（新加坡科技设计大学） 纠错

专题命中 其他推理 ：reasoning(abstract)

AI总结 提出掩码扩散视觉语言模型（MDVLM）用于时序动作定位，通过双向注意力迭代去噪联合优化语义和边界，并引入边界感知掩码和步级IoU奖励解决训练不匹配问题。

From General Vision to Reliable Traversability Estimation: Adapting Vision Foundation Models for Unstructured Outdoor Environments

从通用视觉到可靠的可通行性估计：适应视觉基础模型用于非结构化户外环境

Ji-Hoon Hwang, Jisung Bae, Dong-Wook Kim, Yeonkyu Lee, Seung-Woo Seo

专题命中 其他推理 ：reasoning(abstract)

AI总结 提出ViTA框架，通过可学习提示、视角多样化训练和几何知识蒸馏，将视觉基础模型适应于非结构化户外环境的可靠可通行性估计，显著降低误报并提升跨域泛化。

Comments 8 pages, 5figures

FlowSeg: Dynamic Semantic Guidance for LLM-Conditioned Segmentation

FlowSeg: 面向大语言模型条件分割的动态语义引导

Zekang Zhang, Guangyu Gao, Youyun Tang, ChengJing Wu, Xiaochao Qu, Chi Harold Liu, Jianbo Jiao, Yunchao Wei, Luoqi Liu, Ting Liu

机构 * School of Computer Science, Beijing Institute of Technology（北京理工大学计算机科学学院） ； School of Computer Science, University of Birmingham（伯明翰大学计算机科学学院） ； WEI Lab, Institute of Information Science, Beijing Jiaotong University（北京交通大学信息科学学院WEI实验室） ； Beijing Key Laboratory of Advanced Information Science（北京高级信息科学重点实验室） 纠错

专题命中 其他推理 ：reasoning(abstract)

AI总结 针对大语言模型条件分割中语义错位问题，提出FlowSeg方法，通过双向语义流动态引导掩码生成，实现语义对齐并达到最优性能。

Comments 18 pages, accepted by ICML 2026