大模型推理能力 - arXivDaily 专题

2507.09751 2026-06-09 cs.AI cs.CL cs.LO 版本更新 82%

Sound and Complete Neurosymbolic Reasoning with LLM-Grounded Interpretations

基于LLM解释的完备且可靠的神经常识推理

Bradley P. Allen, Prateek Chhikara, Thomas Macaulay Ferguson, Filip Ilievski, Paul Groth

机构 * University of Amsterdam（阿姆斯特丹大学）； University of Southern California（南加州大学）； Rensselaer Polytechnic Institute（拉特格斯理工学院）； Vrije Universiteit Amsterdam（阿姆斯特丹自由大学）

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

AI总结提出将LLM直接集成到次协调逻辑的语义解释函数中，实现可靠且完备的神经常识推理，在GPQA和SimpleQA基准上宏F1提升约6个百分点，并成功检测药物安全知识库中的矛盾。

Comments 43 pages, 14 tables, 4 figures. Accepted to the 19th Conference on Neurosymbolic Learning and Reasoning (NeSy 2025); to appear Neurosymbolic Artifical Intelligence Special Issue on NeSy 2025 Extended Papers

2606.08458 2026-06-09 cs.RO 新提交 78%

Personalized and Robust Proactive Robot Assistance with Uncertainty-Guided LLM Reasoning

个性化且鲁棒的主动机器人辅助：基于不确定性引导的大语言模型推理

Alvaro Gonzalez, M. H. Hasan Shovo, Ali Ayub

机构 * Concordia University（康考迪亚大学）

专题命中代码与定理证明：reasoning(title,abstract)

AI总结提出GLOBE框架，结合n-gram马尔可夫模型与不确定性引导的大语言模型推理，在家庭环境中实现高效鲁棒的主动机器人辅助，并在HOMER-Noise数据集上验证了其性能与效率。

Comments Accepted to the 2026 IEEE 35th International Conference on Robot and Human Interactive Communication (RO-MAN)

2606.09032 2026-06-09 cs.CL 新提交 57%

Bridging the Agent-World Gap: Text World Models for LLM-based Agents

弥合智能体-世界鸿沟：面向基于LLM的智能体的文本世界模型

Yixia Li, Hongru Wang, Peng Lai, Zhiwen Ruan, He Zhu, Youxin Zhu, Ganlong Zhao, Minda Hu, Yun Chen, Sibei Yang, Peng Li, Jeff Z. Pan, Jia Pan, Guanhua Chen, Yang Liu, Guanbin Li

机构 * Southern University of Science and Technology（南方科技大学）； University of Edinburgh（爱丁堡大学）； Peking University（北京大学）； Sun Yat-sen University（中山大学）； The Chinese University of Hong Kong（香港中文大学）； Shanghai University of Finance and Economics（上海财经大学）； Tsinghua University（清华大学）； The University of Hong Kong（香港大学）

专题命中代码与定理证明：planning(abstract)；分类 cs.CL

AI总结本文系统综述了面向基于LLM的智能体的文本世界模型，围绕形式化框架和智能体生命周期，涵盖基础定义、构建范式、应用（训练时经验合成与推理时规划、验证、适应）及评估，旨在整合该领域并明确设计空间与开放挑战。

Comments Code: https://github.com/sustech-nlp/awesome-text-world-models

2606.08256 2026-06-09 cs.AI cs.DL 新提交 57%

Traxia: A Framework for Verifiable, Agent-Native Scientific Publishing

Traxia：一个可验证的、智能体原生的科学出版框架

Wisdom Dogah

机构 * Faculty of Computing and Mathematical Sciences, University of Mines and Technology (UMaT), Tarkwa, Ghana（加纳塔夸矿业与技术大学计算与数学科学学院）； BlackMatrix AI Research, Accra, Ghana（加纳阿克拉BlackMatrix AI研究院）

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

AI总结提出Traxia框架，通过智能体身份、可验证出版、四层同行评审、声誉机制和知识图谱，解决科学出版中可验证性、归属和可重复性问题。

Comments 22 pages, 3 figures, 3 tables. Preprint. Under active development. Comments welcome

2605.22763 2026-06-09 cs.AI 版本更新 57%

Advancing Mathematics Research with AI-Driven Formal Proof Search

用AI驱动的形式证明搜索推进数学研究

George Tsoukalas, Anton Kovsharov, Sergey Shirobokov, Anja Surina, Moritz Firsching, Gergely Bérczi, Francisco J. R. Ruiz, Arun Suggala, Adam Zsolt Wagner, Eric Wieser, Lei Yu, Aja Huang, Miklós Z. Horváth, Andrew Ferraiuolo, Henryk Michalewski, Edward Lockhart, Codrut Grosu, Thomas Hubert, Matej Balog, Pushmeet Kohli, Swarat Chaudhuri

机构 * Google DeepMind（谷歌DeepMind）； Aarhus University（奥胡斯大学）

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

AI总结本文研究了如何利用大型语言模型生成形式证明，以解决开放性数学问题，并展示了AI辅助形式证明搜索在数学研究中的应用和贡献。

Comments The first three authors and the last author have equal contributions. The first three authors are in random order

2508.11874 2026-06-09 cs.GT cs.AI cs.DS cs.LO cs.PL 版本更新 57%

Discovering Expert-Level Nash Equilibrium Algorithms with Large Language Models

利用大型语言模型发现专家级纳什均衡算法

Hanyu Li, Dongchen Li, Xiaotie Deng

机构 * CFCS, School of Computer Science, Peking University, Beijing, China（计算机科学系，北京大学，北京，中国）； School of Computing and Data Science, The University of Hong Kong, Pokfulam, Hong Kong（计算与数据科学学院，香港大学，薄扶林，香港）

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

AI总结提出LegoNE框架，将专家证明策略编码为符号语言，自动验证算法的最坏情况保证，结合推理型LLM重新发现并改进了多人博弈的近似纳什均衡算法。

Comments accepted by Nature Communications

1. 代码与定理证明 6 篇

Sound and Complete Neurosymbolic Reasoning with LLM-Grounded Interpretations

Personalized and Robust Proactive Robot Assistance with Uncertainty-Guided LLM Reasoning

Bridging the Agent-World Gap: Text World Models for LLM-based Agents

Traxia: A Framework for Verifiable, Agent-Native Scientific Publishing

Advancing Mathematics Research with AI-Driven Formal Proof Search

Discovering Expert-Level Nash Equilibrium Algorithms with Large Language Models