Auditing CoT Answer-Hijack Patches: Source-Control Certificates with Type-I Guarantees
链式思维答案劫持的选择感知诊断
专题命中 数学推理 ：CoT(title,abstract)；reasoning(abstract)；chain-of-thought(abstract)
AI总结 针对链式思维答案劫持攻击，提出选择感知诊断方法，通过激活修补定位脆弱区域，并验证恢复依赖于同问题干净源。
AI 大模型
大模型推理能力
大模型数学、逻辑、规划、多步推理和测试时计算能力。
1. 数学推理 5 篇
On the Optimal Reasoning Length for RL-Trained Language Models
关于RL训练的语言模型的最优推理长度
机构 * University of Tokyo（东京大学）
专题命中 数学推理 ：reasoning(title,abstract)；chain-of-thought(abstract)；分类 cs.CL、cs.AI、cs.LG
AI总结 研究强化学习训练的语言模型中推理长度与准确率的非单调关系，发现存在最优中间长度，并通过模式准确率分析揭示其成因。
Comments 18 pages, 12 figures
Geometry of Reason: Spectral Signatures of Valid Mathematical Reasoning
推理的几何：有效数学推理的谱特征
机构 * Valentin Noël（瓦伦丁·诺埃尔）
专题命中 数学推理 ：reasoning(title,abstract)；chain-of-thought(abstract)；分类 cs.CL、cs.AI、cs.LG
AI总结 通过将注意力矩阵视为加权词图，提取四个无需学习的谱诊断指标（Fiedler值、高频能量比、谱熵和平滑度），有效区分有效推理与模式匹配，在多个模型上达到85-96%的分类准确率。
Comments 30 pages, 13 figures, Accepted at ICML 2026 (main track)
Toward Preference-aligned Large Language Models via Residual-based Model Steering
基于残差模型引导的偏好对齐大型语言模型
机构 * DIMES Dept., University of Calabria, Italy（卡利博大学DIMES系）
专题命中 数学推理 ：reasoning(abstract)；分类 cs.CL、cs.AI、cs.LG
AI总结 提出PaLRS方法，利用残差流中的偏好信号提取轻量级引导向量，无需训练即可在推理时对齐模型偏好，在数学推理和代码生成任务上取得一致提升，同时节省大量时间。
Comments Accepted at IJCAI 2026
Identifying Topological Invariants of Non-Hermitian Systems via Domain-Adaptive Multimodal Model for Mathematics
通过数学多模态模型识别非厄密系统拓扑不变量
专题命中 数学推理 ：reasoning(abstract)
AI总结 本文提出利用多模态模型识别非厄密系统拓扑不变量，通过输入哈密顿量的本征值和本征向量，结合数学大语言模型进行复杂计算和推理，有效提取拓扑信息。
2. 逻辑推理 3 篇
Beyond Semantic Dominance: Cognitive Affective Reasoning and Empathetic Response Alignment in Audio Language Models
超越语义主导：音频语言模型中的认知情感推理与共情响应对齐
机构 * Northwestern Polytechnical University（西北工业大学）
专题命中 逻辑推理 ：reasoning(title,abstract)；CoT(abstract,abstract_cn)；chain-of-thought(abstract)；logical reasoning(abstract)
AI总结 提出CogAudio-LLM框架，通过构建LIME-440K数据集实现声学-语义解耦，设计EIPS思维链机制进行心理推理，并采用DR-SAPO优化策略平衡逻辑严谨性与共情质量，解决音频语言模型中的语义主导和情感认知不足问题。
Comments Accepted by Interspeech2026
Agentic Software: How AI Agents Are Restructuring the Software Paradigm
软件工程的终结：AI代理如何根本性地重构软件范式
机构 * Lingxi Intelligent Investment (Shenzhen) Development Co., Ltd.（灵犀智能投资（深圳）发展有限公司）
专题命中 逻辑推理 ：reasoning(abstract)；分类 cs.AI
AI总结 本文通过第一性原理分析，论证了以LLM为推理引擎的AI代理系统正在根本性地重构软件范式，从传统软件（代码承载决策逻辑）转向代理系统（代码作为临时工具），并提出了代理工程作为新兴学科。
Comments 15 pages, 2 figures, and 3 tables
An XAI View on Explainable ASP: Methods, Systems, and Perspectives
可解释ASP的XAI视角：方法、系统与展望
机构 * Institute of Logic and Computation, TU Wien, Austria（逻辑与计算研究所，维也纳技术大学，奥地利）
专题命中 逻辑推理 ：reasoning(abstract)；分类 cs.AI
AI总结 本文从XAI视角综述回答集编程（ASP）的解释方法，分类解释类型并评估现有理论与工具的覆盖范围，指出研究空白与未来方向。
Comments 10 pages
3. 规划推理 8 篇
Resource-Aware LLM Reasoning for Mobile Edge General Intelligence
面向移动边缘通用智能的资源感知LLM推理
机构 * Tsinghua Shenzhen International Graduate School, Tsinghua University, Shenzhen（清华大学深圳国际研究生院，清华大学，深圳） ； College of Computing and Data Science, Nanyang Technological University, Singapore（南洋理工大学 computing 和数据科学学院，新加坡） ； Department of Electronic Engineering, Tsinghua University, Beijing（清华大学电子工程系，北京） ； State Key Laboratory of Space Network and Communications, Tsinghua University, Beijing（空间网络与通信国家重点实验室，清华大学，北京） ； Beijing National Research Center for Information Science and Technology, Tsinghua University, Beijing（北京信息科学与技术国家研究中心，清华大学，北京） ； Department of Electrical and Computer Engineering, Auburn University, Auburn, USA（阿伯丁大学电气与计算机工程系，阿伯丁，美国）
专题命中 规划推理 ：CoT(summary_cn,abstract)；reasoning(title,abstract)；分类 cs.AI
AI总结 提出联合优化框架，通过自适应CoT提示和分布式MoE架构协同优化推理深度、专家激活和传输功率，在资源受限的移动边缘环境中实现LLM高效推理，推理质量与资源效率平衡，额外推理时间小于1秒时准确率和延迟满足率均达90%。
A Survey of Reasoning and Agentic Systems in Time Series with Large Language Models
时间序列中基于大语言模型的推理与智能体系统综述
机构 * University of California, Los Angeles（加州大学洛杉矶分校） ； University of Southern California（南加州大学） ； National Yang Ming Chiao Tung University（阳明交通大学）
专题命中 规划推理 ：reasoning(title,abstract)；planning(abstract)；self-correction(abstract)；分类 cs.AI
AI总结 本文定义时间序列推理问题，按推理拓扑分为直接、线性链和分支结构三类，结合传统分析、解释、因果推断和生成等目标，综述方法、系统、数据集和评估实践，并指导拓扑选择与部署权衡。
Comments Accepted to Transactions on Machine Learning Research (TMLR)
CRANE: Constrained Reasoning Injection for Code Agents via Nullspace Editing
CRANE：通过空域编辑实现代码代理的约束推理注入
机构 * Rensselaer Polytechnic Institute（拉特格斯理工学院） ； IBM Research（IBM研究院）
专题命中 规划推理 ：reasoning(title,abstract)；planning(abstract)；分类 cs.CL、cs.AI
AI总结 CRANE通过空域编辑技术，结合推理和工具使用能力，提升代码代理性能，在多个基准测试中取得显著成果。
RoboGPT-R1: Enhancing Robot Task Planning with Reinforcement Learning
RoboGPT-R1: 通过强化学习增强机器人任务规划
机构 * Institute of Automation, CASIA（中国科学院自动化研究所） ； School of Artificial Intelligence, UCAS（中国科学技术大学人工智能学院） ； Huawei Cloud Technology Co., Ltd（华为云技术有限公司）
专题命中 规划推理 ：planning(title,abstract)；reasoning(abstract)；分类 cs.AI
AI总结 提出RoboGPT-R1两阶段微调框架，先监督学习获取基础知识，再通过强化学习提升视觉空间理解和推理能力，在EmbodiedBench上超越GPT-4o-mini 21.33%。
Journal ref Proceedings of the 25th International Conference on Autonomous Agents and Multiagent Systems (AAMAS 2026), pp. 2827-2837, IFAAMAS, 2026
MobilityBench: A Benchmark for Evaluating Route-Planning Agents in Real-World Mobility Scenarios
MobilityBench：用于评估真实世界移动场景中路径规划智能体的基准
机构 * Computer Network Information Center, Chinese Academy of Sciences（中国科学院计算机网络信息中心） ； AMAP, Alibaba Group（阿里集团AMAP） ； Alibaba Group（阿里集团）
专题命中 规划推理 ：planning(title,abstract)；分类 cs.AI
AI总结 提出MobilityBench基准，通过确定性API重放沙箱和多维评估协议，系统评估基于LLM的路径规划智能体，发现现有模型在偏好约束路径规划上表现不佳。
A Multi-Modal Sensor Fusion Instrument for Measuring Regional Human Mobility: The Distributed Human Data Engine (DHDE)
多模态传感器融合仪器用于测量区域人类流动性：分布式人类数据引擎（DHDE）
机构 * Headquarters for Regional Revitalization, University of Fukui, Japan（复兴地区总部，福井大学，日本）
专题命中 规划推理 ：planning(abstract)；分类 cs.LG
AI总结 提出分布式人类数据引擎（DHDE），通过融合边缘AI相机、数字意图信号、行为记录和气象数据，解决外围区域人类流动性测量中传感器稀疏和行为异质性问题，验证了稀疏传感器补偿方法，并发现“低活力悖论”。
Comments 32 pages, 4 figures, 3 tables. Pre-print of a manuscript submitted for peer review (v2)
Harnessing Embodied Agents: Runtime Governance for Policy-Constrained Execution
利用具身体 agent：运行时治理以实现政策约束执行
机构 * School of Software, Harbin Institute of Technology（哈尔滨工业大学软件学院） ； School of Computer Science and Technology, Harbin Institute of Technology（哈尔滨工业大学计算机科学与技术学院） ； School of Mathematical and Computer Sciences, Heriot-Watt University, Malaysia Campus（赫瑞-沃德大学马来西亚校区数学与计算机科学学院） ； School of Future Science and Engineering, Soochow University（苏州大学未来科学与工程学院） ； Fraunhofer Institute for Applied Information Technology（弗劳恩霍夫应用信息技术研究所）
专题命中 规划推理 ：reasoning(abstract)
AI总结 本文提出了一种政策约束执行框架，通过将 agent 认知与执行监督分离，增强了具身体 agent 的运行时治理能力，通过 1000 次随机模拟验证，显著提高了对未经授权动作的拦截率和系统恢复成功率。
Comments 36 pages, 3 figures, 10 tables
Learning Ordinal Response Policies in Rank-Based Stochastic Prize-Collecting Games
基于排序的随机奖品收集博弈中的序数响应策略学习
机构 * KTH Royal Institute of Technology（皇家理工学院）
专题命中 规划推理 ：planning(abstract)
AI总结 提出随机奖品收集定向越野博弈（SPCOG），扩展团队定向越野问题至自利代理场景，利用序数排名（OR）作为强归纳偏置，并设计虚拟序数响应学习（FORL）算法实现收敛策略。
Comments Submitted to IEEE Robotics and Automation Letters
4. 视觉空间推理 6 篇
MARIC: Multi-Agent Reasoning for Image Classification
MARIC：用于图像分类的多智能体推理
机构 * Enhans, Seoul, South Korea（韩国首尔Enhans） ； Peking University, Beijing, China（中国北京北京大学）
专题命中 视觉空间推理 ：reasoning(title,abstract)；分类 cs.CL、cs.AI
AI总结 提出多智能体框架MARIC，通过分解图像分类为协作推理过程，利用大纲智能体、方面智能体和推理智能体进行多视角分析与综合，在四个基准数据集上显著优于基线方法。
Comments 11 pages, preprint
P3D-Bench: Benchmarking MLLMs for Parametric 3D Generation and Structural Reasoning
P3D-Bench：用于参数化3D生成与结构推理的多模态大语言模型基准
机构 * Nanjing University（南京大学） ； Envision
专题命中 视觉空间推理 ：reasoning(title,abstract)
AI总结 提出P3D-Bench基准，通过参数化3D程序评估多模态大语言模型在几何精度、语义对齐和装配一致性上的表现，涵盖文本到3D、图像到3D和装配3D三类任务。
Comments Project page: https://spatiaos.github.io/projects/P3D-Bench
From Correspondence to Actions: Human-Like Multi-Image Spatial Reasoning in Multi-modal Large Language Models
从对应到动作：多模态大语言模型中类人多图像空间推理
机构 * University of Tokyo（东京大学）
专题命中 视觉空间推理 ：reasoning(title,abstract)
AI总结 提出HATCH框架，通过补丁级空间对齐和动作-答案推理两个目标，提升多模态大模型在多图像空间推理中的性能，在三个基准上超越同规模基线。
Comments ICML 2026
PIGEON: VLM-Driven Object Navigation via Points of Interest Selection
PIGEON: 通过兴趣点选择的VLM驱动物体导航
机构 * Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； Beijing Academy of Artificial Intelligence (BAAI)（北京人工智能研究院） ； Peking University（北京大学） ； School of Artificial Intelligence, University of Chinese Academy of Sciences（中国科学院大学人工智能学院）
专题命中 视觉空间推理 ：reasoning(abstract)；chain-of-thought(abstract)
AI总结 提出PIGEON框架，将物体导航建模为基于原始观测的稀疏决策问题，通过兴趣点（PoI）作为视觉决策单元，结合VLM选择关键点，实现零样本SOTA性能并迁移至主动具身问答。
Trajectory Geometry of Transformer Representations Across Layers
Transformer表示在层间的轨迹几何
机构 * MetriQual ； London, UK（英国伦敦） ； Athens, GR（希腊雅典）
专题命中 视觉空间推理 ：reasoning(abstract)；分类 cs.LG
AI总结 通过计算轨迹长度、曲率等几何指标，发现语义相关提示在中间层收敛、推理任务曲率更大、歧义token轨迹分叉，并揭示三层结构。
Comments 18 pages, 9 figures
GEAR-VLA: Learning Geometry-Aware Action Representations for Generalizable Robotic Manipulation
GEAR-VLA：学习几何感知的动作表示以实现可泛化的机器人操作
机构 * Anhui University（安徽大学） ； University of Science and Technology of China（中国科学技术大学） ； iFLYTEK（科大讯飞）
专题命中 视觉空间推理 ：reasoning(abstract)；分类 cs.AI
AI总结 提出GEAR-VLA框架，通过粗到细的动作学习、语义对齐的3D集成和具身规范化，学习统一的几何感知动作表示，实现跨物体、背景和机器人的泛化操作。
5. 测试时计算 2 篇
PRInTS: Reward Modeling for Long-Horizon Information Seeking
PRInTS：面向长程信息检索的奖励建模
机构 * University of North Carolina at Chapel Hill（北卡罗来纳大学教堂山分校） ； University of Texas at Austin（德克萨斯大学奥斯汀分校）
专题命中 测试时计算 ：reasoning(abstract)；分类 cs.CL、cs.AI、cs.LG
AI总结 提出PRInTS生成式过程奖励模型，通过密集评分和轨迹摘要提升长程信息检索中工具交互与推理能力，在多个基准上超越前沿模型。
Comments ACL 2026, 19 pages, code: https://github.com/G-JWLee/PRInTS
Energy Use of AI Inference, Efficiency Pathways, and Test-Time Scaling
AI推断的能耗：效率路径与测试时计算
机构 * Microsoft（微软）
专题命中 测试时计算 ：planning(abstract)；分类 cs.LG
AI总结 本文提出基于令牌吞吐量的底层方法，估算大规模大语言模型的每查询能耗，揭示测试时扩展场景下的能耗变化及效率提升潜力。
Comments A preprint version with DOI is available at Zenodo: https://doi.org/10.5281/zenodo.17188770
Journal ref Joule (2026) 102430
6. 复杂问题求解 5 篇
MentisOculi: Revealing the Limits of Reasoning with Mental Imagery
MentisOculi: 揭示心智图像推理的局限性
机构 * Max Planck Institute for Informatics（马克斯·普朗克信息研究所）
专题命中 复杂问题求解 ：reasoning(title,abstract)；分类 cs.AI、cs.LG
AI总结 提出MentisOculi基准，通过多步推理问题测试前沿模型利用视觉表示辅助推理的能力，发现视觉策略普遍无法提升性能，且统一多模态模型存在生成错误累积和无法利用真实可视化的问题。
Comments 9 pages, 8 figures, Accepted at ICML 2026
Short Chains, Deep Thoughts: Balancing Reasoning Efficiency and Intra-Segment Capability via Split-Merge Optimization
短链深思：通过拆分-合并优化平衡推理效率与段内能力
机构 * University of Science and Technology of China（中国科学技术大学）
专题命中 复杂问题求解 ：reasoning(title,abstract)；分类 cs.CL
AI总结 提出CoSMo框架，通过拆分-合并算法动态优化推理链，结合段级预算的结构对齐强化学习，在保持准确率的同时显著减少冗余段，平均提升准确率3.3点并减少28.7%段使用。
Comments camera ready version upload
GPO: Learning from Critical Steps to Improve LLM Reasoning
GPO：从关键步骤中学习以改进大语言模型推理
机构 * Department of Computer Science Northwestern University（计算机科学系西北大学） ； AI Foundations Capital One（人工智能基础资本 one） ； Meta AI
专题命中 复杂问题求解 ：reasoning(title,abstract)；分类 cs.AI
AI总结 提出引导式关键优化（GPO）微调策略，通过识别推理轨迹中的关键步骤并优先学习，显著提升大语言模型的多步推理能力。
Comments 39th Conference on Neural Information Processing Systems (NeurIPS 2025)
Modeling Complex Behaviors: Multi-Personality Composition and Dynamic Switching in Vision-Language Models
建模复杂行为：视觉语言模型中的多人格组合与动态切换
机构 * Xi'an Jiaotong University（西安交通大学） ； Beihang University（北京航空航天大学）
专题命中 复杂问题求解 ：reasoning(abstract)；分类 cs.CL、cs.AI
AI总结 本研究在视觉语言模型中引入显式人格条件，建立包括单人格、多人格和人格切换的系统评估框架，发现人格提示可提升图像描述但损害精确推理任务，并观察到多特质组合与动态切换中的平衡与残留效应。
Comments 16 pages, 4 figures, 10 tables
MLaGA: Multimodal Large Language and Graph Assistant
MLaGA: 多模态大语言与图助手
机构 * New York University（纽约大学） ； New York University Shanghai（纽约大学上海） ； New York University Brooklyn（纽约大学布鲁克林） ； Virginia Polytechnic Institute and State University（弗吉尼亚理工大学） ； New York University Abu Dhabi（纽约大学阿布扎克）
专题命中 复杂问题求解 ：reasoning(abstract)；分类 cs.AI
AI总结 提出MLaGA模型，通过结构感知多模态编码器和指令微调，将大语言模型扩展到多模态图数据，在监督和迁移学习任务中优于基线方法。
7. 推理评测 9 篇
FinTradeBench: A Financial Reasoning Benchmark for LLMs
FinTradeBench: 面向LLM的金融推理基准
机构 * University of Central Florida（佛罗里达中央大学）
专题命中 推理评测 ：reasoning(title,abstract)；分类 cs.CL、cs.AI
AI总结 提出FinTradeBench基准，通过结合公司基本面与交易信号，评估大语言模型在金融推理中的表现，发现检索增强对数值和时间序列推理帮助有限。
Comments 9 pages main text, 31 pages total (including references and appendix). 5 figures, 16 tables. Preprint under review. Code and data will be made available upon publication
