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。

2026-07-29 至 2026-07-29 共收录 4 篇信号源：cs.CL, cs.AI, cs.LG

1. 代码与定理证明 4 篇

2607.25996 2026-07-29 cs.SE 新提交 78%

RepoReasoner: Evaluating Repository-Level Code Reasoning Ability of Long-Context Language Models

RepoReasoner：评估长上下文语言模型的仓库级代码推理能力

Yanlin Wang, Suiquan Wang, Yanli Wang, Bowen Zhang, Daya Guo, Jiachi Chen, Zibin Zheng

专题命中代码与定理证明：reasoning(title,abstract)

AI总结研究针对现有代码推理基准测试局限，引入RepoReasoner评估仓库级代码推理，通过多阶段管道构建基准，评估输出预测和调用链预测能力，发现当前LLMs在仓库级推理存在局限，为未来相关研究提供方向。

Comments Published in FSE'2026

2607.25408 2026-07-29 cs.AI 新提交 57%

Context Assembly as the Controlled Variable: A Control-Theoretic View of Harness Policies for Frozen LLM Agents

作为受控变量的上下文组装：冻结大语言模型智能体利用策略的控制理论视角

Debjyoti Paul

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

AI总结研究聚焦大语言模型智能体，以往控制工具选择等，本文将上下文组装视为受控变量，通过上下文博弈或强化学习策略在线学习，进行形式分解、稳定性论证及不确定性校准分析，给出控制理论视角的相关证据。

Comments 6 pages, 2 figures, 1 table. Code and companion paper's data: https://github.com/dpaul0501/context-optimization-rl

2607.14137 2026-07-29 cs.PL cs.AI cs.LO cs.SE 交叉投稿 57%

Untrusted Authors, Trusted Answers: A Calculus of Fidelity-Graded Translations

不可信作者，可信答案：保真度分级翻译演算

Christoph Kirsch

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

AI总结研究翻译问题，提出保真度分级翻译演算，该演算可按程序检查、通过粘贴组合，核心在Lean 4中机械化，在hurdy - gurdy平台实现，报告了多项实验结果，其增长模型通过任何人贡献语言对扩展语言支持。

Comments 29 pages. v2: rewritten on the two-plane principle; directional squares primary (exactness = the identity-embedding case, mechanized incl. the lax telescope); the answerability loop and its economy (demand books, recommended-then-registered); post-snapshot exhibits. Code, evidence, Lean mechanization: https://github.com/cksystemsgroup/hurdy-gurdy (tag arxiv.2)

2508.05775 2026-07-29 cs.CL cs.CY 版本更新 57%

Guardians and Offenders: A Survey on Harmful Content Generation and Safety Mitigation of LLM

守护者与违规者：大语言模型有害内容生成与安全缓解研究综述

Chi Zhang, Changjia Zhu, Junjie Xiong, Xiaoran Xu, Lingyao Li, Yao Liu, Zhuo Lu

机构 * University of South Florida（佛罗里达州立大学）； Missouri University of Science and Technology（密苏里科技大学）

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

AI总结综述大语言模型在内容创作中带来的风险与挑战，系统回顾相关研究，提出危害与防御统一分类法，分析越狱策略，评估缓解措施，指出评估局限，明确未来研究方向以推动语言技术稳健且符合伦理发展。