Probabilistic Reasoning via Deep Learning: Neural Association Models
专题命中 其他推理 ：reasoning(title,abstract)；分类 cs.AI、cs.LG
Comments Probabilistic reasoning, Winograd Schema Challenge, Deep learning, Neural Networks, Distributed Representation
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. 其他推理 5768 篇
"Did you lie?" Evaluating Lie Detectors across Model Scale and Belief-Verified Model Organisms
“你撒谎了吗？”评估不同规模模型和信念验证模型生物体的谎言检测器
机构 * AI Security Institute（AI安全研究所）
专题命中 其他推理 ：CoT(abstract,abstract_cn)；reasoning(abstract)；chain-of-thought(abstract)；分类 cs.AI
AI总结 本研究通过构建13个信念可验证的推理模型生物体和多样化提示撒谎测试集，评估了四种谎言检测器在不同规模模型上的表现，发现基于激活和概率的检测器在训练模型生物体上性能显著下降，而思维链法官保持较强性能，但存在伪影。
Comments 12 pages, 6 figures
An Insight into Security Code Review with LLMs: Capabilities, Obstacles, and Influential Factors
通过大语言模型进行安全代码审查的洞察：能力、障碍及影响因素
机构 * School of Computer Science, Wuhan University, China（武汉大学计算机科学学院） ； School of Mathematical and Computational Sciences, Massey University（梅西大学数学与计算科学学院） ； School of Computing Technologies, RMIT University, Australia（皇家墨尔本理工学院计算技术学院）
专题命中 其他推理 ：CoT(abstract,abstract_cn)；reasoning(abstract)；chain-of-thought(abstract)；分类 cs.AI
AI总结 本文通过实证研究探讨大语言模型在安全代码审查中的潜力，比较了七种LLM与静态分析工具的性能，发现LLM在检测安全缺陷方面表现优异，且特定提示策略对性能有显著影响。
Comments 30 pages, 13 images, 10 tables, Manuscript revision submitted to a journal (2026)
Generating Verifiable Chain of Thoughts from Exection-Traces
从执行轨迹生成可验证的推理链
机构 * IBM Research, India（印度IBM研究院） ； IBM Research, Japan（日本IBM研究院）
专题命中 其他推理 ：CoT(abstract,abstract_cn)；reasoning(abstract)；chain-of-thought(abstract)；分类 cs.AI
AI总结 本文提出通过生成执行轨迹验证的推理链，提升模型在代码推理和生成中的准确性，实验显示验证质量显著提升模型性能。
Can large language models reason about medical questions?
专题命中 其他推理 ：CoT(abstract,comments)；reasoning(abstract)；chain-of-thought(abstract)；分类 cs.CL、cs.AI、cs.LG
Comments 37 pages, 23 figures. v1: results using InstructGPT, v2.0: added the Codex experiments, v2.1: added the missing test MedMCQA results for Codex 5-shot CoT and using k=100 samples, v3.0: added results for open source models -- ready for publication (final version)
Keep, Customize, or Exit: Default Design and Token Pricing in LLM Reasoning Services
保留、定制还是退出：大语言模型推理服务中的默认设计与代币定价
专题命中 其他推理 ：reasoning(title,abstract)；分类 cs.AI、cs.LG
AI总结 该研究针对LLM推理服务的供需交互建立Stackelberg博弈模型，推导最优解，明确默认设置的影响条件，实验验证模型并展示均衡相关因素。
Humans Disengage, Reasoning Models Persist: Separating Difficulty Registration from Deliberation Allocation
人类放弃，推理模型坚持：将难度登记与深思分配分离
机构 * The University of Hong Kong（香港大学）
专题命中 其他推理 ：reasoning(title,abstract)；分类 cs.CL、cs.AI
AI总结 本文通过分离难度登记与深思分配，发现人类与大型推理模型（LRM）在问题解决中的时间/令牌分配模式相反：人类在错误问题上用时更少，而LRM在错误问题上使用更多令牌。
The Judgment-Consequence Gap: LLM Moral Reasoning in Healthcare Decisions
判断-结果差距：医疗决策中的大语言模型道德推理
专题命中 其他推理 ：reasoning(title,abstract)；分类 cs.AI、cs.LG
AI总结 该研究发现LLMs在医疗决策中存在判断-结果差距，即虽认同患者对危害健康行为负有责任，但拒绝将该判断用于稀缺医疗资源分配，且随推理能力提升会放大与人类的道德分歧。
Comments Accepted at AIES 2026
A note on conditional PAC-efficient reasoning in large language model routing
关于大语言模型中条件PAC有效推理不可能性的注记
机构 * Department of Statistics and Data Science（统计与数据科学系）
专题命中 其他推理 ：reasoning(title,abstract)；分类 cs.AI、cs.LG
AI总结 该研究证明了在无分布设定下，大语言模型无法实现条件PAC有效推理，指出任何满足此条件的算法必须依赖专家模型。
Mind the Cap: Output-Budget Regimes Change the Measured Multilingual Reasoning Gap
注意输出上限：输出预算机制会改变测得的多语言推理差距
专题命中 其他推理 ：reasoning(title,abstract)；分类 cs.CL、cs.LG
AI总结 该研究发现多语言推理差距受输出token预算机制影响，通过固定Qwen模型的预算峰值等实验，提出应将输出上限作为独立变量，报告不同预算机制下的准确率。
Comments 15 pages, 2 figures, 11 tables. Under review
Topology-Aware Reasoning over Incomplete Knowledge Graph with Graph-Based Soft Prompting
基于拓扑的不完整知识图谱推理与图基软提示
机构 * Chalmers University of Technology and University of Gothenburg, Sweden（楚姆勒大学技术学院和哥德堡大学，瑞典） ； Technical University of Denmark, Kgs. Lyngby, Denmark（丹麦技术大学，基斯勒吕辛，丹麦）
专题命中 其他推理 ：reasoning(title,abstract)；分类 cs.CL、cs.AI
AI总结 本文提出基于图的软提示框架，通过图神经网络编码子图生成软提示，使LLM在更丰富的结构上下文中推理，减少缺失边的影响，提升多跳KBQA性能。
Comments 17 pages, 2 figures
Why LLMs Give In: Conversational Factors and Reasoning Behind Medical Sycophancy
大模型为何妥协：医学谄媚背后的对话因素与推理
机构 * Virginia Tech（弗吉尼亚理工大学） ； Shanghai Tongren Hospital, Shanghai Jiao Tong University School of Medicine（上海交通大学医学院附属同仁医院） ； Emory University（埃默里大学）
专题命中 其他推理 ：reasoning(title)；chain-of-thought(abstract)；分类 cs.CL、cs.AI
AI总结 研究发现医学谄媚是对话属性而非模型属性，通过5个开放权重模型和500个MedQuAD问题的120万次试验，揭示了对话因素对医学谄媚的影响及思维链轨迹的解释。
Comments 21 pages, 7 figures, 14 tables
From We to Me: Theory Informed Narrative Shift with Abductive Reasoning
从‘我们’到‘我’：基于演绎推理的理论指导叙事转变
机构 * Syracuse University（苏塞克斯大学） ； Arizona State University（亚利桑那州立大学）
专题命中 其他推理 ：reasoning(title,abstract)；分类 cs.CL、cs.AI
AI总结 本文提出基于演绎推理和社会科学理论的神经符号方法，用于改进大型语言模型的叙述转变能力，在多个模型上实现了显著的性能提升。
Learning to Select, Not Relearn: Hard-Routed Mixtures of Reasoning LoRAs
学会选择，而非重新学习：硬路由推理LoRA混合
机构 * Halmstad University（哈尔姆斯塔德大学） ； The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳））
专题命中 其他推理 ：reasoning(title,abstract)；分类 cs.AI、cs.LG
AI总结 提出硬路由MoR-LoRA框架，通过硬top-1路由组合冻结的推理LoRA专家，保留专家行为且可训练参数少于软路由方法。
Comments Code available at: https://github.com/sar-molavi/hard-routed-mor-lora
Reasoning or Memorization: Can LLMs Understand and Generate Chinese Xiehouyu Riddles?
推理还是记忆：大语言模型能理解并生成中国歇后语谜语吗？
专题命中 其他推理 ：reasoning(title,abstract)；分类 cs.CL、cs.AI
AI总结 研究通过在新歇后语游戏中测试大语言模型，用多项选择题、自由形式解释生成和新歇后语创作评估其能力，发现前沿中文模型记忆能力较强，新歇后语创作中Gemini 3.1 Pro表现出色，但LLMs整体创造力仍落后于人类专家，凸显数据污染对评估LLMs推理能力的影响。
Comments 20 pages; exp 3 is work in progress
Answer-then-Edit: Reasoning Skeleton Editing for Anti-Distillation with Preserved Utility
先回答再编辑：用于保留效用的反蒸馏的推理骨架编辑
机构 * School of Computer Science and Engineering, UNSW Sydney（新南威尔士大学计算机科学与工程学院） ； School of Artificial Intelligence, Shenzhen University（深圳大学人工智能学院）
专题命中 其他推理 ：reasoning(title,abstract)；分类 cs.CL、cs.AI
AI总结 针对专有大语言模型易受知识蒸馏影响的问题，提出骨架引导推理编辑框架SGRE，通过先回答再编辑的方式，借鉴认知负荷理论对推理痕迹进行修改，在降低蒸馏效果的同时保持推理准确性和痕迹自然度。
Comments 21 pages,8 figures
O-VAD: Industrial Video Anomaly Detection through Object-Centric Tracking and Reasoning
O-VAD：通过以对象为中心的跟踪和推理进行工业视频异常检测
机构 * Carnegie Mellon University（卡内基梅隆大学） ； University of Alabama at Birmingham（阿拉巴马大学伯明翰分校） ； Griffith University（格里菲斯大学）
专题命中 其他推理 ：reasoning(title,abstract)；分类 cs.CL、cs.AI
AI总结 针对工业视频异常检测，现有基于VLM的方法在工业场景中性能不佳的问题，提出无训练的智能框架O-VAD，通过跟踪对象时空动态和推理状态轨迹来检测异常，在多数据集实验中优于多种方法且能提供可解释报告。
Comments Accepted to ECCV 2026
Committed Before Reasoning: Behavioral Reproduction and Preliminary Activation-Level Evidence of Answer Pre-Commitment in an Open-Weight LLM
推理前先承诺：开放权重语言模型中答案预承诺的行为再现及初步激活水平证据
专题命中 其他推理 ：reasoning(title,abstract)；分类 cs.CL、cs.AI
AI总结 研究聊天模型在简单问题上先承诺答案而非推导的现象，通过行为再现和初步激活水平证据揭示错误承诺情况，还指出方法学上问题措辞对结果的影响，强调阳性对照对解读阴性预言机结果的重要性。
Comments 8 pages. Code, data, and all reported statistics: https://github.com/JO-HEEJIN/interview_mate/tree/docs/car-wash-repro/car_wash/paper_4
Track, Rank, Crack: Epistemic Working Memory Scales Multi-Hop Reasoning in Language Agents
追踪、排序、决断：认知工作记忆对语言智能体中的多跳推理进行衡量
专题命中 其他推理 ：reasoning(title,abstract)；分类 cs.AI、cs.LG
AI总结 研究语言智能体多跳推理链变长性能下降问题，提出SLEUTH方法通过结构化认知工作记忆提升推理，经实验优势随难度增加，还发现证据充分性问题及解决办法，表明组织推理方式是扩展多跳推理关键。
Invariant Learning Dynamics of Transformers in Inductive Reasoning Tasks
归纳推理任务中Transformer的不变学习动态
机构 * ETH Zurich（苏黎世联邦理工学院） ； Stanford（斯坦福大学）
专题命中 其他推理 ：reasoning(title,abstract)；分类 cs.AI、cs.LG
AI总结 该研究提出理论框架解释Transformer语言模型归纳推理能力，研究广义归纳任务，证明其训练动态可限制在低维不变流形，刻画数据统计对学习竞争的影响，探讨初始化作用并展示坐标框架用途，向Transformer学习预测理论迈进。
Unveiling the Mechanisms of Multi-Hop Reasoning in Transformers via Identity Bridge
通过身份桥揭示Transformer中多跳推理的机制
机构 * School of Mathematical Sciences, Shanghai Jiao Tong University（上海交通大学数学科学学院） ； Institute of Natural Sciences, MOE-LSC, Shanghai Jiao Tong University（上海交通大学自然科学研究院） ； Shanghai Seres Information Technology Co., Ltd, Shanghai 200040, China（上海塞瑞斯信息技术有限公司）
专题命中 其他推理 ：reasoning(title,abstract)；分类 cs.AI、cs.LG
AI总结 研究大型语言模型多跳推理中两跳推理诅咒现象，引入身份桥进行最小监督，使单层Transformer能实现分布外两跳泛化，通过理论和实证分析揭示其机制及效果，并扩展到主流LLMs的实际设置。
Comments Accepted by COLM 2026
Task-Specific Multimodal Question Answering Agents via Confidence Calibration and Incremental Reasoning for QANTA 2026
通过置信度校准和增量推理实现特定任务的多模态问答代理，用于QANTA 2026
机构 * Department of Computer Science ； Engineering, Chittagong University of Engineering \& Technology, Chattogram, Bangladesh
专题命中 其他推理 ：reasoning(title,abstract)；分类 cs.CL、cs.AI
AI总结 针对QANTA 2026共享挑战，开发特定任务双代理架构，抢答代理用带置信度校准的模型及数值推理策略，加分代理用多种推理整合信息，强调仅托管环境下的高效推理与校准，系统取得高分，证明轻量级策略在资源受限问答中性能强。
Comments 10 pages, 1 figure. Accepted at the EMM-QA 2026 Workshop, ICML 2026 (Non-Archival). Rank #1 overall system in the QANTA 2026 Challenge
SLIDERS: Systematic Reviews via Automated Evidence Synthesis and Reconciliation
上下文从不够长：用于长文档集可扩展问答的结构化推理
机构 * Computer Science Department, Stanford University（斯坦福大学计算机科学系）
专题命中 其他推理 ：reasoning(title,abstract)；分类 cs.CL、cs.AI
AI总结 本文提出SLIDERS框架，通过结构化推理解决长文档集问答问题，利用关系数据库和SQL实现可扩展推理，优于现有基准。
Comments 53 pages (10 main), preprint
When Thinking Hurts: Epistemic Signals in the Reasoning Chains of Visual Language Models
当思考有害时：视觉语言模型推理链中的认知信号
专题命中 其他推理 ：reasoning(title,abstract)；分类 cs.AI、cs.LG
AI总结 研究视觉语言模型推理链中的认知信号，通过在相同对抗样本上运行四个模型，发现不同模型的答案熵行为模式有差异，思考链熵在部分情况下优于答案熵，还发现结构化弃权及其实用弃权门可提升准确率。
Comments 7 pages, 2 figures, 5 tables. Oral paper at the 2nd Workshop on Epistemic Intelligence in Machine Learning (EIML@ICML 2026), Seoul, South Korea
Mixture of Debaters: Learn to Debate at Architectural Level in Multi-Agent Reasoning
辩论者混合：在多智能体推理中实现架构级别的辩论学习
专题命中 其他推理 ：reasoning(title,abstract)；分类 cs.CL、cs.AI
AI总结 提出Mixture of Debaters框架，通过混合专家范式在单一模型内实现动态自我辩论，解决静态架构和高计算开销问题，在多项基准上以更低延迟和令牌消耗取得更优性能。
RADIANT-PET: Reasoning-Augmented PET/CT Lesion Segmentation with Large Language Models and Reinforcement Learning
RADIANT-PET：结合大语言模型和强化学习的推理增强型PET/CT病灶分割
机构 * Division of Hematology, The Ohio State University Comprehensive Cancer Center（血液科，俄亥俄州立大学综合癌症中心） ； Department of Radiology, Mahidol University（医学放射科，玛希多大学） ； Department of Radiology, Mettapracharak Hospital（医学放射科，Mettapracharak医院） ； Department of Radiation Oncology, The Ohio State University Comprehensive Cancer Center（放射肿瘤科，俄亥俄州立大学综合癌症中心）
专题命中 其他推理 ：reasoning(title,abstract)；分类 cs.AI、cs.LG
AI总结 提出RADIANT-PET框架，通过大语言模型和强化学习对候选摄取区域进行推理分类，抑制生理性假阳性，提升PET/CT病灶分割准确性。
Bridging Reasoning Trajectories in On-Policy Distillation via Near-Future Guidance
通过近未来指导桥接在线策略蒸馏中的推理轨迹
机构 * University of Maryland, Baltimore County（马里兰大学巴尔的摩分校）
专题命中 其他推理 ：reasoning(title,abstract)；分类 cs.CL、cs.AI
AI总结 针对在线策略蒸馏中令牌级学习信号无法有效桥接推理轨迹的问题，提出基于近未来轨迹信息的轨迹感知在线策略蒸馏方法，显著提升大语言模型推理性能。
DiARC: Distinguishing Positive and Negative Samples Helps Improving ARC-like Reasoning Ability of Large Language Models
DiARC：区分正负样本有助于提升大型语言模型的类ARC推理能力
机构 * College of Computer Science and Software Engineering, Shenzhen University（深圳大学计算机与软件学院）
专题命中 其他推理 ：reasoning(title,abstract)；分类 cs.CL、cs.AI
AI总结 提出DiARC方法，通过构建偏好对（正负样本）来提升大型语言模型在类ARC任务上的推理能力，实验表明该方法在多个基准上持续改进基线模型。
ReaORE: Reasoning-Guided Progressive Open Relation Extraction Empowered by Large Reasoning Models
ReaORE: 基于大推理模型的推理引导渐进式开放关系抽取
机构 * National Institute for Data Science in Health and Medicine, Xiamen University（厦门大学健康医疗大数据国家研究院） ； School of Informatics, Xiamen University（厦门大学信息学院）
专题命中 其他推理 ：reasoning(title,abstract)；分类 cs.CL、cs.AI
AI总结 提出ReaORE框架，通过粗到细的关系推理（关系过滤与关系预测）解决开放关系抽取中关系标签生成和易混淆关系区分难题，在数据集上超越现有方法。
MiniOpt: Reasoning to Model and Solve General Optimization Problems with Limited Resources
MiniOpt: 在有限资源下推理建模与求解通用优化问题
机构 * East China Normal University（华东师范大学） ； AntGroup（蚂蚁集团） ； Southern University of Science and Technology（南方科技大学） ； Nanjing University（南京大学）
专题命中 其他推理 ：reasoning(title,abstract)；分类 cs.AI、cs.LG
AI总结 提出MiniOpt强化学习框架，通过“推理-建模-求解”范式，结合层次化奖励函数OptReward和优化导向策略优化，使3B参数模型在多种优化问题上达到强泛化，且训练资源需求低。
Comments 20 pages, 9 figures, 11 tables, project: https://github.com/Hsiang-1/MiniOpt
