大模型推理能力

Where Did This Sentence Come From? Tracing Provenance in LLM Reasoning Distillation

这个句子来自哪里？在LLM推理蒸馏中的溯源

Kaiyuan Liu, Shaotian Yan, Rui Miao, Bing Wang, Chen Shen, Jun Zhang, Jieping Ye

机构 * College of Computer Science and Technology（计算机科学与技术学院） ； Alibaba Cloud Computing（阿里云计算） ； School of Artificial Intelligence（人工智能学院） ； Department of Mathematics（数学系） 纠错

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

AI总结 本文提出了一种推理蒸馏溯源追踪框架，通过分析蒸馏模型生成动作的来源，揭示其在测试时的行为一致性，并提出教师指导的数据选择方法以提升蒸馏效果。

Diversity-Incentivized Exploration for Versatile Reasoning

多样化激励探索用于多面推理

Zican Hu, Shilin Zhang, Yafu Li, Jianhao Yan, Xuyang Hu, Leyang Cui, Xiaoye Qu, Chunlin Chen, Yu Cheng, Zhi Wang

机构 * Nanjing University（南京大学） ； Shanghai AI Laboratory（上海人工智能实验室） ； Westlake University（西湖大学） ； The Chinese University of Hong Kong（香港中文大学） 纠错

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

AI总结 DIVER通过引入全局多样性激励，提升大语言模型在多面推理任务中的探索能力和样本效率。

Comments 26 pages, 10 figures

Journal ref ICLR 2026

Understanding LLM Failures: A Multi-Tape Turing Machine Analysis of Systematic Errors in Language Model Reasoning

理解大语言模型的失败：多带图灵机对语言模型推理系统性错误的分析

Magnus Boman

机构 * Department of Medicine Solna, Division of Clinical Epidemiology, Karolinska Institutet, Stockholm, Sweden（斯德哥尔摩瑞典卡罗林斯卡研究所医学系Solna部临床流行病学 division） 纠错

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

AI总结 本文通过多带图灵机分析，揭示了大语言模型推理中的系统性错误，并提出了可检验的理论框架来解释提示技术的有效性与局限性。

Comments 8 pages, 1 page appendix; v2 added Acknowledgements

Multi-source Heterogeneous Public Opinion Analysis via Collaborative Reasoning and Adaptive Fusion: A Systematically Integrated Approach

通过协同推理与自适应融合进行多源异构公共意见分析：一种系统整合方法

Yi Liu

机构 * Yi Liu School of Software Xi’an Jiaotong University（刘毅 软件学院 西安交通大学） 纠错

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

AI总结 本文提出CRAF框架，通过协同推理与自适应融合整合传统方法与LLMs，提升多源异构公共意见分析的跨平台适应性与性能

Comments 13 pages, 11 figures

ParoQuant: Pairwise Rotation Quantization for Efficient Reasoning LLM Inference

ParoQuant: 基于成对旋转的量化方法用于高效推理大语言模型推理

Yesheng Liang, Haisheng Chen, Zihan Zhang, Song Han, Zhijian Liu

机构 * NVIDIA ； MIT（麻省理工学院） ； UC San Diego（加州大学圣地亚哥分校） 纠错

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

AI总结 ParoQuant通过结合硬件高效旋转与通道缩放，有效解决推理LLMs中的异常值问题，实现更高的准确性和更低的开销。

Comments ICLR 2026 | Project page: https://paroquant.z-lab.ai | GitHub: https://github.com/z-lab/paroquant

ADEPT: RL-Aligned Agentic Decoding of Emotion via Evidence Probing Tools -- From Consensus Learning to Ambiguity-Driven Emotion Reasoning

ADEPT: 通过证据探测工具实现情感的代理解码 -- 从共识学习到由模糊性驱动的情感推理

Esther Sun, Bo-Hao Su, Abinay Reddy Naini, Shinji Watanabe, Carlos Busso

机构 * cmu（卡内基梅隆大学） 纠错

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

AI总结 ADEPT通过证据探测工具实现情感的代理解码，从共识学习转向由模糊性驱动的情感推理，提升情感识别的准确性和可解释性。

Comments Under Review

InjectRBP: Steering Large Language Model Reasoning Behavior via Pattern Injection

InjectRBP: 通过模式注入引导大语言模型推理行为

Xiuping Wu, Zhao Yu, Yuxin Cheng, Ngai Wong, Liangjun Ke, Tapas Mishra, Konstantinos V. Katsikopoulos

机构 * Xi'an Jiaotong University（西安交通大学） ； University of Southampton（南安普顿大学） ； University of Hongkong（香港大学） 纠错

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

AI总结 InjectRBP通过注入行为模式提升大语言模型推理能力，无需参数更新，实验显示在多种推理任务中性能提升显著。

Credit Where It is Due: Cross-Modality Connectivity Drives Precise Reinforcement Learning for MLLM Reasoning

应得之 credit：跨模态连接驱动精确强化学习用于 MLLM 推理

Zhengbo Jiao, Shaobo Wang, Zifan Zhang, Wei Wang, Bing Zhao, Hu Wei, Linfeng Zhang

机构 * AI DATA, Alibaba Group Holding Limited（阿里数据，阿里巴巴集团控股有限公司） ； EPIC Lab, SJTU（EPIC实验室，上海交通大学） 纠错

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

AI总结 通过跨模态连接驱动精确强化学习，提升多模态大语言模型的推理能力，仅引入1.2%开销即超越基线模型。

Comments 20pages

ESTAR: Early-Stopping Token-Aware Reasoning For Efficient Inference

ESTAR: 早期停止的令牌感知推理用于高效推理

Junda Wang, Zhichao Yang, Dongxu Zhang, Sanjit Singh Batra, Robert E. Tillman

机构 * University of Massachusetts Amherst（马萨诸塞大学阿默斯特分校） ； Optum AI 纠错

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

AI总结 ESTAR通过令牌感知推理的早期停止机制，有效减少推理冗余，提升大型推理模型的推理效率，同时保持高准确性。

LLM Reasoning Predicts When Models Are Right: Evidence from Coding Classroom Discourse

大语言模型推理可预测模型何时正确：来自编程课堂对话的证据

Bakhtawar Ahtisham, Kirk Vanacore, Zhuqian Zhou, Jinsook Lee, Rene F. Kizilcec

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

AI总结 本研究通过分析课堂对话中的教师发言，发现LLM生成的推理能有效预测模型预测的正确性，使用随机森林分类器达到F1得分0.83，表明基于推理的错误检测在教育对话分析中具有实用价值。

CLaRa: Bridging Retrieval and Generation with Continuous Latent Reasoning

CLaRa：通过连续潜在推理弥合检索与生成

Jie He, Richard He Bai, Sinead Williamson, Jeff Z. Pan, Navdeep Jaitly, Yizhe Zhang

机构 * Apple（苹果公司） ； University of Edinburgh（爱丁堡大学） 纠错

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

AI总结 CLaRa通过连续潜在推理框架实现检索与生成的统一优化，提升压缩和重排性能，优于现有基线方法。

Reasoning-guided Collaborative Filtering with Language Models for Explainable Recommendation

基于语言模型的推理引导协同过滤用于可解释推荐

Fahad Anwaar, Adil Mehmood Khan, Muhammad Khalid, Usman Zia, Kezhi Wang

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

AI总结 RGCF-XRec通过融合推理引导的协同过滤知识与语言模型，实现可解释的序列推荐，提升了推荐性能和解释质量。

Towards Structured, State-Aware, and Execution-Grounded Reasoning for Software Engineering Agents

面向结构化、状态感知和执行导向的软件工程代理推理

Tse-Hsun, Chen

机构 * Concordia University（康科德大学） 纠错

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

AI总结 本文提出通过结构化、状态感知和执行导向的推理方法，提升软件工程代理在长周期任务中的推理能力和可靠性。

Comments Position paper accepted in BoatSE

Language models can learn implicit multi-hop reasoning, but only if they have lots of training data

语言模型可以学习隐式多跳推理，但只有在有大量训练数据的情况下

Yuekun Yao, Yupei Du, Dawei Zhu, Michael Hahn, Alexander Koller

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

AI总结 本文研究了语言模型通过大量训练数据学习隐式多跳推理的能力，并发现训练数据量随推理跳数呈指数增长，但通过课程学习可部分缓解这一需求。

Comments Accepted at EMNLP 2025

Socratic-Geo: Synthetic Data Generation and Geometric Reasoning via Multi-Agent Interaction

Socratic-Geo：通过多智能体交互实现合成数据生成与几何推理

Zhengbo Jiao, Shaobo Wang, Zifan Zhang, Wei Wang, Bing Zhao, Hu Wei, Linfeng Zhang

机构 * AI DATA, Alibaba Group Holding Limited（阿里数据，阿里巴巴集团控股有限公司） ； EPIC Lab, Shanghai Jiao Tong University（上海交通大学EPIC实验室） ； Shanghai University of Finance（上海财经大学） ； Wuhan University（武汉大学） 纠错

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

AI总结 Socratic-Geo通过多智能体交互实现合成数据生成与几何推理，利用教师代理和求解代理动态耦合数据合成与模型学习，提升图像生成和推理能力。

Comments 18pages

Graph-Augmented Reasoning with Large Language Models for Tobacco Pest and Disease Management

基于图增强推理的烟草害虫和疾病管理

Siyu Li, Chenwei Song, Qi Zhou, Wan Zhou, Xinyi Liu

机构 * School of Information Science and Engineering（信息科学与工程学院） ； Chongqing Jiaotong University（重庆交通大学） 纠错

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

AI总结 本文提出一种基于图增强推理的框架，通过整合领域知识图谱，提升烟草害虫和疾病管理的推理能力和推荐准确性。

Small Vectors, Big Effects: A Mechanistic Study of RL-Induced Reasoning via Steering Vectors

小向量，大影响：通过引导向量研究强化学习诱导的推理机制

Viacheslav Sinii, Nikita Balagansky, Gleb Gerasimov, Daniil Laptev, Yaroslav Aksenov, Vadim Kurochkin, Alexey Gorbatovski, Boris Shaposhnikov, Daniil Gavrilov

机构 * Department of XXX, University of YYY, Location, Country（XXX系，YYY大学，地点，国家） ； School of ZZZ, Institute of WWW, Location, Country（ZZZ学院，WWW研究所，地点，国家） 纠错

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

AI总结 通过引导向量研究强化学习对大语言模型内部计算的影响，发现不同层的引导向量对生成token和注意力模式有不同作用，并能跨模型转移。

Comments Preprint

SetPO: Set-Level Policy Optimization for Diversity-Preserving LLM Reasoning

SetPO：基于集级别的策略优化以保持LLM推理的多样性

Chenyi Li, Yuan Zhang, Bo Wang, Guoqing Ma, Wei Tang, Haoyang Huang, Nan Duan

机构 * Peking University（北京大学） ； JD Explore Academy, China（京东探索研究院） ； Beijing Institute of Technology（北京理工大学） 纠错

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

AI总结 SetPO通过集级别策略优化提升LLM推理多样性，通过核化相似性定义目标，验证稀有轨迹对多样性的贡献，实验显示优于基线。

Reasoning as State Transition: A Representational Analysis of Reasoning Evolution in Large Language Models

推理作为状态转换：大型语言模型推理演变的表征分析

Siyuan Zhang, Jialian Li, Yichi Zhang, Xiao Yang, Yinpeng Dong, Hang Su

机构 * Dept. of Comp. Sci. and Tech., Institute for AI, Tsinghua-Bosch Joint ML Center, THBI Lab, BNRist Center, Tsinghua University, Beijing 100084, China（计算机科学与技术系，人工智能研究所，清华-博世联合机器学习中心，THBI实验室，BNRist中心，清华大学，北京100084，中国） ； College of AI, Tsinghua University, Beijing 100084, China（人工智能学院，清华大学，北京100084，中国） 纠错

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

AI总结 本研究从表征视角分析大型语言模型推理过程的演变，揭示训练后模型通过优化表示分布提升推理能力的机制。

Comments 30 pages, 27 figures, 8 tables

How Far Are LLMs from Professional Poker Players? Revisiting Game-Theoretic Reasoning with Agentic Tool Use

LLMs距离专业扑克玩家还有多远？结合代理工具使用的博弈论推理再探

Minhua Lin, Enyan Dai, Hui Liu, Xianfeng Tang, Yuliang Yan, Zhenwei Dai, Jingying Zeng, Zhiwei Zhang, Fali Wang, Hongcheng Gao, Chen Luo, Xiang Zhang, Qi He, Suhang Wang

机构 * The Pennsylvania State University（宾夕法尼亚州立大学） ； HKUST (GZ)（香港科技大学） ； Amazon（亚马逊） ； Tsinghua University（清华大学） ； Microsoft（微软公司） 纠错

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

AI总结 本文提出ToolPoker框架，通过整合外部求解器和专业解释，提升LLMs在扑克博弈中的推理和游戏表现。

Comments Accepted by ICLR 2026

Segment-Level Attribution for Selective Learning of Long Reasoning Traces

分段属性用于长推理轨迹的选择性学习

Siyuan Wang, Yanchen Liu, Xiang Ren

机构 * University of Southern California（南加州大学） 纠错

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

AI总结 本文提出一种基于分段属性的选择性学习框架，通过量化标记对最终答案的影响，提升长推理轨迹学习的效率和准确性。

Comments Accepted to ICLR 2026. 16 pages, 5 figures. Code available at https://github.com/SiyuanWangw/SegmentSelectiveSFT

Heterogeneous Graph Alignment for Joint Reasoning and Interpretability

异构图对齐用于联合推理与可解释性

Zahra Moslemi, Ziyi Liang, Norbert Fortin, Babak Shahbaba

机构 * Department of Statistics, University of California, Irvine（统计学系，加州大学伊维特分校） ； Department of Neurobiology and Behavior, University of California, Irvine（神经生物学与行为系，加州大学伊维特分校） 纠错

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

AI总结 本文提出MGMT框架，通过元图实现异构图的联合推理与可解释性，优于现有方法并在神经科学应用中表现优异。

Bridging Graph Structure and Knowledge-Guided Editing for Interpretable Temporal Knowledge Graph Reasoning

弥合图结构与知识引导编辑以实现可解释的时序知识图谱推理

Shiqi Fan, Quanming Yao, Hongyi Nie, Wentao Ma, Zhen Wang, Wen Hua

机构 * Department of Data Science and Artificial Intelligence, The Hong Kong Polytechnic University（数据科学与人工智能系，香港理工大学） ； School of Cybersecurity, Northwestern Polytechnical University（网络安全学院，西北工业大学） ； Department of Electronic Engineering, Tsinghua University（电子工程系，清华大学） ； School of Mechanical Engineering, Northwestern Polytechnical University（机械工程学院，西北工业大学） ； School of Mathematics and Statistics, Xi’an Jiaotong University（数学与统计学院，西安交通大学） 纠错

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

AI总结 IGETR通过结合图神经网络与大语言模型，实现可解释的时序知识图谱推理，提升预测准确性与可解释性。

Eliciting Least-to-Most Reasoning for Phishing URL Detection

诱发最小到最大推理以检测钓鱼网址

Holly Trikilis, Pasindu Marasinghe, Fariza Rashid, Suranga Seneviratne

机构 * University of Sydney（悉尼大学） 纠错

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

AI总结 本文提出了一种最小到最大提示框架，通过引入答案敏感性机制提升钓鱼网址检测的推理能力和准确性，优于一次性方法和监督模型。

Towards a Mechanistic Understanding of Large Reasoning Models: A Survey of Training, Inference, and Failures

迈向大规模推理模型的机制理解：训练、推理与失败的综述

Yi Hu, Jiaqi Gu, Ruxin Wang, Zijun Yao, Hao Peng, Xiaobao Wu, Jianhui Chen, Muhan Zhang, Liangming Pan

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

AI总结 本文综述了大规模推理模型的训练、推理及失败机制，旨在揭示其内部运作并为未来研究提供方向。

TS-Debate: Multimodal Collaborative Debate for Zero-Shot Time Series Reasoning

TS-Debate：多模态协作辩论用于零样本时间序列推理

Patara Trirat, Jin Myung Kwak, Jay Heo, Heejun Lee, Sung Ju Hwang

机构 * KAIST Seoul（韩国科学技术院） 纠错

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

AI总结 TS-Debate通过多模态协作辩论框架，在零样本时间序列推理中实现显著性能提升，通过专门代理和结构化协议提升模态保真度和数值精度。

Comments Code will be available at https://github.com/DeepAuto-AI/TS-Debate

Less is More: Compact Clue Selection for Efficient Retrieval-Augmented Generation Reasoning

少即是多：为高效检索增强生成推理设计的紧凑线索选择

Qianchi Zhang, Hainan Zhang, Liang Pang, Yongxin Tong, Hongwei Zheng, Zhiming Zheng

机构 * School of Artificial Intelligence, Beihang University（北航人工智能学院） ； Institute of Computing Technology, Chinese Academy of Sciences（中国科学院计算技术研究所） ； School of Computer Science and Engineering, Beihang University（北航计算机科学与工程学院） ； Beijing Academy of Blockchain and Edge Computing（北京区块链与边缘计算研究院） 纠错

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

AI总结 CompSelect通过紧凑线索选择机制提升RAG推理效率，减少LLM推理成本，优化线索提取与排序。

Comments Accepted to the ACM Web Conference 2026 (WWW'26)

From LLMs to LRMs: Rethinking Pruning for Reasoning-Centric Models

从大语言模型到大推理模型：重新思考面向推理中心模型的剪枝

Longwei Ding, Anhao Zhao, Fanghua Ye, Ziyang Chen, Xiaoyu Shen

机构 * Institute of Digital Twin, Eastern Institute of Technology（数字孪生研究院，东部技术研究所） ； Department of Computing, The Hong Kong Polytechnic University（计算系，香港理工大学） ； Tencent Hunyuan / AI Lab（腾讯文英/人工智能实验室） ； Université Paris Dauphine - PSL（巴黎-萨克勒大学） 纠错

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

AI总结 本文研究了推理增强模型的剪枝策略，发现深度剪枝在分类任务中表现更优，而宽度剪枝在生成和推理中更稳健，静态剪枝更利于保持推理性能。

Comments 18 pages, 7 figures

Harnessing Reasoning Trajectories for Hallucination Detection via Answer-agreement Representation Shaping

通过答案一致性表示塑造进行推理轨迹的幻觉检测

Jianxiong Zhang, Bing Guo, Yuming Jiang, Haobo Wang, Bo An, Xuefeng Du

机构 * College of Computer Science, Sichuan University, China（四川大学计算机学院） ； School of Software Technology, Zhejiang University, China（浙江大学软件学院） ； College of Computing and Data Science, Nanyang Technological University, Singapore（南洋理工大学 computing and Data Science学院） 纠错

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

AI总结 本文提出ARS方法，通过塑造答案一致性表示来提高推理轨迹中幻觉检测的准确性，无需人工标注即可提升检测性能。

Far from the Shallow: Brain-Predictive Reasoning Embedding through Residual Disentanglement

远离浅层：通过残差解耦实现脑预测推理嵌入

Linyang He, Tianjun Zhong, Richard Antonello, Gavin Mischler, Micah Goldblum, Nima Mesgarani

机构 * Zuckerman Mind Brain Behavior Institute, Columbia University（扎克曼脑行为研究所，哥伦比亚大学） ； Department of Electrical Engineering, Columbia University（电气工程系，哥伦比亚大学） ； Department of Computer Science, Columbia University（计算机科学系，哥伦比亚大学） 纠错

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

AI总结 通过残差解耦方法，研究实现了对语言推理过程的神经嵌入解耦，揭示了推理在大脑中的独特预测能力及时间特征。

Comments Accepted at NeurIPS 2025