大模型推理能力

PlanGEN: A Multi-Agent Framework for Generating Planning and Reasoning Trajectories for Complex Problem Solving

Mihir Parmar, Xin Liu, Palash Goyal, Yanfei Chen, Long Le, Swaroop Mishra, Hossein Mobahi, Jindong Gu, Zifeng Wang, Hootan Nakhost, Chitta Baral, Chen-Yu Lee, Tomas Pfister, Hamid Palangi

专题命中 复杂问题求解 ：reasoning(title,abstract)；planning(title,abstract)；分类 cs.CL、cs.AI

Comments 30 pages

Demystifying Long Chain-of-Thought Reasoning in LLMs

Edward Yeo, Yuxuan Tong, Morry Niu, Graham Neubig, Xiang Yue

专题命中 复杂问题求解 ：reasoning(title,abstract)；chain-of-thought(title)；CoT(abstract)；分类 cs.CL、cs.LG

Comments Preprint, under review

ERA-CoT: Improving Chain-of-Thought through Entity Relationship Analysis

Yanming Liu, Xinyue Peng, Tianyu Du, Jianwei Yin, Weihao Liu, Xuhong Zhang

专题命中 复杂问题求解 ：CoT(title,abstract)；chain-of-thought(title)；reasoning(abstract)；分类 cs.CL

Comments 15 pages, second version of ERA-CoT

Direct Reasoning Optimization: Token-Level Reasoning Reflectivity Meets Rubric Gates for Unverifiable Tasks

直接推理优化：基于推理反射的令牌级推理与评分门控用于不可验证任务

Yifei Xu, Tusher Chakraborty, Srinagesh Sharma, Leonardo Nunes, Swati Sharma, Kate Drakos Demopulos, Emre Kıcıman, Songwu Lu, Ranveer Chandra

机构 * Microsoft（微软公司） ； University of California, Los Angeles（加州大学洛杉矶分校） 纠错

专题命中 复杂问题求解 ：reasoning(title,abstract)；CoT(abstract,abstract_cn)；chain-of-thought(abstract)；分类 cs.CL、cs.AI、cs.LG

AI总结 本文提出了一种约束强化学习框架，通过令牌级推理反射奖励和评分门控优化不可验证任务的推理质量与学习效率。

AtManRL: Towards Faithful Reasoning via Differentiable Attention Saliency

AtManRL：通过可微注意力显著性实现更忠实的推理

Max Henning Höth, Kristian Kersting, Björn Deiseroth, Letitia Parcalabescu

机构 * Aleph Alpha Research Lab（Aleph Alpha研究实验室） ； TU Darmstadt（图林根大学） ； Hessian.AI Lab（黑森AI实验室） 纠错

专题命中 复杂问题求解 ：reasoning(title,abstract)；CoT(abstract,abstract_cn)；chain-of-thought(abstract)；分类 cs.CL、cs.AI、cs.LG

AI总结 本文提出AtManRL方法，通过可微注意力操控学习更忠实的推理过程，结合GRPO框架优化正确性与可解释性，实验证明能识别关键推理token并提升模型透明度。

Comments 14 pages, 8 figures, 1 table

Incentivizing Reasoning for Advanced Instruction-Following of Large Language Models

Yulei Qin, Gang Li, Zongyi Li, Zihan Xu, Yuchen Shi, Zhekai Lin, Xiao Cui, Ke Li, Xing Sun

机构 * Youtu-Agent Team（YouTu-Agent团队） 纠错

专题命中 复杂问题求解 ：reasoning(title,abstract)；chain-of-thought(abstract)；CoT(abstract)；test-time compute(abstract)

Comments Accepted to NeurIPS 2025; 15 pages of main body, 5 tables, 5 figures, 42 pages of appendix

Thinking About Thinking: SAGE-nano's Inverse Reasoning for Self-Aware Language Models

Basab Jha, Firoj Paudel, Ujjwal Puri, Zhang Yuting, Choi Donghyuk, Wang Junhao

机构 * SAGEA ； Tribhuwan University（特里布文大学） ； Vedas College（维达学院） ； Madan Bhandari Memorial College（马达恩·班达里纪念学院） ； Fudan University（复旦大学） ； ETH Zurich（苏黎世联邦理工学院） 纠错

专题命中 复杂问题求解 ：reasoning(title,abstract)；chain-of-thought(abstract)；CoT(abstract)；logical reasoning(abstract)

Comments 19 pages, 2 figures, 9 tables

GFlowVLM: Enhancing Multi-step Reasoning in Vision-Language Models with Generative Flow Networks

Haoqiang Kang, Enna Sachdeva, Piyush Gupta, Sangjae Bae, Kwonjoon Lee

专题命中 复杂问题求解 ：reasoning(title,abstract)；chain-of-thought(abstract)；CoT(abstract)；planning(abstract)

Journal ref CVPR 2025

LLMs as ASP Programmers: Self-Correction Enables Task-Agnostic Nonmonotonic Reasoning

LLMs 作为 ASP 程序员：自我纠正实现任务无关的非单调推理

Adam Ishay, Joohyung Lee

机构 * Arizona State University（亚利桑那州立大学） ； Samsung Research（三星研究院） 纠错

专题命中 复杂问题求解 ：reasoning(title,abstract)；self-correction(title,abstract)；分类 cs.AI

AI总结 提出 LLM+ASP 框架，通过自我纠正循环将自然语言转化为回答集程序，实现无需任务特定工程的非单调推理，在多个基准上优于 SMT 方法。

Comments 30 pages

Legal$Δ$: Enhancing Legal Reasoning in LLMs via Reinforcement Learning with Chain-of-Thought Guided Information Gain

Legal$Δ$: 通过强化学习与链式思维引导信息增益提升大语言模型的法律推理

Xin Dai, Buqiang Xu, Zhenghao Liu, Yukun Yan, Huiyuan Xie, Xiaoyuan Yi, Shuo Wang, Ge Yu

机构 * School of Computer Science and Engineering, Northeastern University（东北大学计算机科学与工程学院） ； Department of Computer Science and Technology, Institute for AI, Tsinghua University（清华大学人工智能研究院计算机科学与技术系） ； Microsoft Research Asia（微软亚洲研究院） 纠错

专题命中 复杂问题求解 ：reasoning(title,abstract)；chain-of-thought(title,abstract)；分类 cs.CL

AI总结 Legal$Δ$通过强化学习与链式思维引导信息增益提升法律推理的准确性和可解释性。

EntroCut: Entropy-Guided Adaptive Truncation for Efficient Chain-of-Thought Reasoning in Small-scale Large Reasoning Models

EntroCut: 基于熵的自适应截断以提高小型大推理模型中的链式推理效率

Hongxi Yan, Qingjie Liu, Yunhong Wang

机构 * 1 Beihang University, School of Computer Science \& Engineering, China 2 Zhongguancun Laboratory, China 3 Hangzhou Innovation Institute, China 纠错

专题命中 复杂问题求解 ：reasoning(title,abstract)；chain-of-thought(title,abstract)；分类 cs.AI

AI总结 EntroCut通过基于熵的自适应截断方法，显著提高小型大推理模型的推理效率，同时保持较高的准确性。

Comments Accepted by ICASSP26

MIND: From Passive Mimicry to Active Reasoning through Capability-Aware Multi-Perspective CoT Distillation

MIND：通过能力感知的多视角CoT蒸馏从被动模仿到主动推理

Jin Cui, Jiaqi Guo, Jiepeng Zhou, Ruixuan Yang, Jiayi Lu, Jiajun Xu, Jiangcheng Song, Boran Zhao, Pengju Ren

机构 * State Key Laboratory of Human-Machine Hybrid Augmented Intelligence, National Engineering Research Center for Visual Information and Applications, and Institute of Artificial Intelligence and Robotics, Xi’an Jiaotong University（西安交通大学人机混合增强智能国家重点实验室、视觉信息与应用国家工程研究中心、人工智能与机器人研究所） ； Nankai University（南开大学） ； The Hong Kong University of Science and Technology(Guangzhou)（香港科技大学（广州）） ； School of Software Engineering, Xi’an Jiaotong University（西安交通大学软件学院） 纠错

专题命中 复杂问题求解 ：reasoning(title,abstract)；CoT(title)；chain-of-thought(abstract)；分类 cs.CL

AI总结 MIND通过能力感知的多视角CoT蒸馏，从被动模仿转向主动推理，提升模型在分布内和分布外任务中的性能。

Comments 13 pages, 8 figures

VICoT-Agent: A Vision-Interleaved Chain-of-Thought Framework for Interpretable Multimodal Reasoning and Scalable Remote Sensing Analysis

VICoT-Agent：一种用于可解释多模态推理和可扩展遥感分析的视觉交织思维链框架

Chujie Wang, Zhiyuan Luo, Ruiqi Liu, Can Ran, Shenghua Fan, Xi Chen, Chu He

机构 * Wuhan University（武汉大学） ； University of Toronto（多伦多大学） 纠错

专题命中 复杂问题求解 ：reasoning(title,abstract)；chain-of-thought(title,abstract)；分类 cs.AI

AI总结 VICoT-Agent通过视觉交织思维链框架实现多模态推理和遥感分析，采用堆栈结构和模块化工具集提升推理效率，并通过推理堆栈蒸馏方法降低模型复杂度，显著提升推理透明度和执行效率。

Benchmarking Multi-Step Legal Reasoning and Analyzing Chain-of-Thought Effects in Large Language Models

对多步骤法律推理进行基准测试并分析思维链效应在大型语言模型中的表现

Wenhan Yu, Xinbo Lin, Lanxin Ni, Jinhua Cheng, Lei Sha

机构 * School of Artificial Intelligence, Beihang University, Beijing, China（北京航空航天大学人工智能学院） ； KoGuan School of Law, Shanghai Jiao Tong University, Shanghai, China（上海交通大学KoGuan法学院） ； School of Criminal Law, China University of Political Science and Law, Beijing, China（中国政法大学刑事法律学院） 纠错

专题命中 复杂问题求解 ：reasoning(title,abstract)；chain-of-thought(title,abstract)；分类 cs.AI

AI总结 本文提出MSLR数据集，用于评估大型语言模型在多步骤法律推理中的表现，并通过实验展示自主生成的思维链提示提升了推理质量。

Comments 21 pages, 7 figures

Knowledge-Augmented Long-CoT Generation for Complex Biomolecular Reasoning

Tianwen Lyu, Xiang Zhuang, Keyan Ding, Xinzhe Cao, Lei Liang, Wei Zhao, Qiang Zhang, Huajun Chen

机构 * The Polytechnic Institute, Zhejiang University（浙江大学Polytechnic学院） ； College of Computer Science and Technology, Zhejiang University（浙江大学计算机科学与技术学院） ； ZJU-Hangzhou Global Scientific and Technological Innovation Center, Zhejiang University（浙江大学Hangzhou全球科技创新中心） ； University of Oxford（牛津大学） ； Ant Group（蚂蚁集团） ； University of Aberdeen（阿伯丁大学） ； ZJU-UIUC Institute, Zhejiang University（浙江大学UIUC研究院） 纠错

专题命中 复杂问题求解 ：reasoning(title,abstract)；CoT(title,abstract)；分类 cs.AI

Self-Verifying Reflection Helps Transformers with CoT Reasoning

Zhongwei Yu, Wannian Xia, Xue Yan, Bo Xu, Haifeng Zhang, Yali Du, Jun Wang

机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科学与技术大学（广州）） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； King’s College London（伦敦国王学院） ； University College London（伦敦大学学院） 纠错

专题命中 复杂问题求解 ：reasoning(title,abstract)；CoT(title,abstract)；分类 cs.LG

Comments Accepted by NeurIPS2025

VCoT-Grasp: Grasp Foundation Models with Visual Chain-of-Thought Reasoning for Language-driven Grasp Generation

Haoran Zhang, Shuanghao Bai, Wanqi Zhou, Yuedi Zhang, Qi Zhang, Pengxiang Ding, Cheng Chi, Donglin Wang, Badong Chen

机构 * Xi’an Jiaotong University（西安交通大学） ； Zhejiang University（浙江大学） ； Westlake University（西湖大学） ； BAAI（北京人工智能研究院） 纠错

专题命中 复杂问题求解 ：reasoning(title,abstract)；chain-of-thought(title,abstract)；分类 cs.AI

Thinking with Sound: Audio Chain-of-Thought Enables Multimodal Reasoning in Large Audio-Language Models

Zhen Xiong, Yujun Cai, Zhecheng Li, Junsong Yuan, Yiwei Wang

机构 * University of Southern California（南加州大学） ； University of Queensland（昆士兰大学） ； University of California, San Diego（加州大学圣地亚哥分校） ； University of Buffalo（布法罗大学） ； University of California, Merced（加州大学默塞德分校） 纠错

专题命中 复杂问题求解 ：reasoning(title,abstract)；chain-of-thought(title)；CoT(abstract)；分类 cs.CL

WebCoT: Enhancing Web Agent Reasoning by Reconstructing Chain-of-Thought in Reflection, Branching, and Rollback

Minda Hu, Tianqing Fang, Jianshu Zhang, Junyu Ma, Zhisong Zhang, Jingyan Zhou, Hongming Zhang, Haitao Mi, Dong Yu, Irwin King

机构 * Chinese University of Hong Kong（香港中文大学） ； Tencent AI Lab（腾讯AI实验室） 纠错

专题命中 复杂问题求解 ：reasoning(title,abstract)；chain-of-thought(title,abstract)；分类 cs.CL

Comments 18 pages

Multi-Layer GRPO: Enhancing Reasoning and Self-Correction in Large Language Models

Fei Ding, Baiqiao Wang, Zijian Zeng, Youwei Wang

机构 * Shenzhen Jinzheng Youzhi Technology（深圳金政智科技） 纠错

专题命中 复杂问题求解 ：reasoning(title,abstract)；self-correction(title,abstract)；分类 cs.LG

Self-Correction is More than Refinement: A Learning Framework for Visual and Language Reasoning Tasks

Jiayi He, Hehai Lin, Qingyun Wang, Yi Fung, Heng Ji

机构 * University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Georgia Institute of Technology（佐治亚理工学院） ； The Hong Kong University of Science and Technology（香港科技大学） 纠错

专题命中 复杂问题求解 ：reasoning(title,abstract)；self-correction(title,abstract)；分类 cs.CL

Comments Accepted by ACL 2025 Findings

RSVP: Reasoning Segmentation via Visual Prompting and Multi-modal Chain-of-Thought

Yi Lu, Jiawang Cao, Yongliang Wu, Bozheng Li, Licheng Tang, Yangguang Ji, Chong Wu, Jay Wu, Wenbo Zhu

专题命中 复杂问题求解 ：reasoning(title,abstract)；chain-of-thought(title,abstract)；分类 cs.AI

Comments Accepted as ACL 2025 Main

SuperCorrect: Advancing Small LLM Reasoning with Thought Template Distillation and Self-Correction

Ling Yang, Zhaochen Yu, Tianjun Zhang, Minkai Xu, Joseph E. Gonzalez, Bin Cui, Shuicheng Yan

专题命中 复杂问题求解 ：reasoning(title,abstract)；self-correction(title,abstract)；分类 cs.CL

Comments ICLR 2025. Project: https://github.com/YangLing0818/SuperCorrect-llm

Chain-of-Thought Augmentation with Logit Contrast for Enhanced Reasoning in Language Models

Jay Shim, Grant Kruttschnitt, Alyssa Ma, Daniel Kim, Benjamin Chek, Athul Anand, Kevin Zhu, Sean O'Brien

专题命中 复杂问题求解 ：reasoning(title,abstract)；chain-of-thought(title,abstract)；分类 cs.CL

DDCoT: Duty-Distinct Chain-of-Thought Prompting for Multimodal Reasoning in Language Models

Ge Zheng, Bin Yang, Jiajin Tang, Hong-Yu Zhou, Sibei Yang

专题命中 复杂问题求解 ：reasoning(title,abstract)；chain-of-thought(title)；CoT(abstract)；分类 cs.CL

Comments 24 pages, 13 figures, to be published in NeurIPS 2023

Interleaving Retrieval with Chain-of-Thought Reasoning for Knowledge-Intensive Multi-Step Questions

Harsh Trivedi, Niranjan Balasubramanian, Tushar Khot, Ashish Sabharwal

专题命中 复杂问题求解 ：reasoning(title,abstract)；chain-of-thought(title)；CoT(abstract)；分类 cs.CL

Comments ACL'23 Camera Ready

DAIS: Dependency-Aware Intermediate QA Supervision for Complex Reasoning

DAIS：用于复杂推理的依赖感知中间问答监督

Yu Wang, Ming Fan, Xicheng Zhang, Zhiyong Li, Zhihu Wang, Caiyue Xu, Dahai Hu, Ting Liu

机构 * Xi’an Jiaotong University（西安交通大学） ； Huawei Technologies Ltd（华为技术有限公司） 纠错

专题命中 复杂问题求解 ：reasoning(title,abstract)；CoT(abstract,abstract_cn)；chain-of-thought(abstract)；分类 cs.CL、cs.AI

AI总结 研究针对思维链监督的局限性，提出依赖感知中间问答监督（DAIS）框架，将教师推理依据转换为阶段级记录，在多个数据集上提升了最终答案准确率，在政策合规基准测试中有显著增益，证明其作为辅助监督信号的有效性。

CAT: Confidence-Adaptive Thinking for Efficient Reasoning of Large Reasoning Models

CAT：面向大型推理模型高效推理的置信度自适应思考

Qizhi Jiang, Shuo Wang, Pei Ke, Yuhang Song, Ke Qin

机构 * Laboratory of Intelligent Collaborative Computing, University of Electronic Science and Technology of China（电子科技大学智能协同计算实验室） ； Ubiquitous Intelligence and Trusted Services Key Laboratory of Sichuan Province（四川省泛在智能与可信服务重点实验室） 纠错

专题命中 复杂问题求解 ：reasoning(title,abstract)；CoT(abstract,abstract_cn)；chain-of-thought(abstract)；分类 cs.CL、cs.AI

AI总结 提出置信度自适应思考（CAT）框架，利用模型内在自确信信号作为置信度，通过偏好优化自主调节推理长度，在保持准确率的同时压缩简单问题的推理开销。

Comments Accepted at ACL 2026 Industry Track

Operadic consistency: a label-free signal for compositional reasoning failures in LLMs

Operadic一致性：LLM中组合推理失败的无标签信号

Nathaniel Bottman, Yinhong Liu, Kyle Richardson

机构 * Incubilate ； University of Cambridge（剑桥大学） ； Allen Institute for Artificial Intelligence（艾伦人工智能研究所） 纠错

专题命中 复杂问题求解 ：reasoning(title,abstract)；CoT(abstract,abstract_cn)；chain-of-thought(abstract)；分类 cs.CL、cs.LG

AI总结 提出Operadic一致性（OC）作为检测大语言模型组合推理失败的无标签信号，在四个多跳QA数据集上与准确率强相关（Pearson r≥0.86），优于自一致性等方法。

Dep-LLM: Training-Free Depression Diagnosis via Evidence-Guided Structured Multi-factor with Reliable LLM Reasoning

Dep-LLM：基于证据引导的结构化多因素与可靠LLM推理的无训练抑郁症诊断

Yiqing Lyu, Xianbing Zhao, Buzhou Tang, Ronghuan Jiang

机构 * School of Computer Science and Technology, Harbin Institute of Technology, Shenzhen, Guangdong, China（哈尔滨工业大学（深圳）计算机科学与技术学院） ； School of Artificial Intelligence and Computer Science, Jiangnan University, Wuxi, China（江南大学人工智能与计算机学院） ； Guangdong Provincial Key Laboratory of Intelligent Information Processing（广东省智能信息处理重点实验室） ； Pengcheng Laboratory（鹏城实验室） ； Chinese People’s Liberation Army General Hospital, Beijing, China（中国人民解放军总医院） 纠错

专题命中 复杂问题求解 ：reasoning(title,abstract)；CoT(abstract,abstract_cn)；chain-of-thought(abstract)；分类 cs.CL、cs.AI

AI总结 提出无训练框架Dep-LLM，通过思维链多因素分析、置信度调制和协作预测，在冻结LLM上实现抑郁症诊断，超越零样本和微调方法。