大模型推理能力

From Rows to Reasoning: A Retrieval-Augmented Multimodal Framework for Spreadsheet Understanding

从行到推理：一种增强检索的多模态框架用于电子表格理解

Anmol Gulati, Sahil Sen, Waqar Sarguroh, Kevin Paul

机构 * Commercial Technology and Innovation Office, PricewaterhouseCoopers U.S.（普华永道美国商业技术与创新办公室） 纠错

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

AI总结 FRTR提出了一种多模态检索增强生成框架，通过分解电子表格为细粒度嵌入并整合多模态信息，提升了对复杂电子表格的推理能力，在基准测试中实现了显著的准确率提升。

When Is Compositional Reasoning Learnable from Verifiable Rewards?

何时可以通过可验证奖励进行组合推理学习？

Daniel Barzilai, Yotam Wolf, Ronen Basri

机构 * Weizmann Institute of Science（魏茨曼科学研究院） ； Hebrew University of Jerusalem（耶路撒冷希伯来大学） 纠错

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

AI总结 本文研究了通过可验证奖励强化学习学习组合推理的可学习性，提出了任务优势比率的概念，并分析了其在不同任务中的表现及影响因素。

Fat-Cat: Document-Driven Metacognitive Multi-Agent System for Complex Reasoning

Fat-Cat：面向复杂推理的文档驱动元认知多智能体系统

Tong Yang, Yemin Wang, Chaoning Zhang, Aming Wu

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

AI总结 Fat-Cat通过文档驱动的智能体架构提升复杂推理性能，利用语义文件系统和文本策略进化模块，使Kimi-k2在HotPotQA中超越GPT-4o基线。

Comments This submission is withdrawn due to errors in the manuscript content and inaccuracies in the author information. The authors plan to correct these issues and may submit a revised version in the future

RelayGen: Intra-Generation Model Switching for Efficient Reasoning

RelayGen: 生成内代际模型切换以实现高效推理

Jiwon Song, Yoongon Kim, Jae-Joon Kim

机构 * Seoul National University（首尔国立大学） 纠错

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

AI总结 RelayGen通过段级运行时模型切换，在不增加训练成本的情况下，提升推理效率并减少延迟，同时保持高精度。

ReThinker: Scientific Reasoning by Rethinking with Guided Reflection and Confidence Control

ReThinker：通过引导反思与置信度控制实现科学推理

Zhentao Tang, Yuqi Cui, Shixiong Kai, Wenqian Zhao, Ke Ye, Xing Li, Anxin Tian, Zehua Pei, Hui-Ling Zhen, Shoubo Hu, Xiaoguang Li, Yunhe Wang, Mingxuan Yuan

机构 * Noah's Ark Lab, Huawei, China（诺亚实验室，华为，中国） ； The Chinese University of Hong Kong, Hong Kong, China（香港中文大学，香港，中国） 纠错

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

AI总结 ReThinker通过引导反思与置信度控制，提升大语言模型在专家级科学推理任务中的性能

AERO: Autonomous Evolutionary Reasoning Optimization via Endogenous Dual-Loop Feedback

AERO：通过内生双环反馈实现自主进化推理优化

Zhitao Gao, Jie Ma, Xuhong Li, Pengyu Li, Ning Qu, Yaqiang Wu, Hui Liu, Jun Liu

机构 * School of Computer Science and Technology（计算机科学与技术学院） ； Xi’an Jiaotong University（西安交通大学） ； School of Cyber Science and Engineering（网络安全科学与工程学院） ； MOE KLINNS Lab（教育部KLINNS实验室） ； Shaanxi Province Key Laboratory of Big Data Knowledge Engineering（陕西省大数据知识工程重点实验室） ； Lenovo AI Technology Center（联想人工智能技术中心） ； Lenovo（联想公司） ； Baidu Inc.（百度公司） 纠错

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

AI总结 AERO通过内生双环反馈机制实现自主进化推理优化，提升模型在多个基准测试中的性能表现。

Integrating Fine-Grained Audio-Visual Evidence for Robust Multimodal Emotion Reasoning

融合细粒度音频视觉证据以实现鲁棒的多模态情绪推理

Zhixian Zhao, Wenjie Tian, Lei Xie

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

AI总结 SABER-LLM通过构建大规模情绪推理数据集和结构化证据分解范式，实现鲁棒的多模态情绪推理。

D-CORE: Incentivizing Task Decomposition in Large Reasoning Models for Complex Tool Use

D-CORE：激励大型推理模型在复杂工具使用中的任务分解

Bowen Xu, Shaoyu Wu, Hao Jiang, Kai Liu, Xin Chen, Lulu Hu, Bin Yang

机构 * Alibaba Cloud Computing, Alibaba Group（阿里巴巴云 computing，阿里巴巴集团） 纠错

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

AI总结 D-CORE通过两阶段训练框架提升大型推理模型在复杂工具使用中的任务分解能力，实验显示其在多个基准上优于现有方法。

Communications-Incentivized Collaborative Reasoning in NetGPT through Agentic Reinforcement Learning

通过代理强化学习在NetGPT中实现通信激励的协作推理

Xiaoxue Yu, Rongpeng Li, Zhifeng Zhao, Honggang Zhang

机构 * IEEE 纠错

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

AI总结 本文提出NetGPT框架，通过代理强化学习实现AI原生xG网络的协作推理与自适应优化。

Self-Guard: Defending Large Reasoning Models via enhanced self-reflection

Self-Guard：通过增强的自我反思防御大型推理模型

Jingnan Zheng, Jingjun Xu, Yanzhen Luo, Chenhang Cui, Gelei Deng, Zhenkai Liang, Xiang Wang, An Zhang, Tat-Seng Chua

机构 * National University of Singapore（新加坡国立大学） ； Southern University of Science and Technology（南方科技大学） ； University of Science and Technology of China（中国科学技术大学） ； Nanyang Technological University（南洋理工大学） 纠错

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

AI总结 Self-Guard通过增强的自我反思机制，有效解决大型推理模型的安全合规问题，实现安全与实用性的平衡。

RLKD: Distilling LLMs' Reasoning via Reinforcement Learning

通过强化学习蒸馏LLM的推理能力：RLKD

Shicheng Xu, Liang Pang, Yunchang Zhu, Jia Gu, Zihao Wei, Jingcheng Deng, Feiyang Pan, Huawei Shen, Xueqi Cheng

机构 * State Key Laboratory of AI Safety, Institute of Computing Technology, CAS（人工智能安全国家重点实验室，计算技术研究所，中国科学院） ； University of Chinese Academy of Sciences（中国科学院大学） ； Huawei Inc.（华为公司） 纠错

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

AI总结 RLKD通过强化学习和生成结构奖励模型，有效蒸馏LLM的多分支推理结构，提升学生模型的推理能力。

Comments 15 pages

Intelligent Reasoning Cues: A Framework and Case Study of the Roles of AI Information in Complex Decisions

智能推理提示：AI信息在复杂决策中的作用框架与案例研究

Venkatesh Sivaraman, Eric P. Mason, Mengfan Ellen Li, Jessica Tong, Andrew J. King, Jeremy M. Kahn, Adam Perer

机构 * Carnegie Mellon University（卡内基梅隆大学） ； Pomona College（普莫纳学院） ； University of Pittsburgh（匹兹堡大学） 纠错

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

AI总结 本文提出智能推理提示框架，通过临床决策案例研究，探讨AI信息在复杂决策中的作用及设计优化策略。

Comments Accepted at CHI 2026

Guided by Trajectories: Repairing and Rewarding Tool-Use Trajectories for Tool-Integrated Reasoning

轨迹引导：修复与奖励工具使用轨迹以实现工具集成推理

Siyu Gong, Linan Yue, Weibo Gao, Fangzhou Yao, Shimin Di, Lei Feng, Min-Ling Zhang

机构 * School of Computer Science and Engineering, Southeast University, Nanjing, China（东南大学计算机科学与工程学院） ； Key Lab. of Computer Network and Information Integration (Southeast University), MOE, China（计算机网络与信息集成重点实验室（东南大学）） ； State Key Laboratory of Cognitive Intelligence, University of Science and Technology of China, Hefei, China（认知智能国家重点实验室（中国科学技术大学）） 纠错

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

AI总结 AutoTraj通过自动修复和奖励工具使用轨迹，提升大型语言模型在工具集成推理中的性能。

Navigate the Unknown: Enhancing LLM Reasoning with Intrinsic Motivation Guided Exploration

穿越未知：通过内在动机引导的探索增强大语言模型推理

Jingtong Gao, Ling Pan, Yejing Wang, Rui Zhong, Chi Lu, Maolin Wang, Qingpeng Cai, Peng Jiang, Xiangyu Zhao

机构 * City University of Hong Kong（香港城市大学） ； Hong Kong University of Science and Technology（香港科学与技术大学） 纠错

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

AI总结 IMAGINE通过内在动机引导的探索增强大语言模型推理能力，提升复杂任务性能22.23%

Decoding in Geometry: Alleviating Embedding-Space Crowding for Complex Reasoning

解码中的几何学：缓解嵌入空间拥挤以促进复杂推理

Yixin Yang, Qingxiu Dong, Zhifang Sui

机构 * State Key Laboratory of Multimedia Information Processing, School of Computer Science, Peking University（多媒体信息处理国家重点实验室，计算机学院，北京大学） 纠错

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

AI总结 本文提出CraEG方法，通过几何引导重新加权缓解嵌入空间拥挤，提升大语言模型在数学问题解决中的推理能力和生成性能。

LTS-VoiceAgent: A Listen-Think-Speak Framework for Efficient Streaming Voice Interaction via Semantic Triggering and Incremental Reasoning

LTS-VoiceAgent: 一种基于语义触发和增量推理的高效语音交互流式框架

Wenhao Zou, Yuwei Miao, Zhanyu Ma, Jun Xu, Jiuchong Gao, Jinghua Hao, Renqing He, Jingwen Xu

机构 * Meituan（美团） ； University of Chinese Academy of Sciences（中国科学院大学） 纠错

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

AI总结 LTS-VoiceAgent通过语义触发和增量推理实现高效语音交互，提升流式处理的准确性和效率。

MetaGen: Self-Evolving Roles and Topologies for Multi-Agent LLM Reasoning

MetaGen: 多智能体LLM推理中的自演化角色与拓扑

Yimeng Wang, Jiaxing Zhao, Hongbin Xie, Hexing Ma, Yuzhen Lei, Shuangxue Liu, Xuan Song, Zichen Zhang, Haoran Zhang

机构 * School of Artificial Intelligence, Jilin University（吉林大学人工智能学院） ； Department of Computer Science and Engineering, Southern University of Science and Technology（南方科技大学计算机科学与工程系） ； School of Urban Planning and Design, Peking University（北京大学城市规划与设计学院） 纠错

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

AI总结 MetaGen通过自演化角色和拓扑提升多智能体LLM推理的准确性和效率

K2-V2: A 360-Open, Reasoning-Enhanced LLM

K2-V2：一种360开放、推理增强的LLM

K2 Team, Zhengzhong Liu, Liping Tang, Linghao Jin, Haonan Li, Nikhil Ranjan, Desai Fan, Shaurya Rohatgi, Richard Fan, Omkar Pangarkar, Huijuan Wang, Zhoujun Cheng, Suqi Sun, Seungwook Han, Bowen Tan, Gurpreet Gosal, Xudong Han, Varad Pimpalkhute, Shibo Hao, Ming Shan Hee, Joel Hestness, Haolong Jia, Liqun Ma, Aaryamonvikram Singh, Daria Soboleva, Natalia Vassilieva, Renxi Wang, Yingquan Wu, Yuekai Sun, Taylor Killian, Alexander Moreno, John Maggs, Hector Ren, Guowei He, Hongyi Wang, Xuezhe Ma, Yuqi Wang, Mikhail Yurochkin, Eric P. Xing

机构 * Mohamed bin Zayed University of Artificial Intelligence（穆罕默德·本·扎耶德人工智能大学） 纠错

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

AI总结 K2-V2是一种通过注入领域知识、推理、长上下文和工具使用能力，提升复杂推理任务性能的360开放LLM，具备强大的推理能力和开源训练资源。

STaR: Towards Effective and Stable Table Reasoning via Slow-Thinking Large Language Models

STaR：通过慢思考大语言模型实现有效的稳定表格推理

Huajian Zhang, Mingyue Cheng, Yucong Luo, Xiaoyu Tao

机构 * State Key Laboratory of Cognitive Intelligence, University of Science and Technology of China（认知智能国家重点实验室，中国科学技术大学） 纠错

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

AI总结 STaR通过慢思考机制提升表格推理的有效性和稳定性，采用两阶段训练框架和不确定性量化技术，在领域内和领域外均取得优异表现。

The Side Effects of Being Smart: Safety Risks in MLLMs' Multi-Image Reasoning

智能的副作用：MLLMs多图像推理中的安全风险

Renmiao Chen, Yida Lu, Shiyao Cui, Xuan Ouyang, Victor Shea-Jay Huang, Shumin Zhang, Chengwei Pan, Han Qiu, Minlie Huang

机构 * CoAI group, DCST, Tsinghua University（清华大学） ； Beihang University（北航） ； Tsinghua University（清华大学） 纠错

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

AI总结 研究发现，多图像推理能力越强的模型在安全测试中越容易产生不安全响应，揭示了模型在任务解决中可能忽视安全约束的风险。

Comments *15 pages, 5 figures. Introduces MIR-SafetyBench (2,676 instances; 9 multi-image relations). Equal contribution; †Corresponding author. Code/data: https://github.com/thu-coai/MIR-SafetyBench

LitE-SQL: A Lightweight and Efficient Text-to-SQL Framework with Vector-based Schema Linking and Execution-Guided Self-Correction

LitE-SQL: 一种轻量高效的文本到SQL框架，具备基于向量的模式链接和执行引导的自我纠正

Shengmin Piao, Jieun Lee, Sanghyun Park

机构 * Yonsei University（延世大学） 纠错

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

AI总结 LitE-SQL通过轻量高效的框架和基于向量的模式链接技术，实现高准确率的文本到SQL生成，无需多候选采样即可执行引导自我纠正，适用于隐私敏感和资源受限场景。

Comments Accepted by EACL 2026 Findings

LIR$^3$AG: A Lightweight Rerank Reasoning Strategy Framework for Retrieval-Augmented Generation

LIR$^3$AG：一种轻量级重排序推理策略框架用于检索增强生成

Guo Chen, Junjie Huang, Huaijin Xie, Fei Sun, Tao Jia

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

AI总结 LIR$^3$AG通过重构检索证据为连贯推理链，使非推理模型在RAG中实现性能超越，减少计算开销并提升F1分数。

Comments AAAI2026

Beyond Model Scaling: Test-Time Intervention for Efficient Deep Reasoning

超越模型扩展：用于高效深度推理的测试时干预

Qianyue Wang, Jinwu Hu, Yufeng Wang, Huanxiang Lin, Bolin Chen, Zhiquan Wen, Yaofo Chen, Mingkui Tan

机构 * South China University of Technology（华南理工大学） ； Pazhou Laboratory（琶洲实验室） ； Peng Cheng Laboratory（鹏城实验室） 纠错

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

AI总结 Think-with-Me通过测试时干预提升深度推理效率，实现准确性和推理长度的平衡，优于现有方法。

DeepSeek-R1 Thoughtology: Let's think about LLM Reasoning

DeepSeek-R1 思维学：让我们思考LLM推理

Sara Vera Marjanović, Arkil Patel, Vaibhav Adlakha, Milad Aghajohari, Parishad BehnamGhader, Mehar Bhatia, Aditi Khandelwal, Austin Kraft, Benno Krojer, Xing Han Lù, Nicholas Meade, Dongchan Shin, Amirhossein Kazemnejad, Gaurav Kamath, Marius Mosbach, Karolina Stańczak, Siva Reddy

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

AI总结 DeepSeek-R1通过多步骤推理链实现复杂问题解决，研究揭示其推理性能的'甜点'及潜在安全漏洞。

Comments 135 pages, Published to TMLR

Skill-Aware Data Selection and Fine-Tuning for Data-Efficient Reasoning Distillation

具备技能的数据选择与微调用于数据高效的推理蒸馏

Lechen Zhang, Yunxiang Zhang, Wei Hu, Lu Wang

机构 * University of Michigan（密歇根大学） 纠错

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

AI总结 本文提出了一种基于技能的蒸馏框架，通过数据选择和微调提升推理效率，实验证明在数学推理基准上优于随机微调基线。

M$^3$Searcher: Modular Multimodal Information Seeking Agency with Retrieval-Oriented Reasoning

M$^3$Searcher: 模块化多模态信息检索代理与检索导向推理

Xiaohan Yu, Chao Feng, Lang Mei, Chong Chen

机构 * Huawei Cloud BU（华为云业务单元） 纠错

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

AI总结 M$^3$Searcher是一种模块化多模态信息检索代理，通过检索导向的多目标奖励机制，提升多模态任务中的事实准确性、推理合理性和检索忠实度。

UETQuintet at BioCreative IX -- MedHopQA: Enhancing Biomedical QA with Selective Multi-hop Reasoning and Contextual Retrieval

UETQuintet在BioCreative IX上的MedHopQA：通过选择性多跳推理和上下文检索增强生物医学问答

Quoc-An Nguyen, Thi-Minh-Thu Vu, Bich-Dat Nguyen, Dinh-Quang-Minh Tran, Hoang-Quynh Le

机构 * VNU University of Engineering and Technology（越南工程大学） 纠错

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

AI总结 本文提出MedHopQA模型，通过选择性多跳推理和上下文检索提升生物医学问答性能，在BioCreative IX共享任务中取得第二名成绩。

Comments In Proceedings of the BioCreative IX Challenge and Workshop (BC9): Large Language Models for Clinical and Biomedical NLP, IJCAI 2025

Metacognitive Self-Correction for Multi-Agent System via Prototype-Guided Next-Execution Reconstruction

多智能体系统中的元认知自我校正：通过原型引导的下一步执行重建

Xu Shen, Qi Zhang, Song Wang, Zhen Tan, Xinyu Zhao, Laura Yao, Vaishnav Tadiparthi, Hossein Nourkhiz Mahjoub, Ehsan Moradi Pari, Kwonjoon Lee, Tianlong Chen

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

AI总结 本文提出MASC框架，通过原型引导和下一步执行重建实现多智能体系统的元认知自我校正，有效提升错误检测精度并减少误差传播。

MuDRiC: Multi-Dialect Reasoning for Arabic Commonsense Validation

MuDRiC：多方言推理用于阿拉伯常识验证

Kareem Elozeiri, Mervat Abassy, Preslav Nakov, Yuxia Wang

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

AI总结 MuDRiC通过引入多方言阿拉伯语常识数据集和图卷积网络方法，提升阿拉伯语常识验证性能。

Generating Storytelling Images with Rich Chains-of-Reasoning

通过丰富的推理链生成叙事图像

Xiujie Song, Qi Jia, Shota Watanabe, Xiaoyi Pang, Ruijie Chen, Mengyue Wu, Kenny Q. Zhu

机构 * X-LANCE Lab, School of Computer Science, Shanghai Jiao Tong University, China（X-LANCE实验室，计算机科学学院，上海交通大学，中国） ； Shanghai Artificial Intelligence Laboratory, China（上海人工智能实验室，中国） ； East China University of Technology, China（东华大学，中国） ； University of Texas at Arlington, USA（德克萨斯大学阿灵顿分校，美国） 纠错

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

AI总结 本文提出StorytellingPainter，通过结合大语言模型推理与文本到图像合成，生成具有丰富推理链的叙事图像，并引入评估框架和轻量级模型以提升生成效果。