大模型推理能力

InfiAlign: A Scalable and Sample-Efficient Framework for Aligning LLMs to Enhance Reasoning Capabilities

Shuo Cai, Su Lu, Qi Zhou, Kejing Yang, Zhijie Sang, Congkai Xie, Hongxia Yang

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

AALC: Large Language Model Efficient Reasoning via Adaptive Accuracy-Length Control

Ruosen Li, Ziming Luo, Quan Zhang, Ruochen Li, Ben Zhou, Ali Payani, Xinya Du

机构 * University of Texas at Dallas（德克萨斯大学达拉斯分校） ； Arizona State University（亚利桑那州立大学） ； Cisco Research（思科研究） 纠错

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

Mitigating Think-Answer Mismatch in LLM Reasoning Through Noise-Aware Advantage Reweighting

Si Shen, Peijun Shen, Wenhua Zhao, Danhao Zhu

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

GM-PRM: A Generative Multimodal Process Reward Model for Multimodal Mathematical Reasoning

Jianghangfan Zhang, Yibo Yan, Kening Zheng, Xin Zou, Song Dai, Xuming Hu

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

Causal Reward Adjustment: Mitigating Reward Hacking in External Reasoning via Backdoor Correction

Ruike Song, Zeen Song, Huijie Guo, Wenwen Qiang

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

Geoint-R1: Formalizing Multimodal Geometric Reasoning with Dynamic Auxiliary Constructions

Jingxuan Wei, Caijun Jia, Qi Chen, Honghao He, Linzhuang Sun, Conghui He, Lijun Wu, Bihui Yu, Cheng Tan

机构 * Shenyang institute of computing technology, Chinese academy of sciences（沈阳计算技术研究所，中国科学院） ； Shanghai AI Laboratory（上海人工智能实验室） ； University of Chinese Academy of Sciences（中国科学院大学） 纠错

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

Linguistic Generalizability of Test-Time Scaling in Mathematical Reasoning

Guijin Son, Jiwoo Hong, Hyunwoo Ko, James Thorne

机构 * Yonsei University（延世大学） ； OneLineAI ； KAIST AI（韩国科学技术院人工智能实验室） 纠错

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

Comments ACL 2025 (ORAL)

AutoTIR: Autonomous Tools Integrated Reasoning via Reinforcement Learning

Yifan Wei, Xiaoyan Yu, Yixuan Weng, Tengfei Pan, Angsheng Li, Li Du

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

Enhancing LLM Reasoning with Iterative DPO: A Comprehensive Empirical Investigation

Songjun Tu, Jiahao Lin, Xiangyu Tian, Qichao Zhang, Linjing Li, Yuqian Fu, Nan Xu, Wei He, Xiangyuan Lan, Dongmei Jiang, Dongbin Zhao

机构 * Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； Pengcheng Laboratory（鹏城实验室） ； School of Artificial Intelligence, University of Chinese Academy of Sciences（中国科学院大学人工智能学院） ； Wenge Technology（文生科技） ； Fudan University（复旦大学） 纠错

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

Comments 23pages

Journal ref COLM2025

Maximizing Prefix-Confidence at Test-Time Efficiently Improves Mathematical Reasoning

Matthias Otth, Jonas Hübotter, Ido Hakimi, Andreas Krause

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

Beyond Context Limits: Subconscious Threads for Long-Horizon Reasoning

Hongyin Luo, Nathaniel Morgan, Tina Li, Derek Zhao, Ai Vy Ngo, Philip Schroeder, Lijie Yang, Assaf Ben-Kish, Jack O'Brien, James Glass

机构 * MIT CSAIL（麻省理工学院计算机科学与人工智能实验室） ； Subconscious Systems Technologies, Inc.（Subconscious Systems Technologies公司） ； Princeton University（普林斯顿大学） ； Tel Aviv University（特拉维夫大学） 纠错

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

Comments Research preview

Cats Confuse Reasoning LLM: Query Agnostic Adversarial Triggers for Reasoning Models

Meghana Rajeev, Rajkumar Ramamurthy, Prapti Trivedi, Vikas Yadav, Oluwanifemi Bamgbose, Sathwik Tejaswi Madhusudan, James Zou, Nazneen Rajani

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

Comments Accepted to CoLM 2025

RLEP: Reinforcement Learning with Experience Replay for LLM Reasoning

Hongzhi Zhang, Jia Fu, Jingyuan Zhang, Kai Fu, Qi Wang, Fuzheng Zhang, Guorui Zhou

机构 * Klear Team（Klear团队） ； Kuaishou Technology（快手科技） 纠错

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

Comments https://github.com/Kwai-Klear/RLEP

Derailer-Rerailer: Adaptive Verification for Efficient and Reliable Language Model Reasoning

Guangya Wan, Yuqi Wu, Hao Wang, Shengming Zhao, Jie Chen, Sheng Li

机构 * School of Data Science, University of Virginia（弗吉尼亚大学数据科学学院） ； Department of Electrical and Computer Engineering, University of Alberta（阿尔伯塔大学电气与计算机工程系） ； Beaconfire Solution Inc.（Beaconfire解决方案公司） 纠错

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

Frustratingly Simple Retrieval Improves Challenging, Reasoning-Intensive Benchmarks

Xinxi Lyu, Michael Duan, Rulin Shao, Pang Wei Koh, Sewon Min

机构 * Allen Institute for AI（艾伦人工智能研究所） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； University of Southern California（南加州大学） ； University of Washington（华盛顿大学） 纠错

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

Comments 33 pages, 2 figures, 27 tables

EfficientXLang: Towards Improving Token Efficiency Through Cross-Lingual Reasoning

Sanchit Ahuja, Praneetha Vaddamanu, Barun Patra

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

Comments 15 pages, 5 figures, 9 tables

Format-Adapter: Improving Reasoning Capability of LLMs by Adapting Suitable Format

Dingzirui Wang, Xuanliang Zhang, Rongyu Cao, Longxu Dou, Xianzhen Luo, Yingwei Ma, Qingfu Zhu, Wanxiang Che, Binhua Li, Fei Huang, Yongbin Li

机构 * Harbin Institute of Technology（哈尔滨工业大学） ； Independent Researcher（独立研究者） 纠错

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

DuaShepherd: Integrating Stepwise Correctness and Potential Rewards for Mathematical Reasoning

Yuanhao Wu, Juntong Song, Hanning Zhang, Tong Zhang, Cheng Niu

机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） 纠错

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

Enhancing Mathematical Reasoning in Large Language Models with Self-Consistency-Based Hallucination Detection

MingShan Liu, Jialing Fang

机构 * The Hong Kong University of Science and Technology（香港理工大学） ； Fudan University（复旦大学） 纠错

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

Exploring and Exploiting the Inherent Efficiency within Large Reasoning Models for Self-Guided Efficiency Enhancement

Weixiang Zhao, Jiahe Guo, Yang Deng, Xingyu Sui, Yulin Hu, Yanyan Zhao, Wanxiang Che, Bing Qin, Tat-Seng Chua, Ting Liu

机构 * Harbin Institute of Technology（哈尔滨工业大学） ； Singapore Management University（新加坡管理学院） ； National University of Singapore（新加坡国立大学） 纠错

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

Mixed-R1: Unified Reward Perspective For Reasoning Capability in Multimodal Large Language Models

Shilin Xu, Yanwei Li, Rui Yang, Tao Zhang, Yueyi Sun, Wei Chow, Linfeng Li, Hang Song, Qi Xu, Yunhai Tong, Xiangtai Li, Hao Fei

机构 * ByteDance（字节跳动） ； Peking University（北京大学） ； National University of Singapore（新加坡国立大学） 纠错

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

Beyond Gold Standards: Epistemic Ensemble of LLM Judges for Formal Mathematical Reasoning

Lan Zhang, Marco Valentino, Andre Freitas

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

Legal Mathematical Reasoning with LLMs: Procedural Alignment through Two-Stage Reinforcement Learning

Kepu Zhang, Guofu Xie, Weijie Yu, Mingyue Xu, Xu Tang, Yaxin Li, Jun Xu

机构 * Gaoling School of Artificial Intelligence, Renmin University of China（中国人民大学耿丽人工智能学院） ； University of International Business and Economics（国际经贸大学） 纠错

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

Revisiting Test-Time Scaling: A Survey and a Diversity-Aware Method for Efficient Reasoning

Ho-Lam Chung, Teng-Yun Hsiao, Hsiao-Ying Huang, Chunerh Cho, Jian-Ren Lin, Zhang Ziwei, Yun-Nung Chen

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

Comments emnlp 2025 submission

MM-PRM: Enhancing Multimodal Mathematical Reasoning with Scalable Step-Level Supervision

Lingxiao Du, Fanqing Meng, Zongkai Liu, Zhixiang Zhou, Ping Luo, Qiaosheng Zhang, Wenqi Shao

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

DrSR: LLM based Scientific Equation Discovery with Dual Reasoning from Data and Experience

Runxiang Wang, Boxiao Wang, Kai Li, Yifan Zhang, Jian Cheng

机构 * School of Advanced Interdisciplinary Sciences, University of Chinese Academy of Sciences（中国科学院大学先进交叉学科学院） ； C 2 DL, Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； School of Artificial Intelligence, University of Chinese Academy of Sciences（中国科学院大学人工智能学院） ； School of Mathematical Sciences, University of Chinese Academy of Sciences（中国科学院大学数学科学学院） 纠错

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

Progressive Mastery: Customized Curriculum Learning with Guided Prompting for Mathematical Reasoning

Muling Wu, Qi Qian, Wenhao Liu, Xiaohua Wang, Zisu Huang, Di Liang, LI Miao, Shihan Dou, Changze Lv, Zhenghua Wang, Zhibo Xu, Lina Chen, Tianlong Li, Xiaoqing Zheng, Xuanjing Huang

机构 * Fudan University（复旦大学） ； ByteDance Inc.（字节跳动公司） 纠错

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

Knowledge or Reasoning? A Close Look at How LLMs Think Across Domains

Juncheng Wu, Sheng Liu, Haoqin Tu, Hang Yu, Xiaoke Huang, James Zou, Cihang Xie, Yuyin Zhou

机构 * UC Santa Cruz（加州大学圣克ruz分校） ； Stanford University（斯坦福大学） ； Tongji University（同济大学） 纠错

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

Comments 17 pages, preprint

STEM-POM: Evaluating Language Models Math-Symbol Reasoning in Document Parsing

Jiaru Zou, Qing Wang, Pratyush Thakur, Nickvash Kani

机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） 纠错

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

Comments ACL 2025; NeurIPS Math-AI 2024; Code and Data: https://github.com/jiaruzouu/STEM-PoM

ChatVLA-2: Vision-Language-Action Model with Open-World Embodied Reasoning from Pretrained Knowledge

Zhongyi Zhou, Yichen Zhu, Junjie Wen, Chaomin Shen, Yi Xu

机构 * Midea Group（美的集团） ； East China Normal University（华东师范大学） 纠错

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

Comments Project page: https://chatvla-2.github.io/