大模型推理能力

Learning and Enforcing Context-Sensitive Control for LLMs

学习与强制上下文敏感控制用于大语言模型

Mohammad Albinhassan, Pranava Madhyastha, Mark Law, Alessandra Russo

机构 * Imperial College London（伦敦帝国学院） ； City University of London（伦敦城市大学） ； ILASP Limited, UK（英国ILASP有限公司） ； The Alan Turing Institute（艾伦·图灵研究所） 纠错

专题命中 逻辑推理 ：reasoning(abstract)；分类 cs.CL、cs.AI、cs.LG

AI总结 本文提出一种自动学习上下文敏感约束的框架，通过两阶段过程提升LLM生成的有效性，使小型模型也能完美遵守约束，优于其他方法。

Comments ACL 2025 Student Research Workshop

Journal ref Proceedings of the 63rd Annual Meeting of the Association for Computational Linguistics (Volume 4: Student Research Workshop), pages 834-842, 2025

Bayesian Social Deduction with Graph-Informed Language Models

基于图信息的语言模型的贝叶斯社会推断

Shahab Rahimirad, Guven Gergerli, Lucia Romero, Angela Qian, Matthew Lyle Olson, Simon Stepputtis, Joseph Campbell

机构 * Purdue University（普渡大学） ； Oracle（甲骨文公司） ； Virginia Tech（弗吉尼亚理工大学） ； Intel Labs（英特尔实验室） 纠错

专题命中 逻辑推理 ：reasoning(abstract)；分类 cs.CL、cs.AI、cs.LG

AI总结 本文提出一种混合推理框架，通过外部化信念推断到结构化概率模型，结合语言模型进行理解和交互，在Agent-Agent游戏中实现与大模型相当的性能，并首次在受控研究中击败人类玩家。

Comments Accepted to ACL 2026 main conference

Do LLMs Follow Their Own Rules? A Reflexive Audit of Self-Stated Safety Policies

大语言模型是否遵循自身规则？对自我声明安全政策的反思审计

Avni Mittal

机构 * Microsoft（微软） 纠错

专题命中 逻辑推理 ：reasoning(abstract)；分类 cs.CL、cs.AI、cs.LG

AI总结 本文提出SNCA框架，通过提取模型自述安全规则并形式化为类型谓词，评估模型行为一致性，发现模型在安全政策与行为间存在系统性差距。

DIVERSED: Relaxed Speculative Decoding via Dynamic Ensemble Verification

DIVERSED: 通过动态集成验证实现放松的推测解码

Ziyi Wang, Siva Rajesh Kasa, Ankith M S, Santhosh Kumar Kasa, Jiaru Zou, Sumit Negi, Ruqi Zhang, Nan Jiang, Qifan Song

机构 * Purdue University（普渡大学） ； Amazon Inc.（亚马逊公司） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； University of Texas at El Paso（德克萨斯大学埃尔帕索分校） 纠错

专题命中 逻辑推理 ：verifier(abstract)；分类 cs.CL、cs.AI、cs.LG

AI总结 DIVERSED通过动态集成验证框架提升解码效率，保留生成质量，通过任务和上下文依赖的权重融合草案与目标模型分布，提升推理效率。

Comments 35 pages, 9 figures, accepted at AISTATS 2026

One Life to Learn: Inferring Symbolic World Models for Stochastic Environments from Unguided Exploration

一次生命学习：从无指导探索中推断随机环境的符号世界模型

Zaid Khan, Archiki Prasad, Elias Stengel-Eskin, Jaemin Cho, Mohit Bansal

机构 * UNC Chapel Hill（北卡罗来纳大学教堂山分校） ； University of Texas at Austin（德克萨斯大学奥斯汀分校） ； Allen Institute for AI（艾伦人工智能研究所） ； Johns Hopkins University（约翰霍普金斯大学） 纠错

专题命中 逻辑推理 ：planning(abstract)；分类 cs.CL、cs.AI、cs.LG

AI总结 本文提出OneLife框架，通过条件激活的程序法则在概率编程框架中推断随机环境的动态，实现从无指导探索中学习复杂环境的动力学，优于基线方法。

Comments Accepted to ICLR 2026. Project page: https://onelife-worldmodel.github.io/; 44 pages

LensAgent: A Self Evolving Agent for Autonomous Physical Inference of Sub-galactic Structure

LensAgent：一种用于自主物理推断亚银河结构的自演化代理

Xiaotang Feng, Zihan Wang, Zilang Shu, Jean-Paul Kneib, Philip Torr

专题命中 逻辑推理 ：reasoning(abstract)；logical reasoning(abstract)

AI总结 本文提出LensAgent，一种无需训练的大型语言模型驱动框架，用于自主推断质量分布，克服了质量片退化和手动或神经网络建模的可扩展性问题，成功重建了SLACS Grade A强引力透镜系统的质量分布。

XrayClaw: Cooperative-Competitive Multi-Agent Alignment for Trustworthy Chest X-ray Diagnosis

XrayClaw：协作-竞争多智能体对齐用于可信的胸部X光诊断

Shawn Young, Lijian Xu

机构 * Shenzhen University of Advanced Technology, Shenzhen, China（深圳理工大学，深圳，中国） 纠错

专题命中 逻辑推理 ：reasoning(abstract)；logical reasoning(abstract)

AI总结 本文提出XrayClaw框架，通过协作-竞争架构提升胸部X光诊断的可靠性，实现高准确性和临床推理一致性。

Comments 14 pages

LogiStory: A Logic-Aware Framework for Multi-Image Story Visualization

LogiStory: 一个多图像故事可视化逻辑感知框架

Chutian Meng, Fan Ma, Chi Zhang, Jiaxu Miao, Yi Yang, Yueting Zhuang

专题命中 逻辑推理 ：reasoning(abstract)；planning(abstract)

AI总结 本文提出LogiStory框架，通过显式建模视觉逻辑提升多图像故事可视化中的叙事逻辑与视觉质量，引入多智能体系统和LogicTale基准测试集进行评估。

Beyond Where to Look: Trajectory-Guided Reinforcement Learning for Multimodal RLVR

超越寻找范围：用于多模态RLVR的轨迹引导强化学习

Jinda Lu, Junkang Wu, Jinghan Li, Kexin Huang, Shuo Yang, Mingzhu Chen, Jiancan Wu, Kuien Liu, Xiang Wang

机构 * University of Science and Technology of China（中国科学技术大学） ； Pecking University（北京大学） ； Institute of Software, Chinese Academy of Sciences（中国科学院软件研究所） 纠错

专题命中 逻辑推理 ：reasoning(abstract)；logical reasoning(abstract)

AI总结 本文提出轨迹引导强化学习（TGRL），通过专家推理轨迹引导策略模型整合视觉证据进行精细推理，提升多模态推理性能，弥合视觉感知与逻辑推理间的差距。

Breaking the Capability Ceiling of LLM Post-Training by Reintroducing Markov States

突破大语言模型微调的性能上限：重新引入马尔可夫状态

Yurun Yuan, Tengyang Xie

机构 * UW-Madison（威斯康星大学麦迪逊分校） 纠错

专题命中 逻辑推理 ：reasoning(abstract)；分类 cs.CL、cs.AI、cs.LG

AI总结 本文提出通过引入马尔可夫状态突破大语言模型微调的性能上限，理论和实验均表明该方法能显著降低样本复杂度并提升复杂逻辑谜题的性能。

Probing to Refine: Reinforcement Distillation of LLMs via Explanatory Inversion

探测以精炼：通过解释性反向实现大语言模型的强化蒸馏

Zhen Tan, Chengshuai Zhao, Song Wang, Jundong Li, Tianlong Chen, Huan Liu

机构 * Arizona State University（亚利桑那州立大学） ； University of Virginia（弗吉尼亚大学） ； University of North Carolina at Chapel Hill（北卡罗来纳大学教堂山分校） 纠错

专题命中 逻辑推理 ：reasoning(abstract)；分类 cs.CL、cs.AI、cs.LG

AI总结 本文提出ExGRPO框架，通过生成解释性探测和强化学习提升蒸馏模型的推理能力和泛化能力，实验显示在12个数据集上显著提升性能。

Comments Accepted to ICLR 2026

Generalizable End-to-End Tool-Use RL with Synthetic CodeGym

通用端到端工具使用强化学习与合成CodeGym

Weihua Du, Hailei Gong, Zhan Ling, Kang Liu, Lingfeng Shen, Xuesong Yao, Yufei Xu, Dingyuan Shi, Yiming Yang, Jiecao Chen

机构 * Language Technologies Institute, Carnegie Mellon University（卡内基梅隆大学语言技术研究所） 纠错

专题命中 逻辑推理 ：chain-of-thought(abstract)；分类 cs.CL、cs.AI、cs.LG

AI总结 本文提出CodeGym框架，通过合成多样化的多轮工具使用环境，提升LLM代理在不同任务配置下的泛化能力，实验显示Qwen2.5-32B-Instruct在OOD基准测试中准确率提升8.7个百分点。

Comments 24 pages. Accepted to ICLR 2026. Project repository: https://github.com/StigLidu/CodeGym

Video-CoE: Reinforcing Video Event Prediction via Chain of Events

Video-CoE：通过事件链强化视频事件预测

Qile Su, Jing Tang, Rui Chen, Lei Sun, Xiangxiang Chu

机构 * AMAP, Alibaba Group（阿里妈妈，阿里巴巴集团） 纠错

专题命中 逻辑推理 ：reasoning(abstract)；logical reasoning(abstract)

AI总结 本文提出Video-CoE方法，通过构建时间事件链提升视频事件预测的准确性，实验表明其优于现有主流大语言模型。

Comments 21 pages, 18 figures, 6 tables

Mindstorms in Natural Language-Based Societies of Mind

自然语言基础的思维社会中的风暴

Mingchen Zhuge, Haozhe Liu, Francesco Faccio, Dylan R. Ashley, Róbert Csordás, Anand Gopalakrishnan, Abdullah Hamdi, Hasan Abed Al Kader Hammoud, Vincent Herrmann, Kazuki Irie, Louis Kirsch, Bing Li, Guohao Li, Shuming Liu, Jinjie Mai, Piotr Piękos, Aditya Ramesh, Imanol Schlag, Weimin Shi, Aleksandar Stanić, Wenyi Wang, Yuhui Wang, Mengmeng Xu, Deng-Ping Fan, Bernard Ghanem, Jürgen Schmidhuber

专题命中 逻辑推理 ：reasoning(abstract)；分类 cs.CL、cs.AI、cs.LG

AI总结 本文探讨了基于自然语言的思维社会（NLSOMs）的结构和应用，通过多代理系统解决多种AI任务，并提出未来研究方向。

Comments published in Computational Visual Media Journal (CVMJ); 9 pages in main text + 7 pages of references + 38 pages of appendices, 14 figures in main text + 13 in appendices, 7 tables in appendices

Journal ref (2025). Computational Visual Media, 11(1), 29-81

Epistemic Closure: Autonomous Mechanism Completion for Physically Consistent Simulation

认知闭合：用于物理一致模拟的自主机制完成

Yue Wua, Tianhao Su, Rui Hu, Mingchuan Zhao, Shunbo Hu, Deng Pan, Jizhong Huang

专题命中 逻辑推理 ：reasoning(abstract)；chain-of-thought(abstract)

AI总结 本文提出神经符号生成代理，通过自主验证和完成物理机制，解决科学模拟中的物理幻觉问题。

Multi-Agentic AI for Conflict-Aware rApp Policy Orchestration in Open RAN

多智能体AI用于冲突感知的rApp策略编排在开放RAN中

Haiyuan Li, Yulei Wu, Dimitra Simeonidou

专题命中 逻辑推理 ：reasoning(abstract)；logical reasoning(abstract)

AI总结 本文提出多智能体AI框架，用于实现开放RAN中冲突感知的rApp策略自动生成与编排，实验表明其在部署准确性和推理成本上有显著提升。

RLSF: Fine-tuning LLMs via Symbolic Feedback

通过符号反馈进行LLM微调：RLSF

Piyush Jha, Prithwish Jana, Pranavkrishna Suresh, Arnav Arora, Vijay Ganesh

机构 * Georgia Institute of Technology, USA（佐治亚理工学院） 纠错

专题命中 逻辑推理 ：reasoning(abstract)；分类 cs.CL、cs.AI、cs.LG

AI总结 RLSF通过符号反馈微调LLM，利用符号推理工具提供精细反馈，提升领域特定任务的性能，使小模型超越大模型。

Journal ref ECAI 2025, Frontiers in Artificial Intelligence and Applications, Vol. 413, pp. 1687-1694, 2025

Toward a Multi-Echelon Cyber Warfare Theory: A Meta-Game-Theoretic Paradigm for Defense and Dominance

迈向多层级网络战理论：一种元博弈论范式用于防御与主导

Ya-Ting Yang, Quanyan Zhu

专题命中 逻辑推理 ：reasoning(abstract)；planning(abstract)

AI总结 本文提出一种基于元博弈论的多层级网络战理论，整合人工智能技术，用于设计和优化网络战策略，强调资源分配、风险评估及非线性动态影响。

TraceVision: Trajectory-Aware Vision-Language Model for Human-Like Spatial Understanding

TraceVision: 一种具有轨迹感知能力的视觉-语言模型，用于类人空间理解

Fan Yang, Shurong Zheng, Hongyin Zhao, Yufei Zhan, Xin Li, Yousong Zhu, Chaoyang Zhao Ming Tang, Jinqiao Wang

专题命中 逻辑推理 ：reasoning(abstract)；logical reasoning(abstract)

AI总结 TraceVision通过整合轨迹感知的空间理解，实现了类人空间认知，提升视觉-语言模型在轨迹引导任务中的表现。

Neurosymbolic Retrievers for Retrieval-augmented Generation

用于检索增强生成的神经符号检索器

Yash Saxena, Manas Gaur

机构 * Dept. of CSEE University of Maryland Baltimore County, Maryland, USA（电子工程系大学马里兰大学巴尔的摩县） ； Dept. of CSEE University of Maryland Baltimore County, MD, USA（电子工程系大学马里兰大学巴尔的摩县） 纠错

专题命中 逻辑推理 ：reasoning(abstract)；分类 cs.CL、cs.AI、cs.LG

AI总结 本文提出神经符号 RAG 框架，通过结合知识图谱与神经检索技术，提升检索过程的透明性和生成性能。

Comments 8 pages, 2 Figures, Published in IEEE Intelligent Systems

Algebraic Quantum Intelligence: A New Framework for Reproducible Machine Creativity

代数量子智能：一种可重复的机器创造力新框架

Kazuo Yano, Jonghyeok Lee, Tae Ishitomi, Hironobu Kawaguchi, Akira Koyama, Masakuni Ota, Yuki Ota, Nobuo Sato, Keita Shimada, Sho Takematsu, Ayaka Tobinai, Satomi Tsuji, Kazunori Yanagi, Keiko Yano, Manabu Harada, Yuki Matsuda, Kazunori Matsumoto, Kenichi Matsumura, Hamae Matsuo, Yumi Miyazaki, Kotaro Murai, Tatsuya Ohshita, Marie Seki, Shun Tanoue, Tatsuki Terakado, Yuko Ichimaru, Mirei Saito, Akihiro Otsuka, Koji Ara

机构 * Happiness Planet, Ltd.（幸福星球有限公司） ； Hitachi, Ltd.（日立株式会社） 纠错

专题命中 逻辑推理 ：reasoning(abstract)；分类 cs.CL、cs.AI、cs.LG

AI总结 本文提出代数量子智能框架，通过非交换代数结构扩展语义空间，提升机器创造力的可重复性和表现。

Protect$^*$: Steerable Retrosynthesis through Neuro-Symbolic State Encoding

Protect$^*$: 通过神经符号状态编码实现可操控的逆合成

Shreyas Vinaya Sathyanarayana, Shah Rahil Kirankumar, Sharanabasava D. Hiremath, Bharath Ramsundar

机构 * Deep Forest Sciences（深林科技） ； Departament de Farmacologia, Toxicologia i Química Terapèutica, Universitat de Barcelona（巴塞罗那大学药理学、毒理学与治疗化学系） ； Institut de Nanociència i Nanotecnologia IN2UB, Universitat de Barcelona（巴塞罗那大学纳米科学与纳米技术研究所） 纠错

专题命中 逻辑推理 ：reasoning(abstract)；分类 cs.CL、cs.AI、cs.LG

AI总结 Protect$^*$通过神经符号状态编码实现逆合成的可控生成，结合规则推理与神经模型，提升化学合成路径的可靠性与准确性。

Characterize LSM-tree Compaction Performance via On-Device LLM Inference

通过设备端LLM推理特性化LSM树压缩性能

Jiabiao Ding, Yina Lv, Qiao Li, Zhirong Shen, Chun Jason Xue

专题命中 逻辑推理 ：reasoning(abstract)；logical reasoning(abstract)

AI总结 本文通过设备端LLM推理特性化LSM树压缩性能，评估不同规模LLM在调优与延迟间的权衡，并针对RocksDB v8.8.1优化键压缩参数。

Cognitive AI framework 2.0: advances in the simulation of human thought

认知AI框架2.0：人类思维模拟的进展

Rommel Salas-Guerra

专题命中 逻辑推理 ：reasoning(abstract)；logical reasoning(abstract)

AI总结 认知AI框架2.0通过统一的记忆架构和受控的知识更新，提升人机交互的个性化与适应性，解决可扩展性、偏见缓解和伦理合规等挑战。

LLM-VLM Fusion Framework for Autonomous Maritime Port Inspection using a Heterogeneous UAV-USV System

基于异构无人机-水下机器人系统的LLM-VLM融合框架用于自主港口检测

Muhayy Ud Din, Waseem Akram, Ahsan B. Bakht, Irfan Hussain

机构 * Khalifa University Center for Autonomous Robotic Systems (KUCARS)（卡利法大学自主机器人系统中心（KUCARS）） ； Khalifa University（卡利法大学） 纠错

专题命中 逻辑推理 ：reasoning(abstract)；planning(abstract)

AI总结 本文提出基于LLM和VLM的融合框架，利用异构无人机-水下机器人系统实现自主港口检测，通过符号规划与语义检测提升检测效率和安全性。

Comments submitted in AEJ

Are Language Models Efficient Reasoners? A Perspective from Logic Programming

语言模型是高效的推理者吗？从逻辑编程的角度看

Andreas Opedal, Yanick Zengaffinen, Haruki Shirakami, Clemente Pasti, Mrinmaya Sachan, Abulhair Saparov, Ryan Cotterell, Bernhard Schölkopf

机构 * ETH Zürich（苏黎世联邦理工学院） ； MPI for Intelligent Systems, Tübingen（智能系统马克斯·普朗克研究所） ； EPFL（苏黎世联邦理工学院） ； Idiap Research Institute（Idiap研究机构） ； Purdue University（普渡大学） 纠错

专题命中 逻辑推理 ：reasoning(abstract)；分类 cs.CL、cs.AI、cs.LG

AI总结 本文从逻辑编程角度评估语言模型的推理效率，发现其在存在无关信息时推理能力下降，生成证明常包含不必要的推理步骤。

Comments NeurIPS 2025

Cognitive Biases in LLM-Assisted Software Development

大语言模型辅助软件开发中的认知偏差

Xinyi Zhou, Zeinadsadat Saghi, Sadra Sabouri, Rahul Pandita, Mollie McGuire, Souti Chattopadhyay

专题命中 逻辑推理 ：reasoning(abstract)；logical reasoning(abstract)

AI总结 本文研究了大语言模型辅助软件开发中的认知偏差，通过混合方法分析发现LLM相关行动更易产生新型偏差，并提出15种偏差类别及缓解建议。

Comments 13 pages, 6 figures, 7 tables

On Angels and Demons: Strategic (De)Construction of Dynamic Models

关于天使与恶魔：动态模型的战略（破坏）构建

Davide Catta, Rustam Galimullin, Munyque Mittelmann

专题命中 逻辑推理 ：reasoning(abstract)；planning(abstract)

AI总结 本文提出三种逻辑用于研究动态图拓扑中策略的构建与破坏，探讨了其表达能力和模型检查复杂性。

Comments This is an extended version of the paper with the same title that will appear in the proceedings of AAMAS 2026. This version contains a technical appendix with proof details

EgoLog: Ego-Centric Fine-Grained Daily Log with Ubiquitous Wearables

EgoLog：基于普及式可穿戴设备的以自我为中心的细粒度日常日志

Lixing He, Bufang Yang, Di Duan, Zhenyu Yan, Guoliang Xing

专题命中 逻辑推理 ：reasoning(abstract)；logical reasoning(abstract)

AI总结 EgoLog通过融合音频与IMU数据及LLM推理，实现了基于普及式可穿戴设备的细粒度日常日志识别，提升了场景和活动识别的准确性。

AgentVNE: LLM-Augmented Graph Reinforcement Learning for Affinity-Aware Multi-Agent Placement in Edge Agentic AI

AgentVNE: 基于大语言模型的图强化学习用于面向亲和力的多智能体部署

Runze Zheng, Yuqing Zheng, Zhengyi Cheng, Long Luo, Haoxiang Luo, Gang Sun, Hongfang Yu, Dusit Niyato

专题命中 逻辑推理 ：reasoning(abstract)；logical reasoning(abstract)

AI总结 AgentVNE通过结合大语言模型与图强化学习，解决边缘智能体部署中的动态资源分配与亲和力约束问题，提升服务效率与响应速度。