大模型推理能力

Empirical Prompt Engineering for Construct Identification with Large Language Models

改善人机编码对齐：心理学构念识别中提示工程的实证评估

Kylie L. Anglin, Stephanie Milan, Brittney Hernandez, Claudia Ventura

机构 * Department of Educational Psychology, Neag School of Education, University of Connecticut（教育心理学系，教育学院，康涅狄格大学） ； Department of Psychological Sciences, College of Liberal Arts and Sciences, University of Connecticut（心理学系，文理学院，康涅狄格大学） 纠错

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

AI总结 本研究提出一个实证框架，通过提示工程优化大语言模型在心理学文本中识别构念的性能。实验评估五种提示策略，发现构念定义和任务框架最关键，结合代码簿引导和自动提示工程的少样本方法最接近专家判断。

Comments 22 pages, 2 figures

Self-Generated Error Training for Token Editing in Diffusion Language Models

扩散语言模型中令牌编辑的自生成错误训练

Lin Yao

机构 * School of Computer Science, Shanghai Jiao Tong University（上海交通大学计算机科学与技术学院） ； Zhongguancun Academy（中关村学院） 纠错

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

AI总结 针对LLaDA2.1中令牌编辑的训练-推理不匹配问题，提出自生成T2T方法，通过无梯度草稿传递和自生成错误监督，提升编辑准确率并减少编辑强度。

From Argument Components to Graphs: A Multi-Agent Debate with Confidence Gating for Argument Relations

从论证组件到图：一种具有置信门控的多智能体辩论方法用于论证关系识别

Jakub Bąba, Jarosław A. Chudziak

机构 * Faculty of Electronics and Information Technology, Warsaw University of Technology（华沙理工大学电子与信息技术学院） 纠错

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

AI总结 提出一种多智能体辩论框架，通过置信门控机制仅在不确定时进行辩论，在UKP语料上达到训练无关方法最高Macro F1，并生成可读辩论记录。

Comments Accepted for publication in the proceedings of KES 2026

Towards Autonomous Accelerator Design: FPGA Accelerator Generation with SECDA

迈向自主加速器设计：基于SECDA的FPGA加速器生成

Vinamra Sharma, Xingjian Fu, Jude Haris, José Cano

机构 * School of Computing Science, University of Glasgow, Scotland, UK（格拉斯哥大学计算机科学学院） 纠错

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

AI总结 提出SECDA-DSE框架，集成大语言模型引导FPGA加速器设计空间探索，通过结构化探索器和LLM推理生成可综合的加速器设计，减少人工干预。

Comments Accepted to the Machine Learning for Architecture and Systems Workshop (MLArchSys), co-located with ISCA 2026

SSR: Can Simulated Patients Learn to Stigmatize Themselves? Modeling Self-Stigma through Internal Monologue

SSR: 模拟患者能否学会自我污名化？通过内心独白建模自我污名

Kunyao Lan, Bingrui Jin, Zichen Zhu, Mengyue Wu

机构 * Shanghai Jiao Tong University（上海交通大学） ； X-LANCE Lab, Dept. of Computer Science and Engineering（X-LANCE实验室，计算机科学与工程系） ； MoE Key Lab of Artificial Intelligence, AI Institute（教育部人工智能重点实验室，人工智能研究院） 纠错

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

AI总结 提出基于心理3A1H模型的SSR框架，通过内心独白数据集和链式思维微调LLM，使模拟患者根据对话触发动态调整污名表达，生成更真实的情境适应性反应。

ZAS-SQL: Distilling Rules from Failures for Zero-Shot Text-to-SQL

ZAS-SQL: 从失败中提炼规则用于零样本文本到SQL

Hongzhou Zheng, Yixin Gou, Wenjia Zhang

机构 * Shanghai Research Institute for Intelligent Autonomous Systems, Tongji University（同济大学上海自主智能无人系统科学中心） ； College of Architecture and Urban Planning, Tongji University（同济大学建筑与城市规划学院） ； Behavioral and Spatial AI Lab, Peking University & Tongji University（北京大学与同济大学行为与空间人工智能实验室） 纠错

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

AI总结 提出ZAS-SQL零样本框架，通过Map-Reduce规则蒸馏从失败案例中提取核心生成规则，结合知识增强模式表示、规则驱动结构化推理和执行引导早停三个模块，在Spider上达到87.2%和88.6%执行准确率，超越多个少样本和微调方法。

Enhancing Operational Safety via Agentic Dialogue Hazard Identification Analysis

通过智能体对话危害识别分析增强操作安全性

Sanjay Das, Ran Elgedawy, Ethan Seefried, Ryan Burchfield, Tirthankar Ghosal

机构 * Oak Ridge National Laboratory（橡树岭国家实验室） 纠错

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

AI总结 提出HAZDIAL框架，利用结构化多智能体多轮对话（对抗性辩论与建设性讨论）改进基于NLP的危害识别质量，并通过算法优化智能体交互，实验证明优于单次基线方法。

FGRPO: Federated GRPO with Adaptive Aggregation on Non-IID Data

FGRPO：非独立同分布数据上具有自适应聚合的联邦GRPO

Pengyu Chen, Shaowei Li, Kai Wang, Yunsheng Yuan, Kai Han, Jun Luo, Feng Li

机构 * School of Computer Science and Technology, Shandong University（山东大学计算机科学与技术学院） ； School of Mathematical Science, Peking University（北京大学数学科学学院） ； School of Computer Science and Artificial Intelligence, Shanghai University of Finance and Economics（上海财经大学计算机科学与人工智能学院） ； College of Computing and Data Science, Nanyang Technological University（南洋理工大学计算与数据科学学院） 纠错

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

AI总结 提出联邦GRPO（FGRPO）框架，通过基于相对性能增益的自适应聚合机制，在非独立同分布数据上实现去中心化推理模型微调，兼顾数据隐私与鲁棒收敛。

AIDG: A Formal Decomposition of Information Extraction and Containment Asymmetries in Multi-Turn LLM Dialogue

AIDG：多轮LLM对话中信息提取与包含不对称性的形式化分解

Adib Sakhawat, Fardeen Sadab, Rakin Shahriar

机构 * Department of Computer Science and Engineering（计算机科学与工程系） 纠错

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

AI总结 提出AIDG框架，将多轮对抗对话形式化为部分可观察随机博弈，分解提取与包含角色，揭示防御性能聚类而攻击性能分散等不对称性。

Comments 20 pages, 5 figures, 13 tables. Includes appendix and supplementary materials

Reflect-Guard: Enhancing LLM Safeguards against Adversarial Prompts via Logical Self-Reflection

Reflect-Guard: 通过逻辑自我反思增强大语言模型对对抗性提示的防护

Lixing Lin, Juli You, Yue Li, Luyun Lin, Yiqing Wang, Zhen Zhang, Moxuan Zheng

机构 * Yale University（耶鲁大学） ； Columbia University（哥伦比亚大学） ； Citigroup（摩根大通） ； Independent Researcher（独立研究者） 纠错

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

AI总结 提出Reflect-Guard方法，通过参数高效微调为大语言模型安全分类器注入链式思维自我反思能力，显著提升对对抗性越狱攻击的检测性能。

Comments 12 pages, 2 figures, and 4 tables

Leveraging Spreading Activation for Improved Document Retrieval in Knowledge-Graph-Based RAG Systems

利用传播激活改进基于知识图谱的RAG系统中的文档检索

Jovan Pavlović, Miklós Krész, László Hajdu

机构 * UP FAMNIT, University of Primorska（普里摩里卡大学FAMNIT学院） ； InnoRenew CoE, UP IAM, University of Primorska（InnoRenew联合学院、UP IAM、普里摩里卡大学） ； University of Szeged, Department of Applied Informatics（塞格德大学应用信息学系） 纠错

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

AI总结 提出一种基于自动构建异构知识图谱的传播激活算法，用于多跳问答中的文档检索，减少对语义知识图谱和LLM引导的依赖，性能优于或持平现有方法。

Comments 20 pages, 5 figures

AgentArk: Distilling Multi-Agent Intelligence into a Single LLM Agent

AgentArk：将多智能体智能蒸馏到单个LLM智能体中

Yinyi Luo, Yiqiao Jin, Weichen Yu, Mengqi Zhang, Srijan Kumar, Xiaoxiao Li, Weijie Xu, Xin Chen, Jindong Wang

机构 * Carnegie Mellon University（卡内基梅隆大学） ； William & Mary（威廉与玛丽学院） ； Georgia Institute of Technology（佐治亚理工学院） ； Amazon（亚马逊） ； University of British Columbia（不列颠哥伦比亚大学） 纠错

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

AI总结 提出AgentArk框架，通过三种分层蒸馏策略将多智能体系统的交互动态蒸馏到单个模型权重中，使单个智能体具备多智能体的推理和自校正能力，同时保持计算效率。

How does Chain of Thought decompose complex tasks?

链式思维如何分解复杂任务？

Amrut Nadgir, Vijay Balasubramanian, Pratik Chaudhari

机构 * University of Pennsylvania（宾夕法尼亚大学） 纠错

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

AI总结 本文研究了链式思维在复杂任务分解中的作用，发现通过将任务分解为多个小分类问题可以显著降低预测误差，并确定了分解深度的最优阈值。

AMR-SD: Asymmetric Meta-Reflective Self-Distillation for Token-Level Credit Assignment

AMR-SD：不对称元反射自蒸馏用于标记级信用分配

Zhenlin Wei, Pu Jian, Yingzhuo Deng, Xiaohan Wang, Jiajun Chai, Zhexin Hu, Wei Lin, Shanbin Zhang, Guojun Yin

机构 * Meituan Beijing, China（美团北京，中国） ； 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(abstract)；verifier(abstract)；分类 cs.AI

AI总结 本文提出AMR-SD，一种不对称元反射自蒸馏方法，旨在解决大型语言模型在复杂推理中因统一序列奖励导致的信用分配瓶颈问题，通过引入反思瓶颈和因果信息增益机制，实现更精确的标记级优势调节。

Qumus: Realization of An Embodied AI Quantum Material Experimentalist

Qumus: 一种具身人工智能量子材料实验家的实现

Lihan Shi, Zhaoyi Joy Zheng, Xinzhe Juan, Yimin Wang, Ming Yin, Mayank Sengupta, Kristina Wolinski, Yanyu Jia, Jingzhi Shi, Derek Saucedo, Neill Saggi, Haosen Guan, Kenji Watanabe, Takashi Taniguchi, Ali Yazdani, Mengdi Wang, Sanfeng Wu

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

AI总结 本文提出Qumus，首个能够进行真实世界科学发现的具身人工智能量子材料实验家，通过机器人微型实验室实现了原子薄二维材料和范德瓦耳斯结构的制备与纳米加工，首次实现了AI生成石墨烯和原子薄场效应晶体管的AI制造。

Comments 29 Pages in total. Supplementary Demo Videos are available at https://qumus.ai

Rethinking Agentic Reinforcement Learning In Large Language Models

重新思考大型语言模型中的代理强化学习

Fangming Cui, Ruixiao Zhu, Cheng Fang, Sunan Li, Jiahong Li

机构 * Beijing Beijing China（北京北京中国） ； Shanghai Beijing China（上海北京中国） 纠错

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

AI总结 本文探讨了在大型语言模型中引入代理强化学习的新方法，强调自主代理的目标设定、长期规划和动态策略适应能力，提出新的方法论和设计，并指出未来研究方向。

Modeling Bounded Rationality in Drug Shortage Pharmacists Using Attention-Guided Dynamic Decomposition

在药物短缺情况下，利用注意力引导的动态分解建模有限理性药剂师

Yaniv Eliyahu Amiri, Noah Chicoine, Jacqueline Griffin, Stacy Marsella

机构 * Khoury College of Computer Sciences, Northeastern University, Boston, MA, USA（东北大学科里学院计算机科学系，波士顿，马萨诸塞州，美国） ； Department of Mechanical and Industrial Engineering, Northeastern University, Boston, MA, USA（东北大学机械与工业工程系，波士顿，马萨诸塞州，美国） ； Department of Psychology, Northeastern University, Boston, MA, USA（东北大学心理学系，波士顿，马萨诸塞州，美国） 纠错

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

AI总结 本文提出一种有限理性注意力引导决策框架，通过动态分解药物为高成本推理子集和低成本监控子集，模拟不同场景显示注意力引导规划能稳定决策而不需完全状态推理。

Comments Accepted at CogSci 2026. 6 pages plus references, 1 figure, 2 tables

Operating Within the Operational Design Domain: Zero-Shot Perception with Vision-Language Models

在操作设计域内运行：基于视觉-语言模型的零样本感知

Berkehan Ünal, Hauke Dierend, Dren Fazlija, Christopher Plachetka

机构 * Volkswagen Aktiengesellschaft（大众汽车股份有限公司） ； L3S Research Center（莱比锡大学汉诺威研究中心） ； Faculty of Information Technology（信息科技学院） ； MOIA GmbH（MOIA公司） ； Motor AI GmbH（Motor AI公司） 纠错

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

AI总结 本文探讨了视觉-语言模型在无监督条件下对操作设计域的零样本感知能力，通过实验验证了基于链式推理的提示方法在OBD感知中的有效性，并提出了可重用的提示模板。

Comments 8 pages, 4 figures

MAS-Algorithm: A Workflow for Solving Algorithmic Programming Problems with a Multi-Agent System

MAS-Algorithm: 一个基于多智能体系统的算法问题求解工作流

Yuliang Xu, Xiang Xu, Yao Wan, Hu Wei, Tong Jia

机构 * Peking University（北京大学） ； Alibaba Group（阿里巴巴集团） ； Huazhong University of Science and Technology（华中科技大学） 纠错

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

AI总结 本文提出MAS-Algorithm，通过多智能体工作流提升算法问题求解能力，实验显示在多个模型上均取得显著提升，包括接受率提升6.48%和LiveCodeBench-Pro上的4.72%提升。

LLM-Driven Design Space Exploration of FPGA-based Accelerators

基于FPGA的加速器的LLM驱动的设计空间探索

Vinamra Sharma, Xingjian Fu, Jude Haris, José Cano

机构 * School of Computing Science, University of Glasgow（格拉斯哥大学计算机科学学院） 纠错

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

AI总结 本文提出SECDA-DSE框架，利用大语言模型自动化FPGA加速器的设计空间探索，通过结构化探索器和LLM栈实现高效配置生成与优化。

Comments Accepted to the Workshop on Intelligent System Design (InSyDe) co-located with EuroSys '26

You Don't Need Public Tests to Generate Correct Code

你不需要公共测试来生成正确代码

Kaushitha Silva, Srinath Perera

机构 * WSO2（WSO2公司） 纠错

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

AI总结 本文提出DryRUN框架，通过让大语言模型自主生成测试输入并模拟执行，避免依赖公共测试用例，从而减少过自信偏差并提升代码生成效率。

Comments 9 pages, 6 figures

Aligning with Your Own Voice: Self-Corrected Preference Learning for Hallucination Mitigation in LVLMs

以自身声音对齐：用于减轻大型视觉-语言模型幻觉的自我纠正偏好学习

Byeonggeuk Lim, JungMin Yun, Junehyoung Kwon, Kyeonghyun Kim, YoungBin Kim

机构 * Graduate School of Advanced Imaging Sciences, Multimedia and Film（高级影像科学研究生院，多媒体与电影系） ； Department of Artificial Intelligence（人工智能系） 纠错

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

AI总结 本文提出AVES-DPO框架，通过内在知识生成分布数据，利用共识验证机制诊断幻觉并引导模型自我纠正，有效缓解LVLMs的幻觉问题，仅需5200样本即优于现有基线。

Comments Accepted to ACL 2026

Mobile-R1: Towards Interactive Capability for VLM-Based Mobile Agent via Systematic Training

Mobile-R1: 通过系统性训练提升基于视觉语言模型的移动代理的交互能力

Jihao Gu, Qihang Ai, Yingyao Wang, Pi Bu, Jingxuan Xing, Zekun Zhu, Wei Jiang, Ziming Wang, Yingxiu Zhao, Ming-Liang Zhang, Jun Song, Yuning Jiang, Bo Zheng

机构 * Future Living Lab, Alibaba Group（未来生活实验室，阿里巴巴集团） ； Alibaba Group Holding Limited（阿里巴巴集团控股有限公司） ； Taobao & Tmall Group of Alibaba（阿里巴巴淘宝与天猫集团） 纠错

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

AI总结 本文提出Mobile-R1系统性训练方法，通过分层课程学习提升移动代理的探索与自我纠正能力，并构建中文移动数据集和基准测试。

Comments 19 pages, 15 figures

JTPRO: A Joint Tool-Prompt Reflective Optimization Framework for Language Agents

JTPRO：一种联合工具提示反思优化框架用于语言代理

Sandip Ghoshal, Anshul Mittal, Jyotika Singh, Miguel Ballesteros, Weiyi Sun, Fang Tu, Shailender Singh, Yassine Benajiba, Fahad Shah, Sujeeth Bharadwaj, Sujith Ravi, Dan Roth

机构 * Oracle AI 纠错

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

AI总结 JTPRO通过迭代反思优化提升工具调用可靠性，通过联合优化全局指令和工具schema，提高多工具环境下的工具选择和参数填充准确性。

Comments Conference: ACL-2026

Small Model as Master Orchestrator: Learning Unified Agent-Tool Orchestration with Parallel Subtask Decomposition

小模型作为主指挥者：通过并行子任务分解学习统一的智能体-工具协调

Wenzhen Yuan, Wutao Xiong, Fanchen Yu, Shengji Tang, Ting Liu, Tao Chen, Peng Ye, Yuzhuo Fu, Wanli Ouyang, Lei Bai

机构 * Shanghai Jiao Tong University（上海交通大学） ； Fudan University（复旦大学） ； Shanghai AI Lab（上海人工智能实验室） ； Sichuan University（四川大学） ； The Chinese University of Hong Kong（香港中文大学） 纠错

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

AI总结 本文提出Agent-as-Tool框架，通过并行子任务分解和状态反馈提升多智能体系统协调效率，ParaManager在多个基准测试中表现出色。

FACTS: Table Summarization via Offline Template Generation with Agentic Workflows

FACTS: 通过离线模板生成实现基于表格的摘要的代理工作流

Ye Yuan, Mohammad Amin Shabani, Siqi Liu

机构 * McGill University（麦吉尔大学） ； Mila - Quebec AI Institute（魁北克人工智能研究所） ； RBC Borealis 纠错

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

AI总结 FACTS通过离线模板生成实现高效、准确且隐私合规的表格摘要，优于现有方法，适用于实际查询需求。

Comments Accepted by ACL 2026 Findings

MetaMuse: Algorithm Generation via Creative Ideation

MetaMuse：通过创造性构思生成算法

Ruiying Ma, Chieh-Jan Mike Liang, Yanjie Gao, Francis Y. Yan

机构 * University of California, Berkeley（加州大学伯克利分校） ； Microsoft Research（微软研究院） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） 纠错

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

AI总结 本文研究LLM在算法生成中的应用，提出MetaMuse框架，通过三个自反思原则提升创造性构思，实验显示其在缓存替换和在线装箱问题中性能提升显著。

Comments ICLR 2026

How Many Tries Does It Take? Iterative Self-Repair in LLM Code Generation Across Model Scales and Benchmarks

需要多少次尝试？跨模型规模和基准的LLM代码生成中的迭代自修复

Johin Johny Arimbur

机构 * Independent Researcher（独立研究员） 纠错

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

AI总结 研究探讨了在不同模型规模和基准测试中，通过迭代自修复提高代码生成正确率的方法，发现自修复显著提升了通过率，且现代模型无需微调即可实现有效自修复。

Comments 11 pages, 7 figures, 8 tables

What do Language Models Learn and When? The Implicit Curriculum Hypothesis

语言模型学习了什么以及何时？隐式课程假说

Emmy Liu, Kaiser Sun, Millicent Li, Isabelle Lee, Lindia Tjuatja, Jen-tse Huang, Graham Neubig

机构 * Language Technologies Institute, Carnegie Mellon University（卡内基梅隆大学语言技术研究所） ； Department of Computer Science, Data Science and AI Institute, Johns Hopkins University（约翰霍普金斯大学计算机科学系、数据科学与人工智能研究所） ； Khoury College of Computer Science, Northeastern University（东北大学Khoury计算机科学学院） ； Department of Computer Science, University of Southern California（南加州大学计算机科学系） 纠错

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

AI总结 研究通过设计简单可组合任务，发现模型技能以可组合顺序出现，且在不同模型间一致，表明预训练过程具有结构性。

Draw-In-Mind: Rebalancing Designer-Painter Roles in Unified Multimodal Models Benefits Image Editing

Draw-In-Mind: 在统一多模态模型中重新平衡设计师-画家角色有助于图像编辑

Ziyun Zeng, David Junhao Zhang, Wei Li, Mike Zheng Shou

机构 * Show Lab, National University of Singapore（新加坡国立大学Show Lab） ； TikTok 纠错

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

AI总结 本文提出Draw-In-Mind模型，通过重新分配设计职责提升图像编辑性能，展示了在统一多模态模型中平衡理解与生成模块的重要性。

Comments ICLR 2026 Camera Ready Version; Add more discussions and fix typos