大模型推理能力

A Closer Look at Logical Reasoning with LLMs: The Choice of Tool Matters

Long Hei Matthew Lam, Ramya Keerthy Thatikonda, Ehsan Shareghi

专题命中 逻辑推理 ：reasoning(title,abstract)；logical reasoning(title,abstract)；分类 cs.CL

Comments Code and data are publicly available at: https://github.com/Mattylam/Logic_Symbolic_Solvers_Experiment

$R^2$-Guard: Robust Reasoning Enabled LLM Guardrail via Knowledge-Enhanced Logical Reasoning

Mintong Kang, Bo Li

专题命中 逻辑推理 ：reasoning(title,abstract)；logical reasoning(title,abstract)；分类 cs.AI

Scaling Synthetic Logical Reasoning Datasets with Context-Sensitive Declarative Grammars

Damien Sileo

专题命中 逻辑推理 ：reasoning(title,abstract)；logical reasoning(title,abstract)；分类 cs.CL

Can language models learn analogical reasoning? Investigating training objectives and comparisons to human performance

Molly R. Petersen, Lonneke van der Plas

专题命中 逻辑推理 ：reasoning(title,abstract)；logical reasoning(title,abstract)；分类 cs.CL

Fine-tuning Large Enterprise Language Models via Ontological Reasoning

Teodoro Baldazzi, Luigi Bellomarini, Stefano Ceri, Andrea Colombo, Andrea Gentili, Emanuel Sallinger

专题命中 逻辑推理 ：reasoning(title,abstract)；logical reasoning(title,abstract)；分类 cs.CL

Comments Accepted at RuleML 2023

Query Structure Modeling for Inductive Logical Reasoning Over Knowledge Graphs

Siyuan Wang, Zhongyu Wei, Meng Han, Zhihao Fan, Haijun Shan, Qi Zhang, Xuanjing Huang

专题命中 逻辑推理 ：reasoning(title,abstract)；logical reasoning(title,abstract)；分类 cs.CL

Comments 11 pages, 2 figures, 8 tables, accepted as a long paper to ACL 203

Logiformer: A Two-Branch Graph Transformer Network for Interpretable Logical Reasoning

Fangzhi Xu, Jun Liu, Qika Lin, Yudai Pan, Lingling Zhang

专题命中 逻辑推理 ：reasoning(title,abstract)；logical reasoning(title,abstract)；分类 cs.CL

Comments Accepted by SIGIR 2022

A Description Logic for Analogical Reasoning

Steven Schockaert, Yazmín Ibáñez-García, Víctor Gutiérrez-Basulto

专题命中 逻辑推理 ：reasoning(title,abstract)；logical reasoning(title,abstract)；分类 cs.AI

Comments Accepted for IJCAI 2021

LGMT: Logic-Grounded Metamorphic Testing for Evaluating the Reasoning Reliability of LLMs

LGMT：基于逻辑的蜕变测试用于评估LLMs的推理可靠性

Zenghui Zhou, Man Li, Xiaoke Fang, Xinyi Zhou, Weibin Lin, Zheng Zheng

机构 * School of Automation Science and Electrical Engineering, Beihang University（自动化科学与电气工程学院，北京航空航天大学） 纠错

专题命中 逻辑推理 ：reasoning(title,abstract)；CoT(abstract,abstract_cn)；logical reasoning(abstract)；分类 cs.AI、cs.LG

AI总结 提出LGMT框架，利用一阶逻辑推导蜕变关系，通过一致性检查评估LLM推理的鲁棒性，揭示传统评估忽略的隐藏缺陷。

Comments Zheng Zheng is the corresponding author

Journal ref Knowledge-Based Systems, Volume 348, 2026, 116324, ISSN 0950-7051

Neuro-Symbolic Drive: Rule-Grounded Faithful Reasoning for Driving VLAs

神经符号驱动：基于规则忠实推理的驾驶VLA

Xiangbo Gao, Xiukun Huang, Boyu Lu, Junge Zhang, Mengjie Mao, Jiachen Li, Wei Xiong, Zhengzhong Tu

机构 * Texas A&M University（德克萨斯农工大学） ； Carnegie Mellon University（卡内基梅隆大学） ； University of Maryland（马里兰大学） ； University of California, Riverside（加利福尼亚大学河滨分校） ； University of Pittsburgh（匹兹堡大学） 纠错

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

AI总结 提出神经符号驱动框架，利用规则规划器的决策轨迹监督驾驶VLA，实现推理与运动生成的因果耦合，显著降低轨迹误差和碰撞率。

Robust Dual-Signal Fusion: Hybrid Neuro-Symbolic Gating with Compressed Chain-of-Thought Refinement for Irony Detection in Social Media Texts

鲁棒双信号融合：混合神经符号门控与压缩链式思维精炼用于社交媒体文本讽刺检测

Ankit Bhattacharjee, Krityapriya Bhaumik

机构 * Indian Institute of Technology Kharagpur（印度理工学院克勒格布尔分校） 纠错

专题命中 逻辑推理 ：chain-of-thought(title,abstract)；CoT(abstract,abstract_cn)；reasoning(abstract)；分类 cs.CL、cs.AI

AI总结 提出RDS融合框架，结合神经符号架构与压缩链式思维推理，在TweetEval和iSarcasm数据集上达到与微调BERTweet相当的性能，并显著优于监督方法。

Comments 11 pages total, 10 figures

Compliance versus Sensibility: On the Reasoning Controllability in Large Language Models

服从与感知：大型语言模型中的推理可控性研究

Xingwei Tan, Marco Valentino, Mahmud Elahi Akhter, Yuxiang Zhou, Maria Liakata, Nikolaos Aletras

机构 * School of Computer Science, University of Sheffield（谢菲尔德大学计算机科学学院） ； School of EECS, Queen Mary University of London（伦敦女王学院电子工程与计算机科学学院） ； The Alan Turing Institute（艾伦·图灵研究所） 纠错

专题命中 逻辑推理 ：reasoning(title,abstract)；CoT(abstract,abstract_cn)；chain-of-thought(abstract)；分类 cs.CL、cs.AI

AI总结 通过推理冲突视角，系统研究大型语言模型在诱导逻辑模式与任务预期模式冲突时，是否优先服从指令还是遵循感知合理性，并探索内部检测与激活级干预方法。

OMNIFLOW: A Physics-Grounded Multimodal Agent for Generalized Scientific Reasoning

OMNIFLOW：一种基于物理的多模态代理用于通用科学推理

Hao Wu, Yongheng Zhang, Yuan Gao, Fan Xu, Fan Zhang, Ruobing Xie, Ruijian Gou, Yuxuan Liang, Xiaomeng Huang, Xian Wu

机构 * Tsinghua University（清华大学） ； Tencent（腾讯） ； Shenzhen Loop Area Institute（深圳河套学院） ； Ocean University of China（海洋大学） ； HKUST (Guangzhou)（香港科技大学（广州）） 纠错

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

AI总结 OMNIFLOW通过引入语义-符号对齐机制和物理引导的推理流程，实现了多模态模型在物理定律下的科学推理，显著提升了零样本泛化和少样本适应能力，提供透明且物理一致的推理报告。

TopoBench: Benchmarking LLMs on Hard Topological Reasoning

TopoBench：在复杂拓扑推理上对LLM进行基准测试

Mayug Maniparambil, Nils Hoehing, Janak Kapuriya, Arjun Karuvally, Ellen Rushe, Anthony Ventresque, Noel O'Connor, Fergal Reid

机构 * Intercom Research（Intercom研究院） ； University College Dublin（都柏林大学） ； University of Galway（Galway大学） ； Salk Institute（Salk研究所） ； Dublin City University（都柏林城市大学） ； Trinity College Dublin（都柏林三一学院） 纠错

专题命中 逻辑推理 ：reasoning(title,abstract)；logical reasoning(title,comments)；分类 cs.CL、cs.AI

AI总结 TopoBench通过测试LLM在复杂拓扑推理任务上的表现，揭示了模型在提取空间约束方面的瓶颈，并提出缓解策略。

Comments Accepted, Workshop on Logical Reasoning of Large Language Models at ICLR 2026

Constraint-Rectified Training for Efficient Chain-of-Thought

约束校正训练用于高效的推理链

Qinhang Wu, Sen Lin, Ming Zhang, Yingbin Liang, Ness B. Shroff

机构 * The Ohio State University（俄亥俄州立大学） ； University of Houston（休斯顿大学） ； Google（谷歌） 纠错

专题命中 逻辑推理 ：chain-of-thought(title,abstract)；reasoning(abstract)；CoT(abstract)；self-correction(abstract)

AI总结 CRT通过约束校正训练提升推理效率，减少冗余并保持准确性。

Latent Reasoning via Sentence Embedding Prediction

Hyeonbin Hwang, Byeongguk Jeon, Seungone Kim, Jiyeon Kim, Hoyeon Chang, Sohee Yang, Seungpil Won, Dohaeng Lee, Youbin Ahn, Minjoon Seo

机构 * KAIST（韩国科学技术院） ； Carnegie Mellon University（卡内基梅隆大学） ； University College London（伦敦大学学院） ； LG AI Research（LG人工智能研究） 纠错

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

Comments Previously titled "Let's Predict Sentence by Sentence"; Presented @ COLM RAM 2 Workshop (Oral)

CodeI/O: Condensing Reasoning Patterns via Code Input-Output Prediction

Junlong Li, Daya Guo, Dejian Yang, Runxin Xu, Yu Wu, Junxian He

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

Comments ICML 2025

Video-MME-Logical: A Controlled Diagnostic Benchmark for Video Temporal-Logical Reasoning

Video-MME-Logical: 面向视频时序逻辑推理的受控诊断基准

Hohin Kwan, Hongyu Li, Ray Zhang, Manyuan Zhang, Xianghao Kong, Anyi Rao, Jiahao Xie, Si Liu

机构 * HKUST（香港科技大学） ； Colab, Beihang University（北京航空航天大学合作实验室） ； CUHK（香港中文大学） 纠错

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

AI总结 为隔离评估多模态大模型在视频中的时序逻辑推理能力，提出包含五种时序逻辑操作和25个细粒度任务类别的受控基准，通过控制时间跨度和推理复杂度进行难度可控评估，并支持中间状态诊断。

ForestHG-Trace: Traceable Long-Horizon Ecological Reasoning over Large-Scale Forest Scenes

ForestHG-Trace: 大规模森林场景下的可追踪长程生态推理

Zihang Cheng, Duanchu Wang, Cheng Li, Jing Huang, Huanzhao Fu, Di Wang

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

AI总结 提出ForestHG-Trace框架，通过生态超图表示和LLM引导的确定性工具链，实现森林场景中可追踪的多步生态推理，并构建ForestTraceQA基准，显著提升长程生态问答的准确性和执行忠实度。

Comments It has theoretical flaws and experimental errors

Beyond Nutrition Labels: How Analogical Reasoning Shapes Synthetic Media Disclosure Design

超越营养标签：类比推理如何塑造合成媒体披露设计

Claire R. Leibowicz

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

AI总结 本研究探讨了在复杂的社会技术约束下，AI政策制定者和实践者如何设计合成媒体披露，识别了过程透明和危害减少等关键披露目标，并揭示了规范性与中立性、主动与精确性之间的核心矛盾，强调了类比推理在管理但不解决这些矛盾中的作用。

Comments 18 pages, 3 tables

AR-VRM: Imitating Human Motions for Visual Robot Manipulation with Analogical Reasoning

Dejie Yang, Zijing Zhao, Yang Liu

机构 * Wangxuan Institute of Computer Technology, Peking University（北京大学计算机技术研究院） ； State Key Laboratory of General Artificial Intelligence, Peking University（北京大学通用人工智能国家重点实验室） 纠错

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

Comments Accepted by ICCV2025

Synergizing Logical Reasoning, Knowledge Management and Collaboration in Multi-Agent LLM System

Adam Kostka, Jarosław A. Chudziak

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

Journal ref Proceedings of the 38th Pacific Asia Conference on Language, Information and Computation (PACLIC 2024), Tokyo, Japan, pages 203-212, December 2024. Tokyo University of Foreign Studies

A Implies B: Circuit Analysis in LLMs for Propositional Logical Reasoning

Guan Zhe Hong, Nishanth Dikkala, Enming Luo, Cyrus Rashtchian, Xin Wang, Rina Panigrahy

机构 * Purdue University（普渡大学） ； Google Research（谷歌研究） 纠错

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

LR-IAD:Mask-Free Industrial Anomaly Detection with Logical Reasoning

Peijian Zeng, Feiyan Pang, Zhanbo Wang, Aimin Yang

机构 * School of Computer Science and Technology, Guangdong University of Technology（广东技术大学计算机科学与技术学院） ； School of Computer Science and Intelligence Education, Lingnan Normal University（岭南师范学院计算机科学与智能教育学院） 纠错

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

Comments 10 pages

ChaosBench-Logic v2: Evaluating LLM Logical Reasoning over Dynamical Systems at Scale

ChaosBench-Logic v2: 大规模评估大语言模型在动力系统上的逻辑推理能力

Noel Thomas

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 逻辑推理 ：reasoning(title,abstract)；logical reasoning(title)；分类 cs.AI、cs.LG

AI总结 针对二元推理基准的准确性掩盖了关键缺陷，本文提出包含40,886个问题、覆盖165个动力系统的ChaosBench-Logic v2基准和CARE评估协议，揭示模型在状态转换推理、FOL演绎等任务上的表现差异和系统性反相关。

Comments 14 pages, 8 figures. Published at the ICLR 2026 Workshop on LLM Reasoning

When LLMs Develop Languages: Symbolic Communication for Efficient Multi-Agent Reasoning

当大语言模型发展语言：用于高效多智能体推理的符号通信

Zhengqi Pei, Qingming Huang, Shuhui Wang

专题命中 逻辑推理 ：reasoning(title,abstract)；CoT(abstract,abstract_cn)；chain-of-thought(abstract)；分类 cs.AI

AI总结 提出CLSR框架，让多个LLM智能体自主发明和演化紧凑符号语言，通过路由器自适应选择以优化准确率与token成本的权衡，在保持准确率的同时将推理token数减少3-6倍。

Comments ICML2026 Regular paper

Compress the Easy, Explore the Hard: Difficulty-Aware Entropy Regularization for Efficient LLM Reasoning

压缩简单问题，探索困难问题：面向高效LLM推理的难度感知熵正则化

Qin-Wen Luo, Sheng Ren, Xiang Chen, Rui Liu, Jun Fang, Naiqiang Tan, Sheng-Jun Huang

机构 * Nanjing University of Aeronautics and Astronautics（南京航空航天大学） ； College of Computer Science and Technology（计算机科学与技术学院） ； Didichuxing Co. Ltd（滴滴出行有限公司） 纠错

专题命中 逻辑推理 ：reasoning(title,abstract)；CoT(abstract,abstract_cn)；chain-of-thought(abstract)；分类 cs.LG

AI总结 提出CEEH方法，通过难度感知的熵正则化，在强化学习中对简单问题压缩推理长度，对困难问题保持探索空间，从而在减少响应长度的同时维持推理准确性。

Comments Accepted to KDD 2026

From Natural Language to Executable Narsese: A Neuro-Symbolic Benchmark and Pipeline for Reasoning with NARS

从自然语言到可执行的Narsese：一种神经符号基准和管道用于基于NARS的推理

Mina Gabriel, Pei Wang

机构 * Temple University（特拉华大学） 纠错

专题命中 逻辑推理 ：reasoning(title,summary_cn)；分类 cs.AI

AI总结 本文提出神经符号框架，将自然语言推理问题转换为可执行的形式化表示，结合FOL和Narsese，并引入NARS-Reasoning-v0.1基准，支持符号生成与执行验证，展示可监督适应的潜力。

Comments 14 pages. Submitted to AGI-26

OneLatent: Single-Token Compression for Visual Latent Reasoning

OneLatent：视觉潜在推理中的单令牌压缩

Bo Lv, Yasheng Sun, Junjie Wang, Haoxiang Shi

机构 * Tsinghua University（清华大学） ； Institute of Science Tokyo（东京科学研究所） ； Waseda University（早稻田大学） 纠错

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

AI总结 OneLatent通过将中间推理压缩为单个潜在令牌，提升了视觉推理效率，同时保持较高的准确性。

Evaluating the Safety and Skill Reasoning of Large Reasoning Models Under Compute Constraints

Adarsha Balaji, Le Chen, Rajeev Thakur, Franck Cappello, Sandeep Madireddy

机构 * Argonne National Laboratory（阿贡国家实验室） ； Mathematics and Computer Science Division（数学与计算机科学 division） ； Data Science and Learning Division（数据科学与学习 division） 纠错

专题命中 逻辑推理 ：reasoning(title,abstract)；chain-of-thought(abstract)；CoT(abstract)；test-time compute(abstract)