语言大模型 / LLM

Generating Effective CoT Traces for Mitigating Causal Hallucination

生成有效的CoT轨迹以缓解因果幻觉

Yiheng Zhao, Jun Yan

机构 * Concordia University（康科迪亚大学） 纠错

专题命中 推理与问题求解 ：LLM(abstract_cn)；large language model(abstract)；language model(abstract)；分类 cs.CL

AI总结 本文研究了生成有效CoT轨迹以缓解小模型因果幻觉的问题，设计了生成管道并提出新的量化指标CHR，实验表明生成的CoT轨迹能有效减少幻觉并提升准确性。

Comments 11 pages, 2 figures. Accepted at ACL 2026

Towards Robust Real-World Spreadsheet Understanding with Multi-Agent Multi-Format Reasoning

面向多代理多格式推理的鲁棒现实世界电子表格理解

Houxing Ren, Mingjie Zhan, Zimu Lu, Ke Wang, Yunqiao Yang, Haotian Hou, Hongsheng Li

机构 * CUHK MMLab（CUHK多模态实验室） ； SenseTime Research（商汤科技研究院） ； Shenzhen Loop Area Institute（深圳河套学院） ； CPII under InnoHK（创新香港下的CPII） 纠错

专题命中 推理与问题求解 ：LLM(abstract_cn)；large language model(abstract)；language model(abstract)；分类 cs.CL

AI总结 本文提出SpreadsheetAgent框架，通过多模态逐步阅读推理解决大规模电子表格处理问题，通过结构草图和行列摘要提升推理可靠性，实验表明其在Spreadsheet Bench上表现优异。

Comments Accepted to ACL 2026 (main conference)

Structural Anchors and Reasoning Fragility:Understanding CoT Robustness in LLM4Code

结构锚点与推理脆弱性：理解LLM4Code中的CoT鲁棒性

Yang Liu, Da Song, Armstrong Foundjem, Heng Li, Foutse Khomh

专题命中 推理与问题求解 ：large language model(abstract)；language model(abstract)；prompting(abstract)

AI总结 本文研究了CoT提示在LLM4Code中的鲁棒性，通过系统扰动分析发现其性能依赖于模型家族、任务结构和提示明确性，并识别出三种轨迹变形模式。

VPTracker: Global Vision-Language Tracking via Visual Prompt

VPTracker: 基于多模态大语言模型的全局视觉-语言跟踪

Jingchao Wang, Kaiwen Zhou, Zhijian Wu, Kunhua Ji, Dingjiang Huang, Yefeng Zheng

机构 * School of Data Science and Engineering, East China Normal University, Shanghai 200062, China（数据科学与工程学院，华东师范大学，上海200062，中国） ； Medical Artificial Intelligence Laboratory, Westlake University, Hangzhou 310024, China（医学人工智能实验室，西湖大学，杭州310024，中国） 纠错

专题命中 推理与问题求解 ：large language model(abstract)；language model(abstract)；prompting(abstract)

AI总结 本文提出VPTracker，首个基于多模态大语言模型的全局视觉-语言跟踪框架，通过引入位置感知的视觉提示机制，提升跟踪鲁棒性和稳定性，有效抑制干扰。

Comments 7 pages

LaV-CoT: Language-Aware Visual CoT with Multi-Aspect Reward Optimization for Real-World Multilingual VQA

LaV-CoT：具有多方面奖励优化的语言感知视觉CoT

Jing Huang, Zhiya Tan, Shutao Gong, Fanwei Zeng, Joey Tianyi Zhou, Changtao Miao, Huazhe Tan, Weibin Yao, Jianshu Li

机构 * Ant Digital Technologies, Ant Group（蚂蚁集团数字技术部） ； College of Computing and Data Science, Nanyang Technological University（南洋理工大学计算机与数据科学学院） ； CFAR, Agency for Science, Technology and Research（科技研究局CFAR） 纠错

专题命中 推理与问题求解 ：SFT(abstract,abstract_cn)；language model(abstract)

AI总结 LaV-CoT通过多阶段推理流程和多方面奖励优化，提升多语言视觉问答的准确性和泛化能力，实现在公开数据集上的9.5%准确率提升。

Comments Accepted by WWW 2026 Industry Track - Oral

CoG: Controllable Graph Reasoning via Relational Blueprints and Failure-Aware Refinement over Knowledge Graphs

CoG：通过关系蓝图和故障感知细化实现可控图推理

Yuanxiang Liu, Songze Li, Xiaoke Guo, Zhaoyan Gong, Qifei Zhang, Huajun Chen, Wen Zhang

机构 * Zhejiang University（浙江大学） 纠错

专题命中 推理与问题求解 ：large language model(abstract)；language model(abstract)；分类 cs.CL、cs.LG

AI总结 本文提出CoG框架，通过关系蓝图和故障感知细化模块，解决知识图谱中推理稳定性与效率问题，实验显示其在准确性和效率上均优于现有方法。

Comments ACL 2026 Main

Latent Planning Emerges with Scale

在规模下显现的潜在规划

Michael Hanna, Emmanuel Ameisen

机构 * ILLC, University of Amsterdam（伊拉斯姆斯自由大学，阿姆斯特丹大学） ； Anthropic 纠错

专题命中 推理与问题求解 ：LLM(summary_cn)；分类 cs.CL、cs.AI

AI总结 本文研究了LLM在简单规划任务中潜在规划能力随规模增加而增强的现象，发现模型能通过内部表示生成未来词并影响上下文，但复杂任务如押韵对句中规划能力有限。

Comments ICLR 2026

UCS: Estimating Unseen Coverage for Improved In-Context Learning

UCS：用于改进上下文学习的未见覆盖估计

Jiayi Xin, Xiang Li, Evan Qiang, Weiqing He, Tianqi Shang, Weijie J. Su, Qi Long

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

专题命中 推理与问题求解 ：large language model(abstract)；language model(abstract)；分类 cs.CL、cs.LG

AI总结 UCS通过基于覆盖的免训练方法改进上下文学习，通过诱导离散潜在聚类和估计候选子集中的未揭示聚类数量，提升模型性能。

Comments ACL 2026 Findings; 17 pages, 3 figures

OctoTools: An Agentic Framework with Extensible Tools for Complex Reasoning

OctoTools: 一个具有可扩展工具的代理框架，用于复杂推理

Pan Lu, Bowen Chen, Sheng Liu, Rahul Thapa, Joseph Boen, James Zou

机构 * Stanford University（斯坦福大学） 纠错

专题命中 推理与问题求解 ：large language model(abstract)；language model(abstract)；分类 cs.CL、cs.LG

AI总结 OctoTools通过标准化工具卡、规划器和执行器，提供一种无需训练的多代理框架，实现跨领域复杂推理，其在16种任务中达到9.3%的平均准确率提升。

Comments 88 pages, 18 figures. Accepted to ACL 2026

ARGOS: Who, Where, and When in Agentic Multi-Camera Person Search

ARGOS：智能多摄像机人像搜索中的谁、哪里和何时

Myungchul Kim, Kwanyong Park, Junmo Kim, In So Kweon

机构 * KAIST（韩国科学技术院） ； University of Seoul（首尔大学） ； KIST（韩国科学技术院） 纠错

专题命中 推理与问题求解 ：LLM(abstract,abstract_cn)；分类 cs.AI

AI总结 ARGOS首次将多摄像机人像搜索转化为交互推理问题，通过智能体在信息不对称下规划、提问和消除候选，包含14个真实场景的2691个任务，实验表明该基准远未解决。

Comments Accepted to CVPR 2026 Workshop on Multimodal Spatial Intelligence (MUSI)

Token-Level Policy Optimization: Linking Group-Level Rewards to Token-Level Aggregation via Sequence-Level Likelihood

令牌级策略优化：通过序列级似然将群体级奖励与令牌级聚合联系起来

Xingyu Lin, Yilin Wen, Du Su, Jinchang Hou, En Wang, Wenbin Liu, Chenfu Bao, Zhonghou Lv

机构 * College of Computer Science and Technology, Jilin University（吉林大学计算机科学与技术学院） ； Key Laboratory of Symbolic Computation and Knowledge Engineering of MOE, Jilin University（教育部符号计算与知识工程重点实验室，吉林大学） ； Baidu Inc.（百度公司） ； Tsinghua University（清华大学） ； State Key Laboratory of AI Safety, Institute of Computing Technology, Chinese Academy of Sciences（中国科学院人工智能安全重点实验室，计算技术研究所） 纠错

专题命中 推理与问题求解 ：large language model(abstract)；language model(abstract)；分类 cs.CL

AI总结 本文提出TEPO，通过序列级似然将群体奖励与单个令牌联系，并引入KL散度掩码约束以提升训练稳定性，实验显示其在数学推理任务中表现优异且收敛时间减少50%。

Adaptive Test-Time Scaling for Zero-Shot Respiratory Audio Classification

自适应测试时缩放用于零样本呼吸音频分类

Tsai-Ning Wang, Herman Teun den Dekker, Lin-Lin Chen, Neil Zeghidour, Aaqib Saeed

机构 * Eindhoven University of Technology The Netherlands（埃因霍温理工大学荷兰） ； Erasmus University Medical Center The Netherlands（埃因霍温医学院荷兰） ； Kyutai France（Kyutai法国） ； Eindhoven Artificial Intelligence Systems Institute The Netherlands（埃因霍温人工智能系统研究所荷兰） 纠错

专题命中 推理与问题求解 ：large language model(abstract)；language model(abstract)；分类 cs.CL

AI总结 本文提出TRIAGE框架，通过分层零样本方法自适应调整测试时计算，提升呼吸音频分类性能，实现9项任务平均AUROC达0.744，优于现有零样本方法。

Comments Accepted at AHLI CHIL 2026

CamReasoner: Reinforcing Camera Movement Understanding via Structured Spatial Reasoning

CamReasoner：通过结构化空间推理强化相机运动理解

Hang Wu, Yujun Cai, Zehao Li, Haonan Ge, Bowen Sun, Junsong Yuan, Yiwei Wang

机构 * University of California, Merced（加州大学梅尔德分校） ； University of Queensland（昆士兰大学） ； Ant Group（蚂蚁集团） ； University of Chinese Academy of Sciences（中国科学院大学） ； University at Buffalo, State University of New York（纽约州立大学布法罗分校） 纠错

专题命中 推理与问题求解 ：SFT(abstract,abstract_cn)；分类 cs.AI

AI总结 CamReasoner通过结构化推理框架提升相机运动理解，采用O-T-A范式和大规模推理轨迹集，首次利用强化学习实现逻辑对齐，提升分类和VQA性能。

Perception-Aware Policy Optimization for Multimodal Reasoning

面向多模态推理的感知意识策略优化

Zhenhailong Wang, Xuehang Guo, Sofia Stoica, Haiyang Xu, Hongru Wang, Hyeonjeong Ha, Xiusi Chen, Yangyi Chen, Ming Yan, Fei Huang, Heng Ji

机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Alibaba Group（阿里巴巴集团） 纠错

专题命中 推理与问题求解 ：large language model(abstract)；language model(abstract)；分类 cs.CL

AI总结 本文提出PAPO算法，通过引入隐式感知损失提升多模态推理性能，实现4.4%-17.5%的基准提升，尤其在视觉依赖性强的任务中表现更佳。

Beyond Transcription: Unified Audio Schema for Perception-Aware AudioLLMs

超越转录：面向感知意识的统一音频架构

Linhao Zhang, Yuhan Song, Aiwei Liu, Chuhan Wu, Sijun Zhang, Wei Jia, Yuan Liu, Houfeng Wang, Xiao Zhou

机构 * Basic Model Technology Center, WeChat AI, Tencent Inc.（腾讯基本模型技术中心、微信AI、腾讯公司） ； 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 推理与问题求解 ：large language model(abstract)；language model(abstract)；分类 cs.CL

AI总结 本文提出统一音频架构（UAS），通过将音频信息划分为转录、语调和非语言事件三个组件，提升音频细粒度感知性能，同时保持推理能力。

Comments Accepted to ACL 2026 Findings

Agentic Insight Generation in VSM Simulations

代理洞察生成在价值流图模拟中的应用

Micha Selak, Dirk Krechel, Adrian Ulges, Sven Spieckermann, Niklas Stoehr, Andreas Loehr

机构 * RheinMain University of Applied Sciences（莱茵美因应用科学大学） ； SimPlan AG（SimPlan公司） 纠错

专题命中 推理与问题求解 ：large language model(abstract)；language model(abstract)；分类 cs.CL

AI总结 本文提出一种分步代理架构，通过分离协调与数据分析，利用领域专家知识进行渐进数据发现，提升复杂价值流图模拟中提取可操作洞察的准确性与鲁棒性。

TRUST Agents: A Collaborative Multi-Agent Framework for Fake News Detection, Explainable Verification, and Logic-Aware Claim Reasoning

TRUST代理：一种用于虚假新闻检测、可解释验证和逻辑感知声明推理的协作多智能体框架

Gautama Shastry Bulusu Venkata, Santhosh Kakarla, Maheedhar Omtri Mohan, Aishwarya Gaddam

机构 * George Mason University（乔治·马歇尔大学） 纠错

专题命中 推理与问题求解 ：LLM(abstract,abstract_cn)；分类 cs.AI

AI总结 TRUST代理通过协作多智能体框架提升虚假新闻检测的可解释性和逻辑推理能力，引入分解器、陪审团和逻辑聚合器提升复杂声明的验证效果。

Comments 12 pages, 2 figures

Towards Platonic Representation for Table Reasoning: A Foundation for Permutation-Invariant Retrieval

迈向表格推理的柏拉图表示：一种排列不变检索的基础

Willy Carlos Tchuitcheu, Tan Lu, Ann Dooms

机构 * Department of Mathematics and Data Science, Vrije Universiteit Brussel (VUB)（瓦隆公国布鲁塞尔自由大学数学与数据科学系） ； Data Science Lab, Royal Library of Belgium (KBR)（比利时皇家图书馆数据科学实验室） 纠错

专题命中 推理与问题求解 ：large language model(abstract)；language model(abstract)；分类 cs.AI

AI总结 本文提出柏拉图表示假设，主张表格推理需要内在排列不变的潜在空间，通过分析和实验揭示了现有模型在布局变化下的脆弱性，并提出结构感知的表格推理编码器。

Red Teaming Large Reasoning Models

对大型推理模型进行红队测试

Jiawei Chen, Yang Yang, Chao Yu, Yu Tian, Zhi Cao, Xue Yang, Linghao Li, Hang Su, Zhaoxia Yin

机构 * Shanghai Key Laboratory of Multidimensional Information Processing, East China Normal University（上海多维信息处理关键实验室，东华大学） ； Zhongguancun Academy（中关村学院） ； Shenzhen International Graduate School, Tsinghua University（深圳国际研究生院，清华大学） ； Dept. of Comp. Sci. and Tech., THBI Lab, Tsinghua University（计算机科学与技术系，清华THBI实验室） ； Beihang University（北京航空航天大学） ； Shanghai Jiao Tong University（上海交通大学） 纠错

专题命中 推理与问题求解 ：large language model(abstract)；language model(abstract)；分类 cs.AI

AI总结 本文提出RT-LRM基准，评估大型推理模型的可信度，揭示其在面对推理风险时的脆弱性，并发布工具箱支持未来研究。

Comments 30 pages, 9 figures

Do Transformers Use their Depth Adaptively? Evidence from a Relational Reasoning Task

Transformer 是否会根据深度进行自适应使用？来自关系推理任务的证据

Alicia Curth, Rachel Lawrence, Sushrut Karmalkar, Niranjani Prasad

机构 * Microsoft Research Cambridge（微软研究院剑桥分部） 纠错

专题命中 推理与问题求解 ：language model(abstract,comments)；分类 cs.CL、cs.LG；large language model(comments)

AI总结 本文通过控制多跳关系推理任务研究Transformer是否自适应使用深度，发现预训练模型在简单任务中使用较少层，而微调模型在更复杂的任务中更一致地自适应调整深度。

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

Think Before you Write: QA-Guided Reasoning for Character Descriptions in Books

在写作前思考：基于问答的字符描述推理

Argyrios Papoudakis, Mirella Lapata, Frank Keller

机构 * Institute of Language, Cognition and Computation（语言、认知与计算研究所） ； School of Informatics, University of Edinburgh（爱丁堡大学信息学院） 纠错

专题命中 推理与问题求解 ：LLM(abstract_cn)；分类 cs.CL、cs.AI、cs.LG

AI总结 本文提出一种解耦推理与生成的框架，通过问答引导推理提升字符描述的准确性、信息量和现实基础。

Comments 20 pages, 16 tables, 1 figure

Beyond Accuracy: Unveiling Inefficiency Patterns in Tool-Integrated Reasoning

超越准确性：揭示工具集成推理中的低效模式

Qisheng Su, Shiting Huang, Zhen Fang, Ziyan Chen, Zehui Chen, Feng Zhao

专题命中 推理与问题求解 ：LLM(abstract,abstract_cn)

AI总结 本文提出PTE指标，用于衡量工具集成推理的效率，揭示了低效模式，并发现高PTE成本与推理正确性下降相关。

Comments Accepted at ACL 2026. Code: https://github.com/sqs-ustc/tool-reasoning-framework-PTE

Calibration-Aware Policy Optimization for Reasoning LLMs

面向推理大语言模型的校准感知策略优化

Ziqi Wang, Xingzhou Lou, Meiqi Wu, Zhengqi Wen, Junge Zhang

机构 * National Key Laboratory of Cognition and Decision Intelligence for Complex Systems, Institution of Automation, Chinese Academy of Sciences（认知与复杂系统决策智能国家实验室，自动化研究所，中国科学院） ； School of Artificial Intelligence, University of Chinese Academy of Sciences（中国科学院大学人工智能学院） ； Beijing National Research Center for Information Science and Technology, Tsinghua University（北京信息科学与技术国家研究中心，清华大学） 纠错

专题命中 推理与问题求解 ：LLM(abstract)；分类 cs.AI、cs.LG

AI总结 本文提出CAPO方法，通过引入logistic AUC替代损失和噪声掩码机制，提升推理大语言模型的校准与准确性，实验显示其在多个数学推理基准上校准提升达15%，并在下游任务中进一步提升准确性。

Comments Published as a conference paper at ACL 2026

CocoaBench: Evaluating Unified Digital Agents in the Wild

CocoaBench：评估真实世界的统一数字代理

CocoaBench Team, Shibo Hao, Zhining Zhang, Zhiqi Liang, Tianyang Liu, Yuheng Zha, Qiyue Gao, Jixuan Chen, Zilong Wang, Zhoujun Cheng, Haoxiang Zhang, Junli Wang, Hexi Jin, Boyuan Zheng, Kun Zhou, Yu Wang, Feng Yao, Licheng Liu, Yijiang Li, Zhifei Li, Zhengtao Han, Pracha Promthaw, Tommaso Cerruti, Xiaohan Fu, Ziqiao Ma, Jingbo Shang, Lianhui Qin, Julian McAuley, Eric P. Xing, Zhengzhong Liu, Rupesh Kumar Srivastava, Zhiting Hu

机构 * CocoaBench Team（CocoaBench 团队） 纠错

专题命中 推理与问题求解 ：LLM(abstract)；分类 cs.CL、cs.AI

AI总结 CocoaBench评估统一数字代理在多样化场景中的表现，通过人类设计的长周期任务测试其视觉、搜索和编码能力的灵活组合，发现当前代理在推理、规划和视觉理解方面仍有较大提升空间。

Comments Project page: https://cocoabench.github.io/

Reasoning Graphs: Self-Improving, Deterministic RAG through Evidence-Centric Feedback

推理图：通过以证据为中心的反馈实现自我改进的确定性RAG

Matthew Penaroza

专题命中 推理与问题求解 ：language model(abstract)；分类 cs.CL、cs.AI

AI总结 本文提出推理图，通过证据中心反馈提升RAG的准确性和确定性，实验显示在50%以上的证据覆盖下，错误率降低47%，在多跳问题中准确率提升11.0个百分点，实现高重用场景下的性能优势。

Comments 15 pages including appendix, 2 figures, 3 algorithms, framework paper with evaluation protocol

Can AI Tools Transform Low-Demand Math Tasks? An Evaluation of Task Modification Capabilities

AI工具能否转变低需求数学任务？对任务修改能力的评估

Danielle S. Fox, Brenda L. Robles, Elizabeth DiPietro Brovey, Christian D. Schunn

机构 * Learning Research and Development Center, University of Pittsburgh（匹兹堡大学学习研究与发展中心） ； Institute for Learning, University of Pittsburgh（匹兹堡大学学习研究院） 纠错

专题命中 推理与问题求解 ：prompting(abstract)；分类 cs.AI

AI总结 本文评估了AI工具提升低认知需求数学任务的能力，发现AI在任务修改上表现不一，专业工具表现略好，但存在过度提升和未提升的问题，揭示了AI在课程调整中的潜力及对教师支持的必要性。

Comments 21 pages, 1 figure

BINDER: Instantly Adaptive Mobile Manipulation with Open-Vocabulary Commands

BINDER: 基于开放词汇命令的即时自适应移动操作

Seongwon Cho, Daechul Ahn, Donghyun Shin, Hyeonbeom Choi, San Kim, Jonghyun Choi

机构 * Seoul National University（首尔国立大学） ； ECE, ASRI and IPAI in SNU（SNU的电子工程系、先进机器人研究所和智能感知与人工智能实验室） 纠错

专题命中 推理与问题求解 ：LLM(abstract)；分类 cs.AI

AI总结 BINDER通过分离战略规划与连续环境监控，结合多模态大语言模型和视频大语言模型，实现动态环境下的高效移动操作，提升鲁棒性和适应性。

Comments 12 pages, 8 figures

How Psychological Learning Paradigms Shaped and Constrained Artificial Intelligence

心理学习范式如何塑造和制约人工智能

Alex Anvi Eponon, Ildar Batyrshin, Christian E. Maldonado-Sifuentes, Grigori Sidorov

专题命中 推理与问题求解 ：prompting(abstract)；分类 cs.CL

AI总结 本文探讨人工智能系统在系统性组合推理中的不足，指出其根源在于心理学习理论对AI架构的限制，并提出ReSynth框架以实现结构化系统性行为。

Comments preprint journal

VULCAN: Vision-Language-Model Enhanced Multi-Agent Cooperative Navigation for Indoor Fire-Disaster Response

VULCAN：基于视觉-语言模型的多智能体协作导航用于室内火灾应急响应

Shengding Liu, Qiben Yan

机构 * Computer Science \& Engineering Michigan State University East Lansing, MI, USA 纠错

专题命中 推理与问题求解 ：language model(abstract)

AI总结 本文提出VULCAN框架，结合多模态感知与视觉语言模型，解决火灾环境下多智能体协作导航的挑战，通过模拟真实火灾场景评估现有方法的失效模式，强调鲁棒感知与危险意识规划的重要性。

Comments INFOCOM EIN Workshop 2026

Progress-Think: Semantic Progress Reasoning for Vision-Language Navigation

Progress-Think: 语义进展推理用于视觉-语言导航

Shuo Wang, Yucheng Wang, Guoxin Lian, Yongcai Wang, Maiyue Chen, Kaihui Wang, Bo Zhang, Zhizhong Su, Yutian Zhou, Wanting Li, Deying Li, Zhaoxin Fan

机构 * School of Information, Renmin University of China（中国人民大学信息学院） ； Beijing Advanced Innovation Center for Future Blockchain and Privacy Computing（北京未来区块链与隐私计算先进创新中心） ； Horizon Robotics 纠错

专题命中 推理与问题求解 ：pretraining(abstract)

AI总结 本文提出语义进展推理方法，通过视觉观察预测指令式进展，提升导航准确性。采用三阶段框架，结合自对齐预训练、进展引导策略预训练和进展-策略联合微调，实现高效导航。