语言大模型 / LLM

Prompting language influences diagnostic reasoning and accuracy of large language models

提示语言影响大型语言模型的诊断推理和准确性

Adrien Bazoge, Josselin Corvellec, Sofiane Djillali Sid-Ahmed, Pierre-Antoine Gourraud

机构 * Data Clinic, Nantes University Hospital（数据诊所，南特大学医院） 纠错

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

AI总结 本研究探讨了提示语言对大型语言模型在临床诊断推理和准确性上的影响，通过比较英语和法语性能，发现四种模型在英语环境下表现更优，而o3模型未表现出语言效应，表明提示语言是影响模型临床性能的关键因素。

Distributional Energy-Based Models for Uncertainty-Aware Structured LLM Reasoning

基于不确定性感知的结构LLM推理的分布能量模型

Shireen Kudukkil Manchingal, Abhey Kalia, Fernanda Gonçalves, Shebin Rawther

机构 * Oxford Dynamics Harwell Science and Innovation Campus（牛津动力学哈威尔科学与创新校园） 纠错

专题命中 推理与问题求解 ：LLM(title,title_cn)；large language model(abstract)；language model(abstract)；pretraining(abstract)

AI总结 本文提出了一种分解的能量函数，结合了学习的质量评分器和确定性分析约束惩罚，用于验证结构LLM输出。该方法通过两步推理循环触发目标再生或 abstention，能够在多个基准测试中超越单次Qwen-72B，并减少约束违反。

Dr.LLM: Dynamic Layer Routing in LLMs

Dr.LLM：大语言模型中的动态层路由

Ahmed Heakl, Martin Gubri, Salman Khan, Sangdoo Yun, Seong Joon Oh

机构 * Parameter Lab（参数实验室） ； MBZUAI（穆扎夫法尔国际人工智能研究院） ； NAVER AI Lab（NAVER人工智能实验室） ； University of Tübingen（图宾根大学） ； Tübingen AI Center（图宾根人工智能中心） 纠错

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

AI总结 本文提出Dr.LLM，一种通过在预训练模型中加入轻量级每层路由器来实现动态层路由的框架，该方法在不改变基础权重的情况下，通过显式监督训练路由器，提高推理的计算效率和准确性。

Comments Published at ICLR 2026

STRIDE: Learnable Stepwise Language Feedback for LLM Reasoning

STRIDE: 用于LLM推理的可学习分步语言反馈

Junjie Zhang, Guozheng Ma, Shunyu Liu, Zetian Hu, Yongcheng Jing, Ting-En Lin, Yongbin Li, Dacheng Tao

机构 * Generative AI Lab, College of Computing and Data Science, Nanyang Technological University, Singapore（生成式人工智能实验室，计算与数据科学学院，南洋理工大学，新加坡） ； Tongyi Lab, Alibaba Group（通义实验室，阿里巴巴集团） 纠错

专题命中 推理与问题求解 ：LLM(title,title_cn)；large language model(abstract)；language model(abstract)；分类 cs.LG

AI总结 本文提出STRIDE框架，通过可学习的分步语言反馈提升LLM推理能力，解决了传统方法在标注成本高、信息瓶颈等问题，实验显示其在多种推理基准上表现优异。

Not All Tokens Are Worth Caching: Learning Semantic-Aware Eviction for LLM Prefix Caches

并非所有标记都值得缓存：学习语义感知的淘汰策略用于LLM前缀缓存

Shaoke Fang, Ziang Li, Wenfei Wu, Jiatong Ji, Qingsong Liu, Ruizhi Pu

机构 * Peking University（北京大学） ； FirestAI ； Tsinghua University（清华大学） ； University of Massachusetts Amherst（马萨诸塞大学阿姆赫斯特分校） ； Southeast University（东南大学） 纠错

专题命中 推理与问题求解 ：LLM(title,title_cn)；large language model(abstract)；language model(abstract)；分类 cs.LG

AI总结 本文提出了一种语义感知的前缀缓存淘汰策略SAECache，通过多队列架构、语义感知的标记加权机制和全适应的在线学习方案，提高了LLM服务中前缀缓存的效率，从而在不同工作负载下实现了显著的TTFT提升。

Query-Conditioned Graph Retrieval for Contextualized LLM Reasoning in Personalized Wearable Data

基于查询的图检索用于个性化可穿戴数据中的上下文化LLM推理

Zhenyu Lu, Mahyar Abbasian, Amir M. Rahmani

机构 * Carnegie Mellon University（卡内基梅隆大学） ； University of California, Irvine（加州大学 Irvine 分校） 纠错

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

AI总结 本文提出WAG框架，通过图检索实现LLM在可穿戴数据中的上下文化推理，通过构建个性化知识图谱并检索查询条件子图，提高推理效率和生成质量。

From Seeing to Thinking: Decoupling Perception and Reasoning Improves Post-Training of Vision-Language Models

从感知到思考：解耦感知与推理提升视觉语言模型的训练

Juncheng Wu, Hardy Chen, Haoqin Tu, Xianfeng Tang, Freda Shi, Hui Liu, Hanqing Lu, Cihang Xie, Yuyin Zhou

机构 * Amazon（亚马逊） ； University of Waterloo（滑铁卢大学） ； Vector Institute, Canada CIFAR AI Chair（向量研究所，加拿大CIFAR人工智能主席） 纠错

专题命中 推理与问题求解 ：language model(title,abstract)；post-training(title,abstract)；SFT(abstract,abstract_cn)；分类 cs.CL

AI总结 本研究通过解耦感知与推理，发现视觉任务性能受限于感知能力不足而非推理本身，通过分阶段训练提升模型的感知与推理能力，从而在多个视觉数学和感知任务中取得更优表现。

Comments 19 pages, 9 figures; Accepted to ICML 2026; Project Page: https://ucsc-vlaa.github.io/VLM-CapCurriculum/

Code-Guided Reasoning for Small Language Models: Evaluating Executable MCQA Scaffolds

为小型语言模型引导的推理：评估可执行的多项选择题问答框架

Prateek Biswas, Dhaval Patel, Vedant Khandelwal, Shuxin Lin, Amit Sheth

机构 * IBM New York City,NY（IBM纽约市） ； University of South Carolina（南卡罗来纳大学） ； Artificial Intelligence Institute at University of South Carolina（南卡罗来纳大学人工智能学院） 纠错

专题命中 推理与问题求解 ：language model(title,abstract)；small language model(title,abstract)；SLM(abstract,abstract_cn)；分类 cs.LG

AI总结 本文提出Code-Guided Reasoning（CGR）评估协议和生成程序资源，用于衡量可执行推理框架如何提升小型语言模型在多项选择题问答任务中的表现，通过实验展示了使用可执行框架带来的性能提升。

Comments 28 Pages, 18 Figures

Less Back-and-Forth: A Comparative Study of Structured Prompting

少来回：结构化提示的比较研究

Saurav Ghosh, Gabriella Polach, Abdou Sow

机构 * Washington University in St. Louis（华盛顿大学圣路易斯分校） 纠错

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

AI总结 本文研究了结构化提示设计是否能提高LLM响应质量并减少用户努力，通过比较三种提示条件，发现检查清单提示在任务完成、正确性、合规性和清晰度方面得分最高，且在质量和努力的平衡上表现最佳。

Comments 7 pages, 2 figures, 6 tables

Backtracking When It Strays: Mitigating Dual Exposure Biases in LLM Reasoning Distillation

在偏离时回溯：缓解大语言模型推理蒸馏中的双重暴露偏差

Bing Wang, Shaotian Yan, Chen Shen, kaiyuan liu, Sinan Fan, Ximing Li, Rui Miao, Xiaosong Yuan, Zhanming Shen, Jieping Ye

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, MoE, Jilin University（吉林大学符号计算与知识工程重点实验室） ； Tongyi Lab, Alibaba Group（阿里集团通义实验室） ； College of Computer Science and Technology, Zhejiang University（浙江大学计算机科学与技术学院） ； School of Artificial Intelligence, Jilin University（吉林大学人工智能学院） 纠错

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

AI总结 本文提出了一种新的LLM推理蒸馏方法MOTAB，通过动态监控学生模型生成过程并回溯偏离安全边界的情况，缓解了传统蒸馏方法中因训练分布与推理上下文不匹配导致的双重暴露偏差问题，从而提升推理性能。

Comments 26 pages, 8 figures

LLM Agents Make Collective Belief Dynamics Programmable: Challenges and Research Directions

LLM Agents Make Collective Belief Dynamics Programmable: Challenges and Research Directions

Xin He, Junxi Shen, Yuchen Mou, David M. Bossens, Caishun Chen, Ivor W. Tsang, Yew Soon Ong

专题命中 推理与问题求解 ：LLM(title,title_cn)

AI总结 本文研究了LLM代理如何使集体信念动态变得可编程，探讨了挑战和研究方向，通过多智能体模拟证明协调AI代理可以诱导可测量的信念变化，并识别了使检测和防御困难的四个结构性质。

MixRea: Benchmarking Explicit-Implicit Reasoning in Large Language Models

MixRea: 在大型语言模型中评估显式-隐式推理的基准测试

Yuanqing Cai, Ziyi Huang, Minhao Liu, Lixin Duan, Wen Li, Yanru Zhang

机构 * DeepMind ； DeepSeek-AI ； Anthropic ； Qwen ； Touvron ； Team 纠错

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

AI总结 本文提出MixRea基准测试，用于评估大型语言模型在显式和隐式推理任务中的表现，发现即使最佳模型也存在注意力不足的问题，并提出PRCP方法来改进推理能力。

Comments 12 pages, 6 figures, 4 tables

Artificial Phantasia: Emergent Mental Imagery in Large Language Models

人工幻象：大语言模型中的涌现性心智 imagery

Morgan McCarty, Jorge Morales

机构 * Khoury College of Computer Sciences, Northeastern University（东北大学克劳利计算机科学学院） ； Department of Psychology, Northeastern University（东北大学心理学系） ； Department of Philosophy, Northeastern University（东北大学哲学系） 纠错

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

AI总结 本研究探讨了纯语言能否驱动视觉 imagery，发现大语言模型在视觉 imagery 任务中表现优于人类，表明可能存在非图示性的涌现性心智 imagery，挑战传统认知科学观点。

Comments 34 pages, 10 figures, 3 tables

When the Loop Closes: Architectural Limits of In-Context Isolation, Metacognitive Co-option, and the Two-Target Design Problem in Human-LLM Systems

当循环闭合时：人类-大语言模型系统中上下文隔离、元认知侵占和双目标设计问题的架构限制

Z. Cheng, N. Song

机构 * Independent Researcher（独立研究者） 纠错

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

AI总结 本文研究了人类-大语言模型系统中上下文隔离、元认知侵占和双目标设计问题的架构限制，通过案例研究揭示了上下文污染机制和元认知侵占动态，并提出了保护性系统设计与限制性系统设计的伦理区别。

Comments empirical case study with primary data; 16 pages, 3 figures

Seeing Together: Multi-Robot Cooperative Egocentric Spatial Reasoning with Multimodal Large Language Models

协同视见：基于多模态大语言模型的多机器人协作自体空间推理

Kunyu Peng, Zhikun Zhou, Kailun Yang, Di Wen, Ruiping Liu, Yufan Chen, Junwei Zheng, Hao Shi, Yi Zhou, M. Saquib Sarfraz, Danda Pani Paudel, Luc Van Gool

机构 * Karlsruhe Institute of Technology（卡尔斯鲁厄理工学院） ； Hunan University（湖南大学） ； University of Oxford（牛津大学） ； Zhejiang University（浙江大学） ； ETH Zurich（苏黎世联邦理工学院） ； Ant Group（蚂蚁集团） 纠错

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

AI总结 本文研究了多机器人协作动态空间推理问题，提出了首个针对该任务的基准CoopSR以及多机器人自体问答数据集EgoTeam，通过引入SP-CoR框架实现了细粒度的协作空间推理，显著提升了多机器人协作推理性能。

ARM: Discovering Agentic Reasoning Modules for Generalizable Multi-Agent Systems

ARM：为通用多智能体系统发现代理推理模块

Bohan Yao, Shiva Krishna Reddy Malay, Vikas Yadav

机构 * University of Washington（华盛顿大学） 纠错

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

AI总结 本文提出了一种新的自动多智能体系统设计范式，通过优化链式推理（CoT）来发现代理推理模块（ARM），该模块通过在代码空间中进行树搜索，利用执行轨迹的反思来进化，从而提升多智能体系统的泛化能力。

Comments 29 pages, 2 figures

Structured Style-Rewrite with Chain-of-Thought Planning for Low-Resource Character Dialogue

结构化风格重写与思维链规划用于低资源字符对话

Chanhui Zhu

机构 * Guangdong University of Finance（广东金融学院） 纠错

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

AI总结 本文提出了一种结构化风格重写框架，结合思维链规划，以解决低资源条件下中文字符驱动生成中的风格分离问题，通过分解角色风格为可解释的格式签名、语法和语用维度，并利用思维链监督进行显式风格规划，实验表明该方法在保持语义忠实性的同时提升了风格质量。

Comments 30 pages, 5 figures. Preprint

RefiningGPT: Specialized language Models for Automated Refinery Unit-level Process Diagram Synthesis

RefiningGPT：用于自动化炼油厂单元级过程图综合的专用语言模型

Dongxiao Liu, Yuwen Ding, Xinghai Wei, Jiacheng Ji, Lei Li, Linghui Li, Xiaoyong Li

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

AI总结 本文提出RefineGPT，一种专为炼油厂设计的自主设计代理，通过层次化架构和生成高质量训练数据的方法，提升单元级过程图综合的拓扑一致性和化学工程可行性。

Comments 9 pages, 4 figures, 4 tables

LLMEval-Logic: A Solver-Verified Chinese Benchmark for Logical Reasoning of LLMs with Adversarial Hardening

LLMEval-Logic: 一个验证求解器的中文逻辑推理基准，具有对抗性强化

Ming Zhang, Qiyuan Peng, Yinxi Wei, Yujiong Shen, Kexin Tan, Yuhui Wang, Zhenghao Xiang, Junjie Ye, Zhangyue Yin, Zhiheng Xi, Shihan Dou, Tao Gui, Maxm Pan, Ruizhi Yang, Qi Zhang, Xuanjing Huang

机构 * Institute of Trustworthy Embodied Artificial Intelligence（可信具身人工智能研究院） ； Fudan University（复旦大学） ； Hunyuan Team Tencent（腾讯 Hunyuan 团队） ； School of Philosophy Fudan University（复旦大学哲学学院） 纠错

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

AI总结 本文提出LLMEval-Logic，一个基于真实情境场景的中文逻辑推理基准，通过作者和专家共同审核自然语言项目及其形式化参考，利用Z3验证注释答案，构建自然到形式的评分标准，并通过闭环对抗流程强化选定项目。基准包含246个基础项目和190个难度项目，评估14个前沿LLM显示当前模型存在显著差距。

Taming the Thinker: Conditional Entropy Shaping for Adaptive LLM Reasoning

驯服思考者：面向自适应大语言模型推理的条件熵塑造

Shuyu Wei, Jian Sun, Delai Qiu, Yining Wang, Shengping Liu, Jiaen Liang, Ying Fu, Wei Huang, Jitao Sang

机构 * Beijing Key Laboratory of Traffic Data Mining and Embodied Intelligence（北京交通大数据挖掘与具身智能重点实验室） ； Beijing Jiaotong University（北京交通大学） ； Unisound AI Technology Co., Ltd.（Unisound AI科技有限公司） 纠错

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

AI总结 本文提出条件熵塑造（CES）框架，通过动态控制token级响应熵，使大语言模型在简单问题上产生简洁解，在复杂问题上促进深入探索，从而平衡响应长度与准确性。

Unified Deployment-Aware Evaluation of Open Reasoning Language Models

统一的部署感知开放推理语言模型评估

Md Motaleb Hossen Manik, Ge Wang

机构 * Department of Computer Science, Rensselaer Polytechnic Institute（理海理工学院计算机科学系） ； Department of Biomedical Engineering, Rensselaer Polytechnic Institute（理海理工学院生物医学工程系） 纠错

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

AI总结 本文提出了一种统一的开放推理语言模型评估方法，通过四个基准测试（ARC-Challenge、GSM8K、MATH 1-3级和TruthfulQA MC1）对七种配置进行评估，结合零样本、链式思维（CoT）和少量样本CoT提示策略，分析模型在准确率、延迟、内存使用等多目标下的表现，强调部署感知的多目标优化问题。

IR-Agent: Expert-Inspired LLM Agents for Structure Elucidation from Infrared Spectra

IR-Agent: 专家启发的LLM代理用于从红外光谱中解析分子结构

Heewoong Noh, Namkyeong Lee, Gyoung S. Na, Kibum Kim, Chanyoung Park

机构 * KAIST（韩国科学技术院） ； KRICT（韩国信息通信技术研究院） 纠错

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

AI总结 本文提出IR-Agent，一种新的多代理框架，用于从红外光谱中解析分子结构，通过模拟专家驱动的分析过程，提升结构解析的准确性。

Comments ICLR 2026

TERGAD: Structure-Aware Text-Enhanced Representations for Graph Anomaly Detection

TERGAD: 用于图异常检测的结构感知文本增强表示

Wen Shi, Zhe Wang, Huafei Huang, Qing Qing, Ziqi Xu, Qixin Zhang, Xikun Zhang, Renqiang Luo, Feng Xia

机构 * College of Computer Science and Technology, Jilin University（吉林大学计算机科学与技术学院） ； School of Computer Science and Information Technology, Adelaide University（阿德莱德大学计算机科学与信息科技学院） ； School of Computing Technologies, RMIT University（皇家墨尔本理工大学计算技术学院） ； 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 推理与问题求解 ：LLM(abstract,abstract_cn)；large language model(abstract)；language model(abstract)；分类 cs.CL、cs.AI

AI总结 本文提出TERGAD，一种通过大语言模型的语义推理能力增强图异常检测的新型数据增强框架，通过将节点拓扑属性转化为描述性自然语言，再结合门控双分支自编码器融合语义嵌入和原始节点属性，从而更有效地检测图中异常实体。

Comments 14 pages, 5 figures

Improving Retrieval-Augmented Generation without Taxonomy-based Error Categorization

无需基于分类的错误归类即可改进检索增强生成

Gongbo Zhang, Yifan Peng, Chunhua Weng

机构 * Columbia University（哥伦比亚大学） ； Weill Cornell Medicine（韦尔·科恩医学中心） 纠错

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

AI总结 本文提出RePAIR方法，通过直接将错误的RAG输出映射到错误缓解行动计划，无需依赖细粒度错误分类和显式批评者监督，从而提升检索增强生成的性能。

Probing Embodied LLMs: When Higher Observation Fidelity Hurts Problem Solving

探查具身大语言模型：当更高的观察保真度损害问题解决

Oussama Zenkri, Oliver Brock

机构 * Robotics and Biology Laboratory, Technische Universität Berlin, Germany（柏林技术大学机器人与生物学实验室） ； Science of Intelligence, Research Cluster of Excellence, Berlin, Germany（柏林科学智能研究卓越集群） ； Robotics Institute Germany (RIG)（德国机器人研究所（RIG）） 纠错

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

AI总结 本文研究了具身大语言模型在不同观察信息下的行为，发现高保真度观察反而降低了问题解决能力，核心方法是通过实验改变可用信息并测量行为变化，主要贡献是揭示了感知误差与推理失败的交互影响。

Comments Submitted to From Animals to Animats: The 18th International Conference on the Simulation of Adaptive Behavior (SAB)

Streamlined Constraint Reasoning via CNN Pattern Recognition on Enumerated Solutions

通过枚举解的CNN模式识别实现约束推理简化

Patrick Spracklen

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

AI总结 本文提出了一种新的方法，通过枚举可行解并训练卷积神经网络来识别结构模式，从而生成MiniZinc约束流式器，以提高约束编程中硬问题的求解效率。

Whispers of Wealth: Red-Teaming Google's Agent Payments Protocol via Prompt Injection

财富低语：通过提示注入对谷歌的Agent支付协议进行红队测试

Tanusree Debi, Wentian Zhu, Pranjol Sen Gupta

机构 * School of Computing University of Georgia Athens, USA（佐治亚大学计算机学院 美国亚特兰大） ； Department of Information Technology Kennesaw State University Kennesaw, USA（凯斯韦尔州立大学信息科技学院 美国凯斯韦尔） 纠错

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

AI总结 本文通过红队测试评估了谷歌的Agent支付协议，揭示了由于间接和直接提示注入导致的漏洞，并提出了两种攻击技术，即品牌低语攻击和宝库低语攻击，以操纵产品排名并提取敏感用户数据。

Navigating the Emotion Tree: Hierarchical Hyperbolic RAG for Multimodal Emotion Recognition

在情绪树中导航：用于多模态情绪识别的分层双曲RAG

Zeheng Wang, Bo Zhao, Yijie Zhu, Zhishu Liu, Hui Ma, Ruixin Zhang, Shouhong Ding, Qianyu Xie, Zitong Yu

机构 * Great Bay University（广东东莞大亚湾大学） ； Tencent Youtu Lab（腾讯优图实验室） 纠错

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

AI总结 本文提出HyperEmo-RAG，一种利用结构化情绪知识库的检索增强生成框架，通过双曲空间嵌入和证据图构建来提升多模态情绪识别的性能。

Rethinking Visual Attribution for Chest X-ray Reasoning in Large Vision Language Models

重新思考用于大视觉语言模型胸部X光推理中的视觉归因

Guangzhi Xiong, Qiao Jin, Sanchit Sinha, Zhiyong Lu, Aidong Zhang

机构 * University of Virginia（弗吉尼亚大学） ； National Institutes of Health（美国国立卫生研究院） 纠错

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

AI总结 本文针对大视觉语言模型在胸部X光推理中视觉归因的可靠性问题，提出了一种因果评估框架，通过反事实编辑保留仅由专家标注区域验证的X光-VQA样本，以确定模型预测的因果责任区域。通过11种归因方法、6种开源LVLMs和两种输出模式，发现现有归因方法往往无法识别LVLMs所使用的证据。为此，本文提出MedFocus，一种基于概念的归因方法，通过不平衡最优传输局部化具有临床意义的解剖区域，并通过针对性干预测量其对模型输出的因果效应，显著优于现有方法，推动医疗LVLMs的更可信归因。

RECIPE: Procedural Planning via Grounding in Instructional Video

RECIPE: 通过指令视频中的 grounding 实现过程规划

Luigi Seminara, Antonino Furnari, Lorenzo Torresani

机构 * Khoury College of Computer Sciences, Northeastern University, Boston（东北大学北斯托顿学院计算机科学学院） ； Department of Mathematics and Computer Science, University of Catania, Italy（卡塔尼亚大学数学与计算机科学系） 纠错

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

AI总结 该研究提出RECIPE方法，通过利用指令视频中的grounding信息来改进过程规划任务，通过利用预计算的文本嵌入实现大规模视频数据的验证，从而提升规划的准确性和鲁棒性。