Large Language Models have Chain-of-Affect
大型语言模型具有情感链
专题命中 推理与问题求解 ：large language model(title,abstract)；language model(title,abstract)；LLM(abstract,abstract_cn)
AI总结 研究探讨了大型语言模型在持续交互中情感状态的演变，发现其情感动态具有结构性和可重复性，影响生成、用户体验及集体动态。
AI 大模型
语言大模型 / LLM
大语言模型、预训练、指令微调、后训练和语言模型应用。
1. 推理与问题求解 18788 篇
Neuro-Symbolic Control with Large Language Models for Language-Guided Spatial Tasks
基于大语言模型的神经符号控制用于语言引导的空间任务
机构 * Department of Computer Science, Middle Tennessee State University（中田纳西州立大学计算机科学系） ； Department of Mechanical and Aerospace Engineering, University of Tennessee（田纳西大学机械与航空航天工程系） ； School of Computer Science, Faculty of Engineering, and Information Technology, University of Technology Sydney（悉尼技术大学工程与信息技术学院计算机科学系） ； School of Computer Science, Faculty of Engineering and Information Technology, University of Technology Sydney（悉尼技术大学工程与信息技术学院计算机科学系）
专题命中 推理与问题求解 ：large language model(title,abstract)；language model(title,abstract)；LLM(abstract,abstract_cn)
AI总结 本文提出一种神经符号控制框架，结合轻量神经控制器和本地大语言模型，通过符号任务解释与低层运动执行分离，提升空间任务的成功率和效率，实验证明在连续控制中具有更高的稳定性和泛化能力。
AnalogMaster: Large Language Model-based Automated Analog IC Design Framework from Image to Layout
AnalogMaster: 基于大语言模型的从图像到布局的自动化模拟集成电路设计框架
专题命中 推理与问题求解 ：large language model(title,abstract)；language model(title,abstract)；LLM(abstract,abstract_cn)
AI总结 本文提出AnalogMaster框架，利用大语言模型实现模拟集成电路设计的端到端自动化，通过统一流程完成电路图像到网表生成、参数优化、布局和布线，验证了其有效性与鲁棒性。
Large Language Models and Stock Investing: Is the Human Factor Required?
大语言模型与股票投资：是否需要人类因素？
专题命中 推理与问题求解 ：large language model(title,abstract)；language model(title,abstract)；LLM(abstract)；prompting(abstract)
AI总结 本文研究大语言模型能否生成可靠的股市预测，发现其预测能力受限于推理错误，需人类监督以提升表现。
Comments 33 pages; 6 tables; 2 figure
Decoding the Delta: Unifying Remote Sensing Change Detection and Understanding with Multimodal Large Language Models
解读Delta：利用多模态大语言模型统一遥感变化检测与理解
机构 * Aerospace Information Research Institute, CAS（航天信息研究所，中国科学院） ； Space Engineering University（航天工程大学） ； Capital Normal University（首都师范大学）
专题命中 推理与问题求解 ：large language model(title,abstract)；language model(title,abstract)；LLM(abstract,abstract_cn)
AI总结 本文提出Delta-LLaVA框架，通过多时间尺度对比推理和空间定位，解决遥感变化理解中的时间盲问题，实现像素级分割与视觉问答的统一。
Reliability of Large Language Models for Design Synthesis: An Empirical Study of Variance, Prompt Sensitivity, and Method Scaffolding
大语言模型在设计综合中的可靠性：方差、提示敏感性和方法框架的实证研究
专题命中 推理与问题求解 ：large language model(title,abstract)；language model(title,abstract)；LLM(abstract)；prompting(abstract)
AI总结 本研究探讨大语言模型在设计综合中的可靠性，通过方差、提示敏感性和方法框架的实证分析，评估三种LLM在不同提示策略下的表现，发现偏好对齐虽提升设计意图符合度，但无法消除非确定性，模型行为影响设计可靠性。
Journal ref International Conference on Software Architecture 2026
Structure- and Event-Driven Frameworks for State Machine Modeling with Large Language Models
基于结构和事件的面向状态机建模的大型语言模型框架
专题命中 推理与问题求解 ：large language model(title,abstract)；language model(title,abstract)；LLM(abstract)；prompting(abstract)
AI总结 本文提出结合结构和事件驱动的框架，利用大型语言模型自动生成UML状态机，评估了不同模型在非结构化自然语言需求下的表现，发现混合方法能提升非推理模型性能，但无法进一步提升推理模型效果。
Comments 10 pages, 5 figures
Mario: Multimodal Graph Reasoning with Large Language Models
Mario：基于大语言模型的多模态图推理
机构 * New York University Shanghai（上海纽约大学） ； New York University（纽约大学） ； Tsinghua University（清华大学） ； EPFL（瑞士联邦理工学院洛桑）
专题命中 推理与问题求解 ：large language model(title,abstract)；language model(title,abstract)；LLM(abstract)；instruction tuning(abstract)
AI总结 Mario通过多模态图推理框架解决跨模态一致性与异构模态偏好问题，实现对多模态图的有效推理，优于现有图模型。
Comments CVPR 2026
Exploring the Reasoning Depth of Small Language Models in Software Architecture: A Multidimensional Evaluation Framework Towards Software Engineering 2.0
探索小型语言模型在软件架构中的推理深度：一项面向软件工程2.0的多维评估框架
专题命中 推理与问题求解 ：language model(title,abstract)；small language model(title,abstract)；large language model(abstract)；prompting(abstract)
AI总结 本研究通过多维评估框架评估小型语言模型在软件架构中的推理深度，发现参数阈值影响推理能力，揭示了中等大小模型在短上下文下的校准机制及语义多样性与幻觉的相关性。
Comments Accepted at ICSA 2026
MLLMRec-R1: Incentivizing Reasoning Capability in Large Language Models for Multimodal Sequential Recommendation
MLLMRec-R1: 通过大型语言模型增强多模态序列推荐的推理能力
专题命中 推理与问题求解 ：large language model(title,abstract)；language model(title,abstract)；LLM(abstract)；post-training(abstract)
AI总结 MLLMRec-R1通过离线文本化视觉信号和混合粒度数据增强策略，提升多模态序列推荐中基于GRPO的推理效率与稳定性。
Comments 14 pages, 10figures
NetIntent: Leveraging Large Language Models for End-to-End Intent-Based SDN Automation
NetIntent: 利用大语言模型实现基于意图的SDN自动化
专题命中 推理与问题求解 ：large language model(title,abstract)；language model(title,abstract)；LLM(abstract)；prompting(abstract)
AI总结 NetIntent利用大语言模型实现基于意图的SDN自动化，提供统一框架以完成完整的IBN生命周期，包括翻译、激活和保证，并通过实验验证其在SDN控制器中的有效性。
Journal ref IEEE Open Journal of the Communications Society, vol. 6, pp. 10512-10541, 2025
SimulatorCoder: DNN Accelerator Simulator Code Generation and Optimization via Large Language Models
SimulatorCoder: 基于大语言模型的DNN加速器模拟器代码生成与优化
专题命中 推理与问题求解 ：large language model(title,abstract)；language model(title,abstract)；LLM(abstract)；prompting(abstract)
AI总结 SimulatorCoder利用大语言模型生成并优化DNN加速器模拟器代码，通过结构化提示和反馈机制提升代码准确性和模拟性能。
Recursive Concept Evolution for Compositional Reasoning in Large Language Models
递归概念演化用于大语言模型的组合推理
机构 * Purdue University（普渡大学）
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、cs.AI、cs.LG
AI总结 递归概念演化（RCE）通过动态生成低秩概念子空间，使大语言模型在推理过程中能够构建新抽象，从而提升组合推理任务的性能。
Towards Training-free Multimodal Hate Localisation with Large Language Models
无需训练的多模态仇恨定位与大型语言模型
机构 * Hybrid Intelligence Lab, University of Durham（杜伦大学混合智能实验室） ； Multimodal Intelligence Lab, University of Exeter（埃克塞特大学多模态智能实验室） ； The MIx Group University of Birmingham（伯明翰大学MIx集团）
专题命中 推理与问题求解 ：large language model(title,abstract)；language model(title,abstract)；LLM(abstract)；prompting(abstract)
AI总结 提出无需训练的多模态仇恨视频定位框架LELA，通过多阶段提示方案和跨模态推理机制实现高精度定位。
code_transformed: The Influence of Large Language Models on Code
code_transformed: 大型语言模型对代码的影响
机构 * Huazhong University of Science and Technology（华中科技大学） ； École normale supérieure - Université PSL（巴黎高等师范学院-巴黎大学） ； Laboratoire LATTICE（LATTICE实验室） ； International School for Advanced Studies (SISSA)（国际先进研究学院（SISSA））
专题命中 推理与问题求解 ：large language model(title,abstract)；language model(title,abstract)；LLM(abstract)；分类 cs.CL、cs.AI、cs.LG
AI总结 本文研究了大型语言模型对代码风格的影响，通过分析GitHub仓库中的代码，发现命名规范、复杂性等指标的变化，揭示LLMs对现实编程实践的深远影响。
Comments EACL 2026 Findings
Testing Framework Migration with Large Language Models
利用大语言模型进行测试框架迁移
专题命中 推理与问题求解 ：large language model(title,abstract)；language model(title,abstract)；LLM(abstract)；prompting(abstract)
AI总结 本文研究了大语言模型在自动化unittest到Pytest测试框架迁移中的能力，发现其在迁移过程中存在成功与失败并存的情况，且不同模型在迁移策略上表现各异。
Comments Accepted for publication at AST 2026
Learning to Trust the Crowd: A Multi-Model Consensus Reasoning Engine for Large Language Models
学习信任群体：一种多模型共识推理引擎用于大语言模型
机构 * Department of Computer Science（计算机科学系） ； The University of Texas at Austin（德克萨斯大学奥斯汀分校）
专题命中 推理与问题求解 ：large language model(title,abstract)；language model(title,abstract)；LLM(abstract)；分类 cs.CL、cs.AI、cs.LG
AI总结 本研究提出多模型共识推理引擎，通过整合多个大语言模型的输出，提升回答的准确性和可靠性，实验表明其在多个基准测试中显著优于单一模型和多数投票。
Autonomous Reasoning for Spacecraft Control: A Large Language Model Framework with Group Relative Policy Optimization
自主推理的航天器控制：一种基于大语言模型的框架与群体相对策略优化
机构 * Department of Aeronautics \& Astronautics Massachusetts Institute of Technology Cambridge, MA 02139
专题命中 推理与问题求解 ：large language model(title,abstract)；language model(title,abstract)；LLM(abstract)；SFT(abstract)
AI总结 本文提出一种基于大语言模型和群体相对策略优化的自主推理航天器控制框架，通过两阶段训练方法生成可解释的控制策略，适用于复杂动态系统。
Understanding Multi-Agent Reasoning with Large Language Models for Cartoon VQA
通过大型语言模型理解多智能体推理用于漫画视觉问答
机构 * University of Reading（阅读大学）
专题命中 推理与问题求解 ：large language model(title,abstract)；language model(title,abstract)；LLM(abstract)；language agent(abstract)
AI总结 本文提出多智能体LLM框架，用于解决漫画图像中视觉抽象和叙事上下文的VQA问题，通过三个智能体协作提升推理能力。
Multi-step retrieval and reasoning improves radiology question answering with large language models
多步检索与推理提升大型语言模型在放射学问答中的表现
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、cs.AI、cs.LG
AI总结 RaR通过多步检索与推理提升放射学问答中大型语言模型的诊断准确性和事实一致性。
Comments Published in npj Digital Medicine
Journal ref npj Digit. Med. 8, 790 (2025)
Effect of Document Packing on the Latent Multi-Hop Reasoning Capabilities of Large Language Models
文档打包对大型语言模型潜在多跳推理能力的影响
机构 * Chandar Research Lab（Chandar研究实验室） ； Mila – Quebec AI Institute（魁北克人工智能研究所） ； Université de Montréal（蒙特利尔大学） ； Microsoft Research（微软研究院） ； Polytechnique Montréal（蒙特利尔理工学院） ； Canada CIFAR AI Chair（加拿大CIFAR人工智能主席）
专题命中 推理与问题求解 ：large language model(title,abstract)；language model(title,abstract)；LLM(abstract)；分类 cs.CL、cs.AI、cs.LG
AI总结 本文研究了文档打包对大型语言模型多跳推理能力的影响，发现打包可提升性能但增加计算成本，并通过消融研究揭示了其关键因素。
NutriGen: Personalized Meal Plan Generator Leveraging Large Language Models to Enhance Dietary and Nutritional Adherence
NutriGen：利用大型语言模型生成个性化餐计划以提高饮食和营养依从性
机构 * College of Health Solutions, Arizona State University（亚利桑那州立大学健康解决方案学院） ； School of Computing and Augmented Intelligence, Arizona State University（亚利桑那州立大学计算与增强智能学院）
专题命中 推理与问题求解 ：large language model(title,abstract)；language model(title,abstract)；LLM(abstract)；分类 cs.CL、cs.AI、cs.LG
AI总结 NutriGen利用大型语言模型生成个性化餐计划，通过构建营养数据库和提示工程提高饮食依从性和精度。
Scalable Best-of-N Selection for Large Language Models via Self-Certainty
通过自我确定性实现大规模语言模型的可扩展最佳-N选择
机构 * UC Berkeley（伯克利大学）
专题命中 推理与问题求解 ：large language model(title,abstract)；language model(title,abstract)；LLM(abstract)；分类 cs.CL、cs.AI、cs.LG
AI总结 本文提出自我确定性方法，通过利用LLM输出的概率分布，高效提升大规模语言模型的推理能力，适用于多种推理任务和开放性生成场景。
Comments NeurIPS 2025
NeSTR: A Neuro-Symbolic Abductive Framework for Temporal Reasoning in Large Language Models
NeSTR：一种用于大语言模型时间推理的神经符号抽象框架
机构 * National Key Laboratory of Big Data and Decision（大数据与决策国家重点实验室）
专题命中 推理与问题求解 ：large language model(title,abstract)；language model(title,abstract)；LLM(abstract)；分类 cs.CL、cs.AI、cs.LG
AI总结 NeSTR通过结合符号表示与反思推理，提升大语言模型在复杂时间约束下的推理能力。
Comments Accepted by AAAI 2026
Synthetic Cognitive Walkthrough: Aligning Large Language Model Performance with Human Cognitive Walkthrough
合成认知 walkthrough：使大语言模型性能与人类认知 walkthrough 对齐
专题命中 推理与问题求解 ：large language model(title,abstract)；language model(title,abstract)；LLM(abstract)；prompting(abstract)
AI总结 研究探讨了大型语言模型能否通过模拟人类行为来提升认知 walkthrough 的效率，并展示了其在可用性测试中的潜在应用价值。
Structured Multi-Step Reasoning for Entity Matching Using Large Language Model
基于大语言模型的结构化多步推理实体匹配
专题命中 推理与问题求解 ：large language model(title,abstract)；language model(title,abstract)；LLM(abstract)；prompting(abstract)
AI总结 本文提出基于结构化多步推理的实体匹配框架，通过分解匹配过程为多个推理阶段，提升大语言模型在实体匹配任务中的性能。
SSR: Socratic Self-Refine for Large Language Model Reasoning
机构 * Salesforce AI Research（Salesforce人工智能研究） ； Rutgers University（罗格斯大学） ； The University of Texas at Austin（德克萨斯大学奥斯汀分校）
专题命中 推理与问题求解 ：large language model(title,abstract)；language model(title,abstract)；LLM(abstract)；分类 cs.CL、cs.AI、cs.LG
Comments Preprint; work in progress
VFocus: Better Verilog Generation from Large Language Model via Focused Reasoning
专题命中 推理与问题求解 ：large language model(title,abstract)；language model(title,abstract)；LLM(abstract)；prompting(abstract)
Comments accepted by SOCC 2025
Multi-Step Reasoning with Large Language Models, a Survey
机构 * LIACS（莱顿大学信息科学研究中心） ； Leiden University（莱顿大学）
专题命中 推理与问题求解 ：large language model(title,abstract)；language model(title,abstract)；LLM(abstract)；分类 cs.CL、cs.AI、cs.LG
Comments ACM Computing Surveys
RAVR: Reference-Answer-guided Variational Reasoning for Large Language Models
专题命中 推理与问题求解 ：large language model(title,abstract)；language model(title,abstract)；LLM(abstract)；分类 cs.CL、cs.AI、cs.LG
Comments 17 pages, 11 figures
