语言大模型 / LLM

Knowing the Facts but Choosing the Shortcut: Understanding How Large Language Models Compare Entities

知晓事实却选择捷径：理解大型语言模型如何比较实体

Hans Hergen Lehmann, Jae Hee Lee, Steven Schockaert, Stefan Wermter

机构 * University of Hamburg（汉堡大学） ； Cardiff University（卡迪夫大学） 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、cs.AI

AI总结 研究发现大型语言模型在比较实体时更依赖数值知识，而小型模型则受启发式偏差影响，通过链式思考提示可引导模型更依赖数值特征。

Comments 34 pages, 20 figures. Accepted for EACL 2026

RotBench: Evaluating Multimodal Large Language Models on Identifying Image Rotation

RotBench: 对多模态大语言模型识别图像旋转能力的评估

Tianyi Niu, Jaemin Cho, Elias Stengel-Eskin, Mohit Bansal

机构 * UNC Chapel Hill（北卡罗来纳大学夏洛特分校） ； Allen Institute for Artificial Intelligence（人工智能研究院） ； The University of Texas at Austin（德克萨斯大学奥斯汀分校） 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、cs.AI

AI总结 RotBench评估了多模态大语言模型在识别图像旋转角度方面的性能，发现大多数模型难以区分90°和270°旋转，但能识别0°和180°图像，揭示了模型空间推理能力与人类的差距。

Comments EACL 2026 Camera-Ready. Code and data: https://github.com/tianyiniu/RotBench

SeRL: Self-Play Reinforcement Learning for Large Language Models with Limited Data

SeRL：基于有限数据的大型语言模型自我对抗强化学习

Wenkai Fang, Shunyu Liu, Yang Zhou, Kongcheng Zhang, Tongya Zheng, Kaixuan Chen, Mingli Song, Dacheng Tao

机构 * Zhejiang University（浙江大学） ； 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） ； Hangzhou City University（杭州城市大学） ； Hangzhou High-Tech Zone (Binjiang) Institute of Blockchain and Data Security（杭州高新技术区（滨江）区块链与数据安全研究院） 纠错

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

AI总结 SeRL通过自我指令和自我奖励机制，在有限数据条件下提升大型语言模型的推理能力。

Opening the Black Box: A Survey on the Mechanisms of Multi-Step Reasoning in Large Language Models

揭开黑箱：关于大语言模型多步推理机制的综述

Liangming Pan, Jason Liang, Jiaran Ye, Minglai Yang, Xinyuan Lu, Fengbin Zhu

机构 * Peking University（北京大学） ； Stanford University（斯坦福大学） ； Tsinghua University（清华大学） ； University of Arizona（亚利桑那大学） ； National University of Singapore（新加坡国立大学） 纠错

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

AI总结 本文综述了大语言模型多步推理机制，探讨了隐式和显式推理过程，并提出了未来研究方向。

Comments Technical Report

Agentic Reasoning for Large Language Models

大语言模型的代理推理

Tianxin Wei, Ting-Wei Li, Zhining Liu, Xuying Ning, Ze Yang, Jiaru Zou, Zhichen Zeng, Ruizhong Qiu, Xiao Lin, Dongqi Fu, Zihao Li, Mengting Ai, Duo Zhou, Wenxuan Bao, Yunzhe Li, Gaotang Li, Cheng Qian, Yu Wang, Xiangru Tang, Yin Xiao, Liri Fang, Hui Liu, Xianfeng Tang, Yuji Zhang, Chi Wang, Jiaxuan You, Heng Ji, Hanghang Tong, Jingrui He

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

AI总结 本文探讨了大语言模型在开放和动态环境中的代理推理方法，通过三个层次的框架提升单体、自我进化和集体多代理推理能力，并提出了未来研究方向。

Comments Project: https://github.com/weitianxin/Awesome-Agentic-Reasoning

Bayesian Teaching Enables Probabilistic Reasoning in Large Language Models

贝叶斯教学使大语言模型具备概率推理能力

Linlu Qiu, Fei Sha, Kelsey Allen, Yoon Kim, Tal Linzen, Sjoerd van Steenkiste

机构 * MIT（麻省理工学院） ； Meta ； Google（谷歌公司） ； DeepMind University of British Columbia（不列颠哥伦比亚大学深度思维学院） ； Vector Institute（向量研究所） ； New York University（纽约大学） ； Google Research（谷歌研究） 纠错

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

AI总结 通过教学使大语言模型模仿贝叶斯模型预测，提升其概率推理能力并推广至新任务。

Comments Nature Communications

Large Language Models-Enabled Digital Twins for Precision Medicine in Rare Gynecological Tumors

基于大语言模型的数字孪生在罕见妇科肿瘤精准医学中的应用

Jacqueline Lammert, Nicole Pfarr, Leonid Kuligin, Sonja Mathes, Tobias Dreyer, Luise Modersohn, Patrick Metzger, Dyke Ferber, Jakob Nikolas Kather, Daniel Truhn, Lisa Christine Adams, Keno Kyrill Bressem, Sebastian Lange, Kristina Schwamborn, Martin Boeker, Marion Kiechle, Ulrich A. Schatz, Holger Bronger, Maximilian Tschochohei

机构 * Technical University of Munich (TUM), School of Medicine and Health, Klinikum rechts der Isar, TUM University Hospital（慕尼黑技术大学（TUM）、医学院与健康学院、右岸医院、TUM大学医院） ； Center for Personalized Medicine (ZPM)（个性化医学中心） ； German Cancer Consortium (DKTK)（德国癌症联合会（DKTK）） ； EUropean Reference Network for RAre CANcers (EURACAN) Initiative（罕见癌症欧洲参考网络（EURACAN）计划） ； University of Mainz Medical Center（法兰克福大学医学中心） ； Google Cloud（谷歌云） ； Institute of Artificial Intelligence in Medicine and Healthcare（医学与健康人工智能研究所） 纠错

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

AI总结 本研究利用大语言模型构建数字孪生，用于罕见妇科肿瘤的精准医学治疗方案设计，通过整合多源数据实现个性化治疗。

Comments 20 pages, 2 figures, 3 tables, supplements, original article

Journal ref npj Digit. Med. 8, 12 (2025)

Large Language Models and Algorithm Execution: Application to an Arithmetic Function

大语言模型与算法执行：应用于一个算术函数

Farah Ben Slama, Frédéric Armetta

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.AI、cs.LG

AI总结 本文提出LLM-DAL模型，通过专门训练提升大语言模型执行算法的能力，应用于算术函数的推理与泛化。

Sequential Enumeration in Large Language Models

大语言模型中的序列枚举

Kuinan Hou, Marco Zorzi, Alberto Testolin

机构 * University of Padova（帕多瓦大学） 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.AI、cs.LG

AI总结 本文研究了大语言模型在序列枚举任务中的能力，发现其在被提示时可部署计数程序，但无法自发进行计数，揭示了神经方法与符号方法在组合泛化上的差距。

A Multi-Stage Workflow for the Review of Marketing Content with Reasoning Large Language Models

一种基于推理大语言模型的多阶段营销内容审查工作流程

Alberto Purpura, Emily Chen, Swapnil Shinde

机构 * AI Foundations, Capital One（人工智能基础，Capital One） 纠错

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

AI总结 本文提出一种基于推理大语言模型的多阶段工作流程，用于自动审查营销内容的合规性，并评估不同微调策略和奖励函数对模型性能的影响。

Internal Reasoning vs. External Control: A Thermodynamic Analysis of Sycophancy in Large Language Models

内部推理 vs. 外部控制：大型语言模型中谄媚现象的热力学分析

Edward Y. Chang

机构 * Department of Computer Science, Stanford University（计算机科学系，斯坦福大学） 纠错

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

AI总结 本文提出受控因果锚定（RCA）方法，通过评估推理过程而非结果，有效检测大型语言模型中的谄媚现象，无需真实数据且打破自我强化偏见循环。

Comments 20 pages, 1 figure, 15 tables

Table as a Modality for Large Language Models

表格作为大语言模型的一种模态

Liyao Li, Chao Ye, Wentao Ye, Yifei Sun, Zhe Jiang, Haobo Wang, Jiaming Tian, Yiming Zhang, Ningtao Wang, Xing Fu, Gang Chen, Junbo Zhao

机构 * Zhejiang University（浙江大学） ； Ant Group（蚂蚁集团） ； University of Michigan（密歇根大学） 纠错

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

AI总结 TAMO通过将表格视为独立模态，结合文本令牌，提升大语言模型对表格数据的推理能力。

Comments Accepted to NeurIPS 2025

Dissecting Physics Reasoning in Small Language Models: A Multi-Dimensional Analysis from an Educational Perspective

解构小型语言模型中的物理推理：从教育视角的多维分析

Nicy Scaria, Silvester John Joseph Kennedy, Krishna Agarwal, Diksha Seth, Deepak Subramani

机构 * Computational and Data Sciences, Indian Institute of Science, India（计算机与数据科学，印度科学研究院） 纠错

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

AI总结 本文从教育视角出发，通过Physbench评估了小型语言模型在物理推理中的可靠性，发现其在多步骤推理中存在显著的可靠性缺口，且失败模式随模型能力变化，强调评估需更注重推理过程而非最终答案。

Fact-Checking with Large Language Models via Probabilistic Certainty and Consistency

通过概率确定性与一致性进行大型语言模型的事实核查

Haoran Wang, Maryam Khalid, Qiong Wu, Jian Gao, Cheng Cao

机构 * Emory University（埃默里大学） 纠错

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

AI总结 PCC通过概率确定性与一致性框架，自适应决定LLM是否依赖内部知识或启动检索，以提升事实核查的准确性和效率。

Reasoning in Action: MCTS-Driven Knowledge Retrieval for Large Language Models

行动中的推理：基于MCTS的知识检索用于大语言模型

Shuqi Liu, Bowei He, Chen Ma, Linqi Song

机构 * City University of Hong Kong（香港城市大学） ； City University of Hong Kong Shenzhen Research Institute（香港城市大学深圳研究院） 纠错

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

AI总结 本文提出一种基于MCTS的知识检索方法，通过增强LLM与对话逻辑结构的对齐，提升多轮对话中的推理能力和响应多样性。

Do Large Language Models Know What They Are Capable Of?

大语言模型是否了解自己的能力？

Casey O. Barkan, Sid Black, Oliver Sourbut

机构 * RAND Corporation（RAND公司） ； UK AI Security Institute（英国人工智能安全研究所） ； The Future of Life Foundation（未来生命基金会） 纠错

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

AI总结 研究发现大语言模型在预测自身能力时存在过度自信，且随着任务推进可能恶化，但通过失败经验可部分缓解，揭示了其能力认知不足的问题。

Comments 23 pages, 8 figures

iCLP: Large Language Model Reasoning with Implicit Cognition Latent Planning

iCLP: 基于隐式认知潜在规划的大语言模型推理

Sijia Chen, Di Niu

机构 * Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； University of Alberta（阿尔伯塔大学） 纠错

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

AI总结 iCLP通过隐式认知潜在规划提升大语言模型的推理准确性和效率，实现跨领域泛化与可解释性。

Comments 9 pages, 6 figures. The source code is publicly available at https://github.com/AgenticFinLab/latent-planning

Complementary Learning Approach for Text Classification using Large Language Models

基于大语言模型的文本分类互补学习方法

Navid Asgari, Benjamin M. Cole

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

AI总结 本文提出了一种基于大语言模型的文本分类互补学习方法，通过人机协作弥补各自弱点，以低成本技术处理评分差异问题。

Comments After further review, we identified substantive issues that materially affect the validity of the manuscript's core results and conclusions. Addressing these would require a fundamental reworking of the analysis and framing. To maintain the integrity of the public record, we request withdrawal of this version

Evaluating Large Language Models on Multimodal Chemistry Olympiad Exams

评估大型语言模型在多模态化学奥林匹克考试中的表现

Yiming Cui, Xin Yao, Yuxuan Qin, Xin Li, Shijin Wang, Guoping Hu

机构 * State Key Laboratory of Cognitive Intelligence（认知智能国家重点实验室） ； iFLYTEK AI Research（iFLYTEK人工智能研究院） 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、cs.AI

AI总结 本文评估了多种多模态LLM在化学奥林匹克考试中的表现，发现其在多模态融合和科学推理方面存在显著局限，提出通过链式思维提示提升模型性能的方法。

Comments Published at Communications Chemistry

Journal ref Commun. Chem. 8 (2025)

Large Language Model Agent for Modular Task Execution in Drug Discovery

用于药物发现模块化任务执行的大型语言模型代理

Janghoon Ock, Radheesh Sharma Meda, Srivathsan Badrinarayanan, Neha S. Aluru, Achuth Chandrasekhar, Amir Barati Farimani

机构 * Department of Chemical Engineering, Carnegie Mellon University（化学工程系，卡内基梅隆大学） ； Department of Material Science and Engineering, Carnegie Mellon University（材料科学与工程系，卡内基梅隆大学） ； Department of Mechanical Engineering, Carnegie Mellon University（机械工程系，卡内基梅隆大学） 纠错

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.LG

AI总结 本文提出了一种基于大型语言模型的模块化框架，用于药物发现中的任务执行，通过自动化分子生成和属性预测提升药物筛选效率。

Simulating Misinformation Propagation in Social Networks using Large Language Models

利用大语言模型模拟社交媒体上的虚假信息传播

Raj Gaurav Maurya, Vaibhav Shukla, Raj Abhijit Dandekar, Rajat Dandekar, Sreedath Panat

机构 * Vizuara AI Labs（Vizuara AI实验室） 纠错

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

AI总结 本文利用大语言模型模拟社交媒体虚假信息传播，通过构建人格代理网络研究虚假信息演变机制，揭示身份和意识形态驱动的人格加速虚假信息扩散，专家驱动人格则保持事实稳定。

Comments Accepted to CIKM 2025 Workshop LASS

Identifying Features that Shape Perceived Consciousness in Large Language Model-based AI: A Quantitative Study of Human Responses

识别塑造大语言模型基AI中感知意识的特征：人类反应的定量研究

Bongsu Kang, Jundong Kim, Tae-Rim Yun, Hyojin Bae, Chang-Eop Kim

机构 * Department of Physiology Gachon University College of Korean Medicine（生理学系高丽大学医学院） 纠错

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

AI总结 本研究通过分析人类对AI意识感知的特征，揭示了元认知自我反思和情绪表达对意识感知的影响，同时指出知识过度强调会降低感知意识。

Comments 11 pages, 3 figures, 4 tables

Journal ref Computers in Human Behavior Reports, Volume 21 (2026) 100901

Experiments with Large Language Models on Retrieval-Augmented Generation for Closed-Source Simulation Software

在闭源仿真软件上使用检索增强生成进行大型语言模型实验

Andreas Baumann, Peter Eberhard

机构 * Institute of Engineering and Computational Mechanics, University of Stuttgart（工程与计算力学研究所，斯图加特大学） 纠错

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

AI总结 本研究测试了RAG系统在闭源仿真软件Pasimodo中的表现，发现定制信息提供能显著提升响应质量，凸显了改进闭源仿真模型信息检索的重要性。

Comments 16 pages, 6 tables, 2 figures

Route-and-Reason: Scaling Large Language Model Reasoning with Reinforced Model Router

路由与推理：通过强化模型路由扩展大语言模型推理

Chenyang Shao, Xinyang Liu, Yutang Lin, Fengli Xu, Yong Li

机构 * Department of Electronic Engineering, Tsinghua University（清华大学电子工程系） ； BNRist, Tsinghua University（清华大学BNRist） 纠错

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

AI总结 R2-Reasoner通过强化模型路由器实现高效的大语言模型推理扩展，减少API成本并保持推理准确性。

On the Temporal Question-Answering Capabilities of Large Language Models Over Anonymized Data

大型语言模型在匿名数据上的时间问答能力研究

Alfredo Garrachón Ruiz, Tomás de la Rosa, Daniel Borrajo

机构 * AI Research, JP Morgan Chase（人工智能研究, 花旗集团） 纠错

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

AI总结 本文研究大型语言模型在匿名数据上的时间推理能力，开发了RATA数据集并比较了多种方法，发现需要集成方法而非单一LLM。

Comments 18 pages, 7 tables, 5 figures

PromptBridge: Cross-Model Prompt Transfer for Large Language Models

PromptBridge: 跨模型提示迁移用于大型语言模型

Yaxuan Wang, Quan Liu, Zhenting Wang, Zichao Li, Wei Wei, Yang Liu, Yujia Bao

机构 * University of California, Santa Cruz（加州大学圣克ruz分校） ； Center for Advanced AI, Accenture（Accenture高级人工智能研究中心） 纠错

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

AI总结 PromptBridge通过跨模型提示迁移技术，解决模型切换时提示效果下降的问题，提升下游任务准确性并减少迁移成本。

CAMA: Enhancing Mathematical Reasoning in Large Language Models with Causal Knowledge

CAMA: 通过因果知识增强大语言模型的数学推理

Lei Zan, Keli Zhang, Ruichu Cai, Lujia Pan

机构 * Huawei Noah’s Ark Lab France（华为诺亚实验室（法国）） ； Guangdong University of Technology Peng Cheng Laboratory（广东工业大学鹏城实验室） ； Huawei Noah’s Ark Lab China（华为诺亚实验室（中国）） 纠错

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.AI、cs.LG

AI总结 CAMA通过构建数学因果图并结合因果知识，提升大语言模型在数学推理任务中的性能。

Journal ref Main Track, AAAI 2026

A General Highly Accurate Online Planning Method Integrating Large Language Models into Nested Rollout Policy Adaptation for Dialogue Tasks

一种整合大语言模型的通用高精度在线规划方法用于对话任务的嵌套回滚策略适应

Hui Wang, Fafa Zhang, Xiaoyu Zhang, Chaoxu Mu

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

AI总结 本文提出NRPA-GD方法，利用大语言模型实现无需训练的对话策略规划，通过嵌套回滚策略适应在目标导向对话任务中取得优异表现。

Augur: Modeling Covariate Causal Associations in Time Series via Large Language Models

Augur：通过大型语言模型建模时间序列中的协变量因果关联

Zhiqing Cui, Binwu Wang, Qingxiang Liu, Yeqiang Wang, Zhengyang Zhou, Yuxuan Liang, Yang Wang

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.AI、cs.LG

AI总结 Augur通过大型语言模型建模时间序列中的协变量因果关联，提升预测准确性并实现透明的因果推理。

Comments 24 pages, 9 figures

Knowledge-Grounded Agentic Large Language Models for Multi-Hazard Understanding from Reconnaissance Reports

Chenchen Kuai, Zihao Li, Braden Rosen, Stephanie Paal, Navid Jafari, Jean-Louis Briaud, Yunlong Zhang, Youssef M. A. Hashash, Yang Zhou

机构 * organization= Department One , addressline= Address One , city= City One , postcode= 00000 , state= State One , country= Country One ； organization= Department Two , addressline= Address Two , city= City Two , postcode= 22222 , state= State Two , country= Country Two ； organization= Zachry Department of Civil \& Environmental Engineering, Texas A\&M University , addressline= 3136 TAMU , city= College Station , postcode= 77843 , state= TX , country= USA ； organization= Department of Engineering Technology ； Industrial Distribution, Texas A\&M University , city= College Station , postcode= 77843 , state= TX , country= USA ； organization= Department of Civil ； Environmental Engineering, University of Illinois Urbana-Champaign , city= Urbana , postcode= 61801 , state= IL , country= USA 纠错

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

Comments 17 pages, 5 figures