reasoning-enhancement

MiniMax 开源了面向大模型数学证明的测试时扩展框架 MaxProof，并发布配套论文。该框架通过演化搜索机制，使 M3 模型在 IMO 2025 和 USAMO 2026 测试集上均达到金牌分数线。

本文提出熵引导幂采样（EGPS），一种无需训练和验证器的采样方法，提高了幂采样在增强基础语言模型推理中的效率。与标准Metropolis-Hastings采样相比，EGPS在MATH500、HumanEval和GPQA等基准测试上达到最佳或并列最佳准确率，同时实现高达12.6倍的加速。

本文介绍LinTree，通过在线性化搜索历史中添加显式父指针来提升LLM推理能力，表明与隐式推理和启发式引导搜索相比，使树结构显式化能同时提升任务性能和搜索效率。

ETCHR是一种新颖的图像编辑方法，它将视觉推理与图像生成解耦，采用两阶段训练过程（推理模仿和推理增强）来提升多模态语言模型在五个视觉推理任务上的性能。在Qwen3-VL-8B、Gemini-3.1-Flash-Lite和Kimi K2.5等模型上，Pass@1持续提升4-5%。

OptiLLM 是一款开源推理代理，采用先进技术无需重新训练即可将 LLM 推理准确性提升高达 10 倍，兼容各种 AI API。