📝 论文

Soft Reasoning: Navigating Solution Spaces in Large Language Models through Controlled Embedding Exploration
Qinglin Zhu, Runcong Zhao, Hanqi Yan, Yulan He, Yudong Chen, Lin Gui.

• 我们提出了一种基于Embedding的搜索框架，通过优化首个 token 的Embedding来引导生成。
• 我们该方法结合了 (1) Embedding扰动以实现可控探索，(2) 基于验证器的贝叶斯优化目标，在探索与利用之间取得平衡。

Beyond Prompting: An Efficient Embedding Framework for Open-Domain Question Answering
Zhanghao Hu, Hanqi Yan, Qinglin Zhu†, Zhenyi Shen, Yulan He, Lin Gui.

• 我们提出了 EmbQA，一种面向开放域问答的嵌入级框架，通过无监督对比学习优化检索，并利用探索性Embedding提升答案多样性和准确率。

Sparse Activation Editing for Reliable Instruction Following in Narratives
Runcong Zhao, Chengyu Cao, Qinglin Zhu, Xiucheng Lv, Shun Shao, Lin Gui, Ruifeng Xu, Yulan He.

• 我们提出了 Concise-SAE，这是一种无需训练的指令跟随方法，通过自然语言指令编辑相关神经元。
• 在我们新提出的 FreeInstruct 基准（1212 个叙事样本）上，无需训练或标注数据即可达到 SOTA。

Mirror: A Multiple-perspective Self-Reflection Method for Knowledge-rich Reasoning
Hanqi Yan*, Qinglin Zhu* , Xinyu Wang, Lin Gui, Yulan He.

• 我们提出了 Mirror，使大模型能够通过导航者-推理者协作，从多视角进行自我反思。
• 鼓励多样且一致的推理，以克服自我反思陷阱。

Spectrum Projection Score: Aligning Retrieved Summaries with Reader Models in Retrieval-Augmented Generation
Zhanghao Hu, Qinglin Zhu, Siya Qi, Yulan He, Hanqi Yan, Lin Gui.

• 提出 SPS，一种无监督指标，用于评估检索摘要与LLM表示之间的语义对齐。
  
• 引入 xCompress，一种推理时控制器，用于排序和压缩检索结果，以提升生成效果。
  

Large Language Models Fall Short: Understanding Complex Relationships in Detective Narratives
Runcong Zhao*, Qinglin Zhu* , Hainiu Xu, Jiazheng Li, Yuxiang Zhou, Yulan He, Lin Gui.

• 现有叙事理解数据集往往无法体现真实社交场景中关系的复杂性和不确定性。
• 为此我们提出了 Conan 基准，用于侦探叙事中复杂人物关系图的抽取与分析。

PLAYER*: Enhancing LLM-based Multi-Agent Communication and Interaction in Murder Mystery Games
Qinglin Zhu, Runcong Zhao, Jinhua Du, Lin Gui, Yulan He.

• 我们提出了 PLAYER*，一个用于剧本杀的多智能体交互框架，结合了采样规划器和提问驱动的搜索。

SymbolicThought: Integrating Language Models and Symbolic Reasoning for Consistent and Interpretable Human Relationship Understanding
Runcong Zhao, Qinglin Zhu*, Hainiu Xu, Bin Liang, Yulan He, Lin Gui.

• 提出SymbolicThought框架，融合大语言模型关系抽取与符号推理，实现高效、可解释的人物关系理解。
• 支持关系图可编辑、逻辑约束校验和交互式冲突解决。