新研究指LLM缺溯因推理能力 神经符号方法或为出路

一篇新立场论文提出,大语言模型在归纳推理(从案例与结果归纳规则)和演绎推理(从规则与案例推结果)上均表现强劲,但在溯因推理(为观察到的结果寻找最佳解释)方面存在明显短板。神经符号领域知名学者 Tarek AbilaGarcez 与 LG AI 研究员 Luis Lamb 等也质疑为何要期待 LLM 独立完成这种「跳跃」式的溯因推理,主张需要神经符号方法加以补足。

2026-09-25 ~ 2026-09-26 · 2 条相关