Neuro-symbolic AI

17 items

ARTICLEDEV.to AI·23/4/2026

Adaptive Neuro-Symbolic Planning for planetary geology survey missions for extreme data sparsity scenarios

Este contenido aborda las limitaciones de los sistemas de planificación tradicionales y los enfoques puramente neuronales para la navegación autónoma de rovers en misiones de levantamiento geológico planetario con escasez extrema de datos. El autor descubrió el razonamiento neuro-simbólico como una solución híbrida, fusionando el reconocimiento de patrones de redes neuronales con el rigor lógico.

Planning Space Exploration robotics Neuro-symbolic AI

RESEARCHarXiv CS.CL·8/5/2026

ReaComp: Compiling LLM Reasoning into Symbolic Solvers for Efficient Program Synthesis

ReaComp compila el razonamiento de LLMs en solucionadores simbólicos para la síntesis de programas, abordando la ineficiencia e inestabilidad de los LLMs en tareas difíciles. Estos solucionadores autónomos superan a los LLMs en precisión y eficiencia, y mejoran los entornos híbridos neuro-simbólicos, reduciendo significativamente el uso de tokens.

program synthesis LLMs Symbolic AI AI Efficiency

RESEARCHDEV.to AI·14/4/2026

Adaptive Neuro-Symbolic Planning for deep-sea exploration habitat design in hybrid quantum-classical pipelines

Un agente de aprendizaje por refuerzo diseñado para optimizar hábitats submarinos produjo un diseño inviable, revelando las limitaciones de la IA puramente sub-simbólica cuando las restricciones simbólicas no se aplican estrictamente. Esta experiencia llevó a la investigación en planificación neuro-simbólica adaptativa para diseños de misión crítica.

AI limitations Habitat Design reinforcement learning Deep-sea exploration

RESEARCHarXiv CS.AI·7/5/2026

Temporal Reasoning Is Not the Bottleneck: A Probabilistic Inconsistency Framework for Neuro-Symbolic QA

Este trabajo de investigación sostiene que el cuello de botella en el razonamiento temporal de los grandes modelos de lenguaje no es la deducción lógica, sino la representación no estructurada de texto a evento. Presenta un marco neuro-simbólico de preguntas y respuestas que utiliza una Señal de Inconsistencia Probabilística (PIS) para desvincular la extracción semántica del razonamiento simbólico.

LLMs temporal reasoning Question Answering Neuro-symbolic AI

RESEARCHarXiv CS.AI·6/4/2026

Compositional Neuro-Symbolic Reasoning

O título refere-se à pesquisa sobre raciocínio neuro-simbólico composicional, uma área avançada da inteligência artificial. Este campo explora a integração de redes neurais com sistemas simbólicos para permitir raciocínio mais robusto e estruturado.

Compositionality Reasoning Neuro-symbolic AI

RESEARCHarXiv CS.AI·22/4/2026

From Natural Language to Executable Narsese: A Neuro-Symbolic Benchmark and Pipeline for Reasoning with NARS

Este artículo introduce un marco neuro-simbólico para traducir problemas de razonamiento en lenguaje natural a Narsese ejecutable, utilizando lógica de primer orden. Presenta NARS-Reasoning-v0.1, un nuevo benchmark con problemas de razonamiento y sus representaciones formales y etiquetas de verdad para evaluar las capacidades de razonamiento.

LLMs Reasoning Benchmarks Neuro-symbolic AI

RESEARCHarXiv CS.AI·7/5/2026

ANDRE: An Attention-based Neuro-symbolic Differentiable Rule Extractor

Este artículo propone ANDRE, un nuevo marco de Programación Lógica Inductiva (ILP) neuro-simbólico diferenciable basado en atención, que aprende programas de lógica de primer orden. Optimiza un espacio de reglas continuo con operadores lógicos diferenciables y basados en atención, superando limitaciones de escalabilidad en entornos ruidosos y probabilísticos.

machine learning attention mechanisms Logic Programming Inductive Logic Programming

RESEARCHarXiv CS.AI·30/4/2026

Grounding vs. Compositionality: On the Non-Complementarity of Reasoning in Neuro-Symbolic Systems

Este trabajo desafía la suposición de que el razonamiento composicional emerge como subproducto del anclaje simbólico en la IA neuro-simbólica. Introduce la arquitectura $i$LTN, demostrando que los modelos entrenados únicamente con un objetivo de anclaje no logran generalizar, siendo crucial el entrenamiento conjunto con anclaje perceptual y razonamiento multi-paso.

Compositional Generalization Reasoning AI Architectures Symbol Grounding

RESEARCHarXiv CS.CL·27/4/2026

Incentivizing Neuro-symbolic Language-based Reasoning in VLMs via Reinforcement Learning

Este trabajo explora el razonamiento en lenguaje neuro-simbólico en VLMs, utilizando Aprendizaje por Refuerzo para mejorar las habilidades analíticas y la eficiencia. Logró un aumento del 3,33% en la precisión en un conjunto de datos de visión-lenguaje y una reducción del 75% en los tokens de razonamiento.

Vision-Language Models reinforcement learning Reasoning Neuro-symbolic AI

RESEARCHarXiv CS.LG·hace 23d

Logical Grammar Induction via Graph Kolmogorov Complexity: A Neuro-Symbolic Framework for Self-Healing Clinical Data Integrity

Este artículo introduce Logic-GNN, un marco neuro-simbólico que utiliza Redes Neuronales Gráficas Temporales y la Complejidad de Kolmogorov para detectar errores de entrada de datos en registros clínicos. Identifica anomalías como "violaciones gramaticales" en una gramática lógica latente de interacciones médicas, logrando una puntuación F1 de 0.94.

Anomaly Detection data integrity Graph Neural Networks healthcare AI

RESEARCHarXiv CS.CL·hace 21d

ReacTOD: Bounded Neuro-Symbolic Agentic NLU for Zero-Shot Dialogue State Tracking

ReacTOD propone una arquitectura neuro-simbólica para sistemas de diálogo orientados a tareas, reformulando NLU como llamadas a herramientas discretas. Mejora la precisión hasta en 9,3 puntos porcentuales y logra una tasa de autocorrección del 93,1% en errores interceptados.

AI architecture machine learning dialogue systems Natural Language Understanding

RESEARCHarXiv CS.AI·hace 9d

PhyDrawGen: Physically Grounded Diagram Generation from Natural Language

PhyDrawGen es un pipeline neuro-simbólico que genera diagramas físicos precisos a partir de texto, superando a los modelos existentes en la adhesión a las leyes físicas. Utiliza un modelo de lenguaje grande para la extracción de grafos de escena y un solucionador determinista para cumplir con las restricciones físicas y geométricas.

Diagram Generation Physics AI large language models

RESEARCHarXiv CS.AI·6/4/2026

Aligning Progress and Feasibility: A Neuro-Symbolic Dual Memory Framework for Long-Horizon LLM Agents

O título sugere uma pesquisa sobre um framework neuro-simbólico de memória dupla para agentes LLM, visando alinhar progresso e viabilidade em tarefas de longo horizonte. Ele aborda a melhoria da capacidade de agentes de IA para planejar e executar ações complexas ao longo do tempo.

memory architectures LLMs LLM Agents Neuro-Simbólico

RESEARCHarXiv CS.AI·6/4/2026

AIVV: Neuro-Symbolic LLM Agent-Integrated Verification and Validation for Trustworthy Autonomous Systems

Este título descreve uma pesquisa focada na verificação e validação de sistemas autônomos confiáveis, utilizando uma abordagem neuro-simbólica integrada a agentes LLM. O objetivo é garantir a robustez e a segurança de sistemas de IA avançados.

LLM Agents Autonomous systems Verification and Validation trustworthy AI

RESEARCHarXiv CS.AI·23/4/2026

EvoForest: A Novel Machine-Learning Paradigm via Open-Ended Evolution of Computational Graphs

EvoForest introduce un novedoso sistema neuro-simbólico para la evolución abierta de la computación, yendo más allá de la simple optimización de parámetros. Este sistema coevoluciona estructuras computacionales, familias de funciones y componentes entrenables para abordar problemas complejos de predicción estructurada.

computational graphs machine learning Evolutionary Algorithms Neuro-symbolic AI

RESEARCHarXiv CS.AI·hace 22d

ANNEAL: Adapting LLM Agents via Governed Symbolic Patch Learning

ANNEAL es un agente neuro-simbólico que repara fallos recurrentes de agentes LLM mediante ediciones simbólicas gobernadas de un grafo de conocimiento de procesos. Localiza el operador responsable, sintetiza un parche tipado y lo valida con barandillas simbólicas y pruebas canary antes de confirmar el cambio.

LLM Agents Knowledge Graphs error recovery AI Governance

RESEARCHDEV.to AI·15/4/2026

Adaptive Neuro-Symbolic Planning for wildfire evacuation logistics networks for extreme data sparsity scenarios

Esta investigación se centra en la planificación neurosimbólica adaptativa para optimizar las redes logísticas de evacuación de incendios forestales. Aborda específicamente los desafíos en escenarios caracterizados por una escasez extrema de datos.

logistics Planning wildfire AI