← heapsort-ai

temporal reasoning

2 items

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.

28
RESEARCHarXiv CS.CL·21/4/2026

LiFT: Does Instruction Fine-Tuning Improve In-Context Learning for Longitudinal Modelling by Large Language Models?

LiFT es un nuevo marco de ajuste fino por instrucción que busca mejorar el aprendizaje en contexto de los LLM para tareas de PNL longitudinales, que requieren razonamiento sobre texto ordenado temporalmente. Emplea un currículo que aumenta progresivamente la dificultad temporal, incorporando estructura de pocas-muestras y condicionamiento temporal, superando consistentemente a los modelos base en diversos conjuntos de datos y tamaños de parámetros.

27