logical reasoning

5 items

RESEARCHarXiv CS.CL·09/04/2026

Consistency-Guided Decoding with Proof-Driven Disambiguation for Three-Way Logical Question Answering

Este conteúdo apresenta CGD-PD, uma camada leve para modelos de linguagem grandes (LLMs) que melhora a resposta a perguntas lógicas de três vias (Verdadeiro/Falso/Desconhecido). Ele aborda falhas recorrentes como inconsistência de negação e previsões 'Desconhecido' epistêmicas, utilizando decisões consistentes e desambiguação baseada em prova para maior precisão.

LLMs Question Answering consistency NLP

RESEARCHarXiv CS.LG·il y a 14j

When Rule Violations Are Rare: Chimera Training for Logical Anomaly Detection

Cet article propose une méthode de détection d'anomalies appelée Chimera Training, axée sur les violations de contraintes sémantiques données sous forme de règles logiques sur des concepts visuels appris. Il utilise un évaluateur de règles neuronal qui compile les contraintes en graphes acycliques dirigés, apprenant des opérateurs logiques pour calculer les probabilités de satisfaction des règles, même avec des données d'entraînement rares pour les violations réelles.

neural networks Anomaly Detection Machine Learning logical reasoning

RESEARCHarXiv CS.AI·20/04/2026

Structured Abductive-Deductive-Inductive Reasoning for LLMs via Algebraic Invariants

Cette recherche présente un échafaudage de raisonnement symbolique pour remédier aux limites systématiques des LLMs en matière de raisonnement logique structuré, notamment la confusion entre génération et vérification d'hypothèses. Il met en œuvre l'inférence tripartite de Peirce, assurant une cohérence logique via des invariants algébriques, dont le 'Weakest Link bound' qui empêche les conclusions de dépasser la fiabilité de leur prémisse la moins étayée.

AI Architecture LLMs Symbolic AI logical reasoning

RESEARCHarXiv CS.AI·il y a 18j

The Impact of AI Usage and Informativeness on Skill Development in Logical Reasoning

Cette étude examine comment l'utilisation et le niveau d'information de l'IA influencent le développement des compétences en raisonnement logique. Elle constate qu'une utilisation accrue de l'IA est associée à un développement de compétences plus faible, surtout avec une IA peu informative, tandis qu'une IA très informative peut améliorer les performances à court terme sans réduire les résultats post-IA en moyenne.

skill development learning AI impact human-AI interaction

RESEARCHarXiv CS.AI·06/04/2026

DeltaLogic: Minimal Premise Edits Reveal Belief-Revision Failures in Logical Reasoning Models

Este conteúdo aborda um estudo sobre o sistema DeltaLogic, que investiga como pequenas alterações em premissas revelam falhas na revisão de crenças em modelos de raciocínio lógico de IA.

Belief Revision limitações de IA modelos de IA Machine Learning