← heapsort-ai

temporal reasoning

2 items

RESEARCHarXiv CS.AI·07/05/2026

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

Cet article de recherche affirme que le goulot d'étranglement du raisonnement temporel des grands modèles linguistiques n'est pas la déduction logique, mais plutôt la représentation non structurée texte-événement. Il introduit un cadre neuro-symbolique de questions-réponses utilisant un signal d'incohérence probabiliste (PIS) pour découpler l'extraction sémantique du raisonnement symbolique.

28
RESEARCHarXiv CS.CL·21/04/2026

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

LiFT est un nouveau cadre de réglage fin par instruction visant à améliorer l'apprentissage en contexte des LLM pour les tâches PNL longitudinales, qui nécessitent un raisonnement sur des textes ordonnés temporellement. Il utilise un curriculum augmentant progressivement la difficulté temporelle, intégrant une structure d'apprentissage par quelques exemples et un conditionnement temporel, surpassant constamment les modèles de base sur divers ensembles de données et tailles de paramètres.

27