神经符号研究通常假设已有符号规范，而需求与约束的获取与形式化往往被忽视。我们提出一种基于 OWL 配置本体的架构，用于在神经约束源和下游消费者之间进行调解。
在该框架中，LLM 助手负责捕获利益相关者的软偏好，硬件规格提供硬性的物理与工程限制。本体将这些异构输入统一为描述逻辑实体，利用 DL 推理检测不可满足性，并生成符号解释，使 LLM 能够与用户进行交互式重新协商。
剩余冲突通过优先级驱动的松弛策略在下游解决。我们在 FLEXI 项目的微电网案例中演示了该方法，并论证其可推广至多利益相关者场景，其中约束获取分布在人类与自动化源之间，且权威程度不等。
点评