NeFut Logo NeFut
EN 管理员登录

[AI学术] 从事件到推理:显式状态下的层次规则组合

发布于:2026-10-19 22:00 最后更新:2026-10-20 00:49
#algorithm #AI

推理系统的输出是结论,所需的是能够追溯的依据。要实现这一点,系统必须保证每一步操作在当前可得事实上是可接受的,中间结果的依赖能够一直保留到路径结束,并且当前提改变时能够及时修正路径。我们提出了事件推理系统(ERS),其推理状态以显式的事件图形式呈现。语义特征负责挑选候选对象并生成规则绑定,声明式的规则和任务条件决定哪些绑定可以执行,从而防止违反时间段、单位或证据约束的候选进入合法路径。低层规则提供可复用的局部转换,高层控制规则可递归组合,依据当前目标、信息缺口和预算组织子目标和合法路径;有限的规则库因此被动态绑定到从未存储为完整解的路径上。我们形式化了可接受的状态转移、任务依赖的控制、组合表达能力、保持依赖的修订机制,以及预算控制器能够找到的解与理论可达解之间的差距。实验表明,在结构化事件图上,ERS 能构建最长达十二步的依赖链;随着前瞻深度提升至 16,已执行的无关域操作从 32 条降至 0 条;在 24 条负例中未产生任何不支持的目标输出。冻结规则后,系统通过了 12/12 的聚焦检查,包括 9 条涉及未见输入/路径组合的接受推导、3 条有依据的拒绝以及 6/6 的事实变化案例。针对 14 项联合开发任务,动态子目标配置相较于单层全局控制在相同冻结设置下节省了 51.6% 的推理壁钟时间。

点评

原文链接: https://arxiv.org/abs/2610.22403

[h] 返回首页