摘要
本文提出 INDUCTION 基准，用于评估一阶逻辑中有限结构的概念合成能力。给定带有扩展标记目标谓词的小型有限关系世界，模型需输出单个一阶逻辑公式以统一解释所有世界中的目标，并通过精确模型检查验证正确性。该基准包含全观察、对比及存在补全三种机制，并惩罚公式冗余。研究发现难度梯度显著，存在持久的困难结构族，且低冗余公式在未见世界上泛化性更佳。
AI 推荐理由
论文聚焦一阶逻辑中的概念合成与归纳推理，评估模型逻辑泛化能力，属核心推理研究。
研究机构
未提供具体单位
论文信息