大型语言模型中基于三段论形式的溯因推理

随着大语言模型（LLM）研究的快速发展，其与人类推理能力的比较成为关键议题。既往研究表明 LLM 与人类存在类似偏见，如拒绝违背常识的逻辑有效推论。然而，人类推理不仅包含形式演绎，还涉及从有限信息得出试探性结论的溯因推理。本文将三段论数据集转化为适用于溯因推理的形式，探索 LLM 在此类任务中的准确性，旨在调查先进模型是否存在溯因偏见并识别改进方向。研究强调超越形式演绎的情境化推理的重要性，为弥合机器与人类认知差距提供见解。