摘要
神经符号推理亟需融合逻辑形式严谨性与大语言模型可解释性的框架。本文提出一种端到端的“构造即解释”流水线,集成基于全三角标准矛盾(FTSC)的自动定理生成器 Delta1 与大语言模型。Delta1 能在多项式时间内确定性构建最小不可满足子句集及完整定理,确保构造层面的可靠性与最小性。LLM 层则将定理及证明轨迹转化为连贯的自然语言解释与可行洞察。在医疗、合规及监管领域的实证研究表明,该方法实现了可解释、可审计且符合领域规范的推理,推动了逻辑、语言与学习的融合。
AI 推荐理由
论文核心在于结合符号逻辑与 LLM 构建可解释的推理框架,直接提升推理的可信度。
研究机构
西南交通大学数学学院,中国成都611756
北爱尔兰贝尔法斯特女王大学系统可信自动验证国家-地方联合实验室,英国贝尔法斯特,邮编BT7 1NN
论文信息