摘要
大型语言模型在处理偏微分方程控制的时空动态时常产生非物理幻觉。为此，本文提出 OMNIFLOW，一种无需领域微调的神经符号架构。该方法引入语义 - 符号对齐机制，将高维流张量映射为拓扑语言描述，使模型感知物理结构；并构建物理引导的思维链工作流，通过动态约束注入和迭代反思验证来协调推理。实验表明，OMNIFLOW 在零样本泛化和少样本适应任务上显著优于传统基线，提供了透明且符合物理规律的推理报告。
AI 推荐理由
提出物理引导思维链，核心解决科学推理中的物理一致性问题。
研究机构
清华大学
中国海洋大学
腾讯
深圳前海研究院
香港科技大学
论文信息