摘要
计算论证为透明、可验证的推理提供了形式化框架,但传统上受限于对领域特定信息及大量特征工程的依赖。相比之下,大语言模型擅长处理非结构化文本,但其黑盒特性使得推理过程难以评估与信任。本文主张两者的融合将奠定“论证式人机决策”新范式的基础。通过分析论证框架挖掘、合成及论证推理的协同作用,本文提出智能体不仅能解释决策,更能参与决策可 contested 且可修订的辩证过程,实现与人类共同推理。这种融合对于高风险领域中构建以人为本、可信赖的 AI 至关重要。
AI 推荐理由
论文核心探讨结合计算论证与 LLM 以实现透明、可验证及辩证推理,属推理能力研究。
研究机构
新墨西哥州立大学
帝国理工学院伦敦分校
伦敦国王学院
圣路易斯华盛顿大学
论文信息