摘要
本文提出基于结构化潜在规划的能量推理（EBRM），将推理建模为在学习能量函数下的多步潜在轨迹梯度优化。该方法通过监督学习与对比能量塑造进行训练，推理时执行梯度下降。研究发现逻辑任务中存在因分布不匹配导致的性能下降，并提出双路径解码与潜在锚定策略。实验表明该方法在图和逻辑任务中能诱导结构化轨迹并单调降低能量，但在算术任务上效果不佳。
AI 推荐理由
论文提出基于能量的推理框架，核心研究推理过程的优化机制与逻辑任务表现。
研究机构
Polished Snow Inc.
论文信息