Fact-Checking Neurosymbolic AI Logical Reasoning Cognitive Science
摘要

随着大语言模型融入事实核查流程,形式逻辑常被视为减轻偏差与幻觉的严谨手段。然而,本文指出此类神经符号方法因逻辑健全结论与人类实际推断存在系统性分歧,难以识别误导性主张。结合认知科学与语用学研究,文章分类展示了逻辑严密却引发 unsupported 人类推断的案例。作者主张将大语言模型类人的推理倾向视为特性而非缺陷,利用其验证神经符号系统中形式组件的输出,以互补现有方法。

AI 推荐理由

论文核心探讨逻辑推理在事实核查中的局限性及人类推理倾向,深度涉及推理机制。

研究机构
School of Computer Science, University of Sheffield
论文信息
作者 Jason Chan, Robert Gaizauskas, Zhixue Zhao
发布日期 2026-04-05
arXiv ID 2604.04177
相关性评分 9/10 (高度相关)