伦理推理 神经符号系统 逻辑一致性 意见聚合
摘要

针对自然语言判断聚合中多数投票法在高冲突领域缺乏逻辑一致性的问题,本文提出一种基于加权最大可满足性(MaxSAT)的神经符号聚合框架。该框架利用语言模型将非结构化解释映射为可解释的逻辑谓词与置信权重,并通过 Z3 求解器将其编码为软约束,转化为寻求最大一致性的优化任务。在 Reddit“我是混蛋吗”论坛的案例研究中,系统生成的判决在 62% 的情况下偏离流行标签,且与独立人类评估者的一致性达 86%,证明了结合神经语义提取与形式化求解器在提升推理逻辑严密性与可解释性方面的有效性。

AI 推荐理由

论文核心提出神经符号框架解决伦理冲突中的逻辑一致性问题,属高阶推理研究。

研究机构
Computer Science, University of Toronto
论文信息
作者 Sheza Munir, Ahanaf Rodoshi, Sumin Lee, Feiran Chang, Xujie Si et al.
发布日期 2026-04-30
arXiv ID 2605.00270
相关性评分 9/10 (高度相关)