摘要
本项目提出 CRISTAL 方法，一种用于自动化复杂分析工作流的神经符号框架，以投资分析为主要应用场景。针对该领域结构不确定性高、数据噪声大及决策需可复现等挑战，现有 LLM 代理因数值推理能力差、缺乏不确定性感知而受限。CRISTAL 通过融合统计模型合成、持续学习与主动学习，构建动态可解释的概率程序，支持完整贝叶斯推断及不确定性量化。实验表明，该方法在少量样本和低计算预算下，准确率显著优于最先进 LLM。
AI 推荐理由
论文核心解决 LLM 数值推理弱、不确定性感知缺失问题，通过神经符号框架实现贝叶斯推理。
研究机构
GAIA Lab
South Westphalia University of Applied Sciences
Department, Technical University Dresden
论文信息