摘要
本文针对透明教育问答任务，提出一种神经符号“思维程序”流水线系统。该系统利用 4B 参数模型生成代码而非直接回答：对法规查询生成 Z3 编码以验证逻辑蕴含，对物理问题生成数值 Python 代码。系统包含自校正循环与统一的可解释 JSON 输出，并结合答案路由、蒸馏微调及延迟感知服务栈，在严格限制下实现了完美物理任务得分及最高技术评分。研究表明，将答案锚定于符号求解器可在小规模模型上实现正确且可验证的演绎推理。
AI 推荐理由
论文核心提出神经符号推理框架，通过程序生成与符号求解器结合提升小模型推理能力。
研究机构
Can Tho University, Can Tho city, Vietnam
Tay Do University, Can Tho city, Vietnam
论文信息