Neuro-symbolic Logical Reasoning Rule Evaluation Model Drift
摘要

本文记录了前沿大模型在处理嵌套条件规则时出现的“异常链崩溃”推理失效现象,且该问题随模型版本静默漂移。为此,作者提出了 Aethis 资格模块,这是一种神经符号架构:由 LLM 从权威来源撰写规则,再经由基于 SMT 的层进行确定性执行,以消除推理不确定性。实验表明,该系统在监管场景及 LegalBench 基准测试中,准确率显著优于多个前沿模型,成功将不确定性从推理边界转移至可审计的规范边界。

AI 推荐理由

论文核心研究 LLM 在复杂嵌套规则下的逻辑推理失效及神经符号解决方案。

研究机构
Aethis (aethis.ai)
论文信息
作者 Paul Simpson, John Kozak, Lisa Doake
发布日期 2026-07-25
arXiv ID 2607.23386
相关性评分 9/10 (高度相关)