Human-Level Reasoning: A Comparative Study of Large Language Models on Logical and Abstract Reasoning
Universidade Federal de Santa Catarina(联邦圣卡塔琳娜大学)
本文通过八个定制推理问题比较了多个LLM在逻辑和抽象推理能力上的表现,揭示了模型在推理任务上的差异及不足。
2025-10-28 cs.AI
Instantiation-based Formalization of Logical Reasoning Tasks using Language Models and Logical Solvers
Qatar Computing Research Institute(卡塔尔计算研究所)
本文提出Semantic Self-Verification(SSV)方法,通过模型生成具体实例并由求解器验证,将自然语言推理问题准确转化为形式语言,显著提升推理准确率并实现近乎完美的验证精确度,减少人工验证需求。
2025-07-12 cs.AI
A Synthesis of Logical and Probabilistic Reasoning for Program Understanding and Debugging
The University of Texas at Arlington(德克萨斯大学阿灵顿分校);Rockwell International Science Center(罗克韦尔国际科学中心);American Airlines(美国航空公司)
我们描述了逻辑和不确定推理方法的集成,以确定可能的来源和软件问题的位置。到目前为止,软件工程师几乎没有工具来识别复杂软件包中的错误源。我们描述了一种诊断软件问题的方法,通过结合逻辑和不确定性推理分析。我们的初步研究结果表明,这种方法可以是有价值的软件工程师的注意力的路径,具有最高的可能性窝藏编程错误的算法。
2013-03-06 cs.AI
The RatioLog Project: Rational Extensions of Logical Reasoning
Universität Koblenz-Landau(科布伦茨-兰道大学);Harz University of Applied Sciences(哈尔茨应用技术大学)
高级认知包括逻辑推理和用常识回答问答的能力。RatioLog项目通过自动推理和认知计算的方法解决了深度问答中的理性推理问题。在第一阶段,我们结合了信息检索和机器学习的技术,从德语版的自由百科全书“维基百科”中的大量文本中找到合适的答案候选人。在第二阶段中,自动定理证明器尝试基于其逻辑表示来验证答案候选者。在第三阶段-因为知识可能是不完整和不一致的-我们考虑扩展逻辑推理,以改善结果。在这种情况下,我们的工作对人类推理技术的应用:我们采用可废止的推理比较的答案w.r.t.具体性,道义逻辑,规范推理和模型构建。此外,我们使用集成的基于案例的推理和机器学习技术的基础上的语义结构的问题和答案的候选人学习给出正确的答案。
2015-07-30 cs.AI
Evaluating the Logical Reasoning Abilities of Large Reasoning Models
Hainan University(海南大学);Westlake University(西湖大学);Zhejiang Normal University(浙江师范大学)
本文提出涵盖多类逻辑推理与任务形式的 LogiEval 基准,并构建 LogiEval-Hard,揭示现代大型推理模型虽在部分任务上超越人类,却存在跨规模的根本逻辑推理瓶颈。
2025-05-17 cs.AI
Sequential Recommendation with Probabilistic Logical Reasoning
Soochow University(苏州大学);Macquarie University(麦考瑞大学);Texas Tech University(德克萨斯理工大学);Suzhou Vocational University(苏州市职业大学)
针对神经符号序列推荐中的逻辑表示难题,提出SR-PLR框架,解耦特征与逻辑嵌入,结合概率逻辑推理,提升推荐性能。
2023-05-15 cs.AI
Semantic-Aware Logical Reasoning via a Semiotic Framework
Huazhong University of Science and Technology(华中科技大学);La Trobe University(拉筹伯大学)
本文提出LogicAgent框架,结合自动推演与反思验证,解决逻辑复杂性与语义复杂性的交互问题,通过RepublicQA基准验证其在抽象命题和逻辑深度上的表现,实现SOTA性能。
2026-04-22 cs.AI
The Logical Essentials of Bayesian Reasoning
Radboud Universiteit(拉德堡德大学);University College London(伦敦大学学院)
本章提供了一个方便的介绍通道为基础的方法贝叶斯概率论。这个框架依赖于代数和逻辑的基础上,灵感来自程序设计语言语义的方法。它提供了一种统一的,结构化的和表达性的语言,用于描述贝叶斯现象的熟悉的编程概念,如通道,谓词转换和状态转换。介绍还包括贝叶斯网络中的推理,这将是由一个合适的字符串图演算建模。
2018-04-27 cs.AI
Integrating Logical and Probabilistic Reasoning for Decision Making
Rockwell International Science Center(罗克韦尔国际科学中心);Stanford University(斯坦福大学)
我们描述了一种表示和一组推理方法,结合逻辑编程技术与概率网络表示的不确定性(影响图)。该技术强调复杂和不确定领域的概率和决策理论模型的动态构建和解决方案。给定一个查询,如果可能的话,会产生一个逻辑证明;如果不可能,会产生一个基于查询和决策域知识的影响图,并随后求解。一个统一的声明,一阶,知识表示相结合的逻辑,概率和决策理论推理的综合推理过程。
2013-03-27 cs.AI
Mind Reasoning Manners: Enhancing Type Perception for Generalized Zero-shot Logical Reasoning over Text
Shaanxi Province Key Laboratory of Satellite and Terrestrial Network Tech. R&D(陕西省卫星与地面网络技术研发重点实验室);National Engineering Lab for Big Data Analytics(国家大数据分析工程实验室)
逻辑推理任务是以多项选择问答的形式对文本进行复杂的推理。给定上下文、问题和一组选项作为输入,以前的方法在全数据设置上实现了优异的性能。但目前的基准数据集存在推理类型分布在训练分割上与测试分割接近的理想假设,这与很多真实应用场景不符。为解决这一问题,还有两个问题需要研究:(1)模型的zero-shot能力(对已知类型进行训练,对未知类型进行测试)如何?(2)如何增强模型推理类型的感知?对于问题1,我们提出了一个新的基准广义zero-shot逻辑推理,命名为ZsLR。它包括六个分裂的基础上的三种类型的抽样策略。针对问题2,提出了一种类型感知模型TaCo。它利用启发式输入重构和对比学习来提高全局表示中的类型感知。在zero-shot和全数据设置上的大量实验证明了TaCo方法优于最先进的方法。此外,我们在其他逻辑推理数据集上实验和验证了TaCo的泛化能力。
2023-01-08 cs.AI
Differentiable Learning of Logical Rules for Knowledge Base Reasoning
Carnegie Mellon University(卡内基梅隆大学)
研究了知识库推理中概率一阶逻辑规则的学习问题。这个学习问题是困难的,因为它需要学习连续空间中的参数以及离散空间中的结构。我们提出了一个框架,神经逻辑编程,它结合了一阶逻辑规则的参数和结构学习在一个端到端的可微模型。这种方法的灵感来自于最近开发的可微逻辑TensorLog,其中推理任务可以编译成可微操作序列。我们设计了一个神经控制器系统,学习组成这些操作。从经验上讲,我们的方法在多个知识库基准数据集(包括Freebase和WikiMovies)上的性能优于先前的工作。
2017-11-27 cs.AI
Learning to Prove, Not Just to Answer: Reinforcement Learning from Formal Verification for Natural-Language Logical Reasoning
Zhongguancun Laboratory(中关村实验室);Beihang University(北京航空航天大学);Nanyang Technological University(南洋理工大学);Hong Kong Polytechnic University(香港理工大学)
针对自然语言逻辑推理中证明难以机器验证的问题,提出基于形式化验证的强化学习框架Proof-R1,通过UNSAT验证和依赖闭包对齐奖励,提升答案准确性与推理过程可验证性。
2026-09-30 cs.AI
A Simple Generative Model of Logical Reasoning and Statistical Learning
School of Computer Science(计算机科学系);Informatics, Cardiff University(信息学,卡迪夫大学)
本文提出一个基于贝叶斯方法的简单模型,统一逻辑推理与统计学习,通过形式逻辑的可满足性建模数据生成符号知识,实现精确推断和理论正确性。
2026-02-23 cs.AI
ITE: A Lightweight Implementation of Stratified Reasoning for Constructive Logical Operators
Simula Research Laboratory(西穆拉研究实验室)
约束编程(CP)是一种功能强大的声明式编程范式,其中推理和搜索交织在一起,以找到各种类型约束系统的可行和最佳解决方案。然而,在CP中处理具有构造性信息的逻辑连接符是非常困难的。本文提出了一个轻量级的逻辑连接词分层构造性推理的实现-如果则否则(ITE)。分层是为了应对从嵌套和组合逻辑运算符构造信息的组合爆炸的风险。ITE是一个建立在SICStus Prolog clp(fd)之上的开源库,它提出了各种运算符,包括构造性析取和否定,构造性蕴涵和条件。这些算子可以用来表达全局约束,并在约束过滤过程中从构造性推理中受益,以实现更多的域修剪。尽管ITE与某些全局约束实现中可用的专用过滤算法相比没有竞争力,但其表达能力允许用户轻松定义具有强大演绎功能的优化约束。我们的扩展实验结果表明,ITE是更有效的比现有的通用方法,处理逻辑约束系统在有限域。
2020-06-22 cs.AI
Logical Fuzzy Preferences
我们提出了一个统一的逻辑框架表示和推理的定量和定性的偏好在模糊答案集编程,称为模糊答案集优化程序。拟议的框架至关重要,可以界定定量偏好,而不是定性偏好的可能结果。我们展示了模糊答案集优化程序在具有模糊偏好的排课问题中的应用。据我们所知,这一发展是第一次考虑一个逻辑框架,用于一般地推理数量偏好,特别是推理数量偏好和质量偏好。
2013-04-05 cs.AI
LogicGraph : Benchmarking Multi-Path Logical Reasoning via Neuro-Symbolic Generation and Verification
School of Computer Science and Technology, Xi’an Jiaotong University(西安交通大学计算机科学与技术学院);Department of Electrical Engineering, Stanford University(斯坦福大学电气工程系);School of Computer Science and Technology, Tiangong University(天津大学计算机科学与技术学院);Ministry of Education Key Laboratory of Intelligent Networks and Network Security, China(中国教育部长智网络与网络安全重点实验室);Shaanxi Province Key Laboratory of Big Data Knowledge Engineering, China(陕西省大数据知识工程重点实验室)
LogicGraph通过神经符号生成与验证方法,系统评估多路径逻辑推理能力,揭示模型在复杂推理中探索多样路径的不足。
2026-02-24 cs.AI
Data-driven Machine Learning Cannot Reach Symbolic-level Logical Reasoning -- The Limit of the Scaling Law
The Alan Turing Institute(艾伦·图灵研究所);University of Cambridge(剑桥大学)
本文通过理论分析和实验证明,数据驱动的监督深度学习无法通过增加训练数据和时间达到符号级三段论推理的严谨性,并揭示了训练数据和方法上的根本限制。
2026-07-21 cs.AI
Adaptive Selection of Symbolic Languages for Improving LLM Logical Reasoning
本文提出一种自适应选择符号语言的方法,通过在翻译前为不同自然语言逻辑推理问题匹配最优符号语言(一阶逻辑、逻辑编程或布尔可满足性),显著提升了LLM的逻辑推理性能。
2025-10-12 cs.AI
Agentified Assessment of Logical Reasoning Agents
University of California, Berkeley(加州大学伯克利分校)
本文提出一种评估和基准测试逻辑推理代理的框架,通过代理评估实现可重复、可审计和抗执行失败的评估。案例研究中,自动形式化代理在FOLIO验证集上以86.70%的准确率超越了基线方法。
2026-04-02 cs.AI
Judgment-of-Thought Prompting: A Courtroom-Inspired Framework for Binary Logical Reasoning with Large Language Models
Soongsil University(松溪大学)
本文提出法庭启发的思维审判(JoT)多智能体提示框架,通过律师、检察官和法官角色辩论评估,在二元逻辑推理任务中显著提升准确性,如布尔表达式达98%准确率。
2025-05-21 cs.AI
Draft-and-Prune: Improving the Reliability of Auto-formalization for Logical Reasoning
University of California, Berkeley(加州大学伯克利分校);Microsoft(微软)
本文提出D&P框架,通过多样性与验证提升自动形式化逻辑推理可靠性,实验显示在多个基准测试中显著优于现有方法,如在AR-LSAT上准确率达78.43%。
2026-03-26 cs.AI
Logical Probability Preferences
我们提出了一个统一的逻辑框架,表示和推理的概率定量和定性偏好的概率答案集编程,称为概率答案集优化程序。拟议的框架是至关重要的,允许定义概率定量偏好的可能结果的定性偏好。我们展示了概率答案集优化程序的一个变种的著名的护士恢复问题,称为护士恢复概率偏好问题的应用。据我们所知,这是第一次考虑一个逻辑框架的推理概率定量偏好,一般来说,推理概率定量和定性偏好特别。
2013-04-05 cs.AI
LOGICAL-COMMONSENSEQA: A Benchmark for Logical Commonsense Reasoning
University of Colorado Boulder(科罗拉多大学博尔德分校)
本文提出LOGICAL-COMMONSENSEQA基准,通过逻辑运算符评估常识推理,发现模型在否定类问题上表现下降,揭示了推理局限性。
2026-04-20 cs.AI cs.CL
Argument Graph Uncertainty: Quantifying Uncertainty from the Logical Structure of Reasoning Chains
Fraunhofer Heinrich-Hertz-Institut(弗劳恩霍夫海因里希·赫兹研究所)
本研究提出 Argument Graph Uncertainty 框架,通过分析推理链的逻辑结构量化不确定性,在 GPQA 等数据集上优于基线方法,可作为不确定性集成的互补组件。
2026-10-14 cs.AI
IFDNS: An Iterative Feedback-Driven Neuro-Symbolic Method for Faithful Logical Reasoning
College of Computer Science and Technology, University of Science and Technology of China(计算机科学与技术学院,中国科学技术大学)
IFDNS通过迭代反馈机制提升LLM逻辑推理的忠实性,有效缓解信息丢失问题,显著提高CoT和CoT-SC的性能。
2026-01-12 cs.AI
Neurosymbolic Language Reasoning as Satisfiability Modulo Theory
Seoul National University(首尔国立大学);U. Mass. Amherst(马萨诸塞大学阿姆赫斯特分校);Microsoft(微软公司)
Logitext通过结合LLM和SMT求解,实现自然语言与逻辑推理的联合处理,提升内容审核和法律任务的准确性和覆盖性。
2026-02-20 cs.AI
Reason from Fallacy: Enhancing Large Language Models' Logical Reasoning through Logical Fallacy Understanding
School of Data Science, Fudan University(复旦大学数据科学学院);Shanghai Key Laboratory of Data Science(上海市数据科学重点实验室)
本文提出WHAT、WHY、HOW三维LFU任务,并构建基于GPT-4与少量人工校验的LFUD数据集,用于评估和微调LLM,显著提升其逻辑推理能力。
2024-04-04 cs.AI cs.CL
Logical Reasoning in Large Language Models: A Survey
Westlake University(西湖大学);Zhejiang Normal University(浙江师范大学);Hainan University(海南大学)
本综述针对大型语言模型(LLMs)严格逻辑推理能力的开放性问题,梳理其逻辑推理的范围、理论基础与基准,分析不同推理范式的现有能力及提升策略,并指出未来探索方向以增强AI系统的逻辑推理能力。
2025-02-13 cs.AI cs.CL
Discourse-Aware Graph Networks for Textual Logical Reasoning
Sun Yat-sen University(中山大学);Tencent AI Lab(腾讯人工智能实验室);Huawei(华为);University of Liverpool(利物浦大学)
本文提出语篇感知图网络DAGNs,通过构建逻辑图并端到端演化逻辑关系来增强文本逻辑推理问答能力,实验验证了其有效性和泛化性。
2023-04-19 cs.AI cs.CL
Evaluating the Logical Reasoning Ability of ChatGPT and GPT-4
Westlake University(西湖大学);Zhejiang University(浙江大学);Nanyang Technological University(南洋理工大学);Fudan University(复旦大学)
该研究通过多个逻辑推理基准及自建分布外数据集测试ChatGPT和GPT-4的推理能力,发现二者在知名数据集表现较好但新数据集和分布外场景性能下降,同时发布了LogiEval基准套件。
2023-05-05 cs.AI cs.CL
Non-Interactive Symbolic-Aided Chain-of-Thought for Logical Reasoning
Japan Advanced Institute of Science and Technology(日本科学技术先进研究院)
本研究提出符号辅助思维链方法,将轻量级符号融入少样本提示以优化大语言模型逻辑推理,在四个基准上的实验证明其能跨模型规模提升推理能力,多数据集表现优于传统CoT。
2025-10-04 cs.AI cs.CL
Improving Chain-of-Thought for Logical Reasoning via Attention-Aware Intervention
Japan Advanced Institute of Science and Technology(日本北陆先端科学技术大学院大学)
通过注意力感知干预改进逻辑推理的链式思维,提出一种非交互式端到端框架,提升模型推理能力与可分析性,无需外部资源。
2026-01-24 cs.AI cs.LG
Logical Reasoning over Natural Language as Knowledge Representation: A Survey
Nanyang Technological University(南洋理工大学);University of Texas at Dallas(德克萨斯大学达拉斯分校)
本文综述了以自然语言作为知识表示、预训练语言模型作为推理器的逻辑推理新范式,涵盖其优势、基准、挑战及未来方向,该范式有效缓解了形式表示的瓶颈并优于端到端神经方法。
2024-02-16 cs.AI cs.CL
MME-Reasoning: A Comprehensive Benchmark for Logical Reasoning in MLLMs
Fudan University(复旦大学);MMLab, The Chinese University of Hong Kong(中大香港人工智能实验室);Shanghai AI Laboratory(上海人工智能实验室);University of Science and Technology of China(中国科学技术大学);Nanjing University(南京大学)
本文提出了MME-Reasoning基准,通过涵盖归纳、演绎和溯因三种推理类型,全面评估多模态大语言模型的逻辑推理能力,揭示了当前先进模型存在的显著局限性与性能不平衡。
2025-05-27 cs.AI cs.CV
SymbolLKG: Towards Verifiable Logical Reasoning via Logical Knowledge Graph and Symbolic Solvers
Shanghai JiaoTong University(上海交通大学)
该研究针对大型语言模型逻辑推理的缺陷,提出结合逻辑知识图谱与动态求解器路由的神经-符号架构,在基准任务上优于现有方法,实现了可验证的高准确率逻辑推理。
2026-08-28 cs.AI cs.CL
Enhancing Logical Reasoning in Large Language Models to Facilitate Legal Applications
National Institute of Informatics(信息学研究所)
本文提出逻辑反馈强化学习(RLLF)方法以提升LLMs的逻辑推理能力,从而扩展其在法律等逻辑密集型学科中的应用,并探索该领域研究的新途径。
2023-11-22 cs.AI cs.CL
Logical Phase Transitions: Understanding Collapse in LLM Logical Reasoning
Huazhong University of Science and Technology(华中科技大学)
研究通过控制逻辑复杂性分析大语言模型的逻辑推理性能,发现逻辑相变现象,提出神经符号课程调优框架以提升高复杂度下的推理能力。
2026-04-15 cs.AI cs.CL cs.LO
MERIt: Meta-Path Guided Contrastive Learning for Logical Reasoning
Shandong University(山东大学);National University of Singapore(新加坡国立大学)
逻辑推理对自然语言理解至关重要。以往的研究要么采用基于图的模型来整合关于逻辑关系的先验知识,要么通过数据增强将符号逻辑引入神经模型。然而,这些方法严重依赖于带注释的训练数据,并且因此由于数据集稀疏而遭受过拟合和差的泛化问题。为了解决这两个问题,在本文中,我们提出MERIt,元路径引导的对比学习方法的逻辑推理的文本,进行自我监督的预训练丰富的未标记的文本数据。两个新的策略作为我们的方法不可或缺的组成部分。特别地,设计了一种基于元路径的策略来发现自然文本中的逻辑结构,然后采用反事实数据增强策略来消除预训练导致的信息捷径。在两个具有挑战性的逻辑推理基准上的实验结果,即,ReClor和LogiQA证明,我们的方法优于SOTA基线,具有显着的改进。
2022-03-01 cs.AI cs.CL
Towards LogiGLUE: A Brief Survey and A Benchmark for Analyzing Logical Reasoning Capabilities of Language Models
Amazon Alexa AI(亚马逊Alexa人工智能);IIT KGP(印度理工学院 Kharagpur 分校)
本文提出 LogiGLUE 基准,涵盖 24 个数据集和演绎、溯因、归纳三类推理,并训练 LogiT5 模型,发现大语言模型在溯因推理上表现最好、归纳推理最差,为提升逻辑推理能力提供分析基础。
2024-03-31 cs.AI cs.CL
Beyond Surface Forms: Symbolic Edits as a Test for Logical Reasoning with LLMs
Monash University(莫纳什大学);University College London(伦敦大学学院)
本研究提出工具驱动的符号编辑框架,通过可控修改逻辑算子等结构成分,发现不同LLM在算子编辑下的推理行为不一致,可用于评估模型推理可靠性。
2026-09-01 cs.AI cs.CL
MetaLogic: Logical Reasoning Explanations with Fine-Grained Structure
Sun Yat-sen University(中山大学);Tencent AI Lab(腾讯人工智能实验室);Tsinghua University(清华大学);Pengcheng Laboratory(鹏城实验室)
在本文中,我们提出了一个全面的基准来研究模型在复杂的现实生活场景中的逻辑推理能力。当前的解释数据集通常采用具有简单推理结构的合成数据。因此,它不能表达更复杂的推理过程,如对推理步骤的反驳和证据的确定程度。为此,我们提出了一种综合逻辑推理的解释形式。基于多跳推理链,解释形式包括三个主要部分:(1)推理节点可被质疑的反驳条件;(2)揭示推理节点内在结构的逻辑公式;(3)以确定度表示的推理强度。细粒度的结构符合真实的逻辑推理场景,更好地拟合人类的认知过程,但同时,对当前的模型更具挑战性。在这种新的解释形式下,我们评估了目前最好的模型的性能。实验结果表明,生成推理图仍然是一个具有挑战性的任务,目前的模型,即使在巨大的预训练语言模型的帮助下。
2022-10-22 cs.AI cs.CL cs.LO
Selection-Inference: Exploiting Large Language Models for Interpretable Logical Reasoning
DeepMind(深度思维)
大语言模型(LLM)已经被证明能够对新任务进行令人印象深刻的Few-Shot概括。然而,他们仍然倾向于在多步逻辑推理问题上表现不佳。在这里,我们对50个任务进行了全面的LLM评估,这些任务探索了逻辑推理的不同方面。我们发现,语言模型往往在单步的推理或蕴涵任务中表现得相当好,但很难将多个推理步骤链接在一起来解决更复杂的问题。有鉴于此,我们提出了一个选择-推理(SI)框架,该框架利用预先训练的LLM作为通用处理模块,并在选择和推理之间交替,以生成一系列可解释的、随意的推理步骤,从而得出最终答案。我们表明,在SI框架内使用的7 B参数LLM在5杆泛化设置,没有微调,产生超过100%的性能改善相比,一套10逻辑推理任务的等效香草基线。在相同的设置中,相同的模型在相同的任务套件上甚至优于显著更大的280 B参数基线。此外,由SI框架产生的答案伴随着因果自然语言为基础的推理轨迹,这对系统的安全性和可信度具有重要意义。
2022-05-19 cs.AI cs.CL
P-FOLIO: Evaluating and Improving Logical Reasoning with Abundant Human-Written Reasoning Chains
Yale University(耶鲁大学);Harvard University(哈佛大学);NVIDIA(英伟达公司);Salesforce Research(Salesforce研究院)
提出P-FOLIO人工标注数据集,通过单步推理规则分类评估并利用多样本提示与微调显著提升LLM逻辑推理能力,在域外数据集上性能提升超10%。
2024-10-11 cs.AI cs.CL
From Implicit to Explicit: Token-Efficient Logical Supervision for Mathematical Reasoning in LLMs
Hong Kong University of Science and Technology (Guangzhou)(香港科技大学(广州))
本文提出FSLR框架,通过显式监督提升大语言模型对逻辑关系的理解能力,实验显示其在推理准确率和训练效率上均优于CoT-SFT。
2026-04-18 cs.AI cs.CL
A Closer Look at the Self-Verification Abilities of Large Language Models in Logical Reasoning
Institute for Artificial Intelligence, Tsinghua University(清华大学人工智能研究院);Beijing National Research Center for Information Science and Technology(北京信息科学与技术国家研究中心);Tencent AI Lab(腾讯AI实验室)
本文在逻辑推理背景下深入探讨了LLMs的自我验证能力,通过引入包含232种推理谬误的FALLACIES数据集进行实验,发现现有模型难以准确识别谬误步骤,无法保证自我验证有效性,并据此提出了未来研究建议。
2024-03-23 cs.AI cs.CL
Logic-LM: Empowering Large Language Models with Symbolic Solvers for Faithful Logical Reasoning
University of California, Santa Barbara(加州大学圣巴巴拉分校)
本文提出Logic-LM框架,通过将大型语言模型与符号求解器结合,把自然语言转化为符号公式进行推理,并引入自我修正模块,在五个逻辑数据集上显著提升了LLM的逻辑推理性能。
2023-10-19 cs.AI cs.CL
Order Doesn't Matter, But Reasoning Does: Training LLMs with Order-Centric Augmentation
Shanghai Key Laboratory of Data Science, School of Computer Science, Fudan University(上海数据科学关键实验室,计算机科学学院,复旦大学);School of Data Science, Fudan University(数据科学学院,复旦大学);Ant Group(蚂蚁集团)
针对大语言模型在逻辑推理中受顺序变化影响、泛化能力不足的问题,本文提出基于交换律的以顺序为中心的数据增强框架,通过打乱前提顺序和基于有向无环图重排推理步骤,显著提升了模型在多个逻辑推理基准上的性能与适应性。
2025-11-09 cs.AI cs.CL
Quantum Circuit Reasoning Models: A Variational Framework for Differentiable Logical Inference
UC Berkeley, School of Information(伯克利大学信息学院)
量子电路推理模型通过变分框架实现可微逻辑推理,将量子力学操作映射到推理原语,用于科学、生物医学和化学领域的推理任务。
2025-11-26 cs.AI quant-ph
Language Models can be Logical Solvers
Peking University(北京大学);Microsoft Azure AI(微软Azure人工智能)
本文提出LoGiPT,一种直接模拟逻辑求解器推理过程并严格遵守其语法的新语言模型,通过新构建的指令调优数据集微调,在两个公开演绎推理数据集上优于现有求解器增强模型和少样本提示方法。
2023-11-10 cs.AI cs.CL
Normative Reasoning in Large Language Models: A Comparative Benchmark from Logical and Modal Perspectives
Keio University(Keio大学);University of Tokyo(东京大学)
本文从逻辑与模态视角系统评估大型语言模型的规范性推理能力,通过引入新数据集对比其与认知模态推理的表现,发现模型在特定规范推理中存在不一致性和认知偏差。
2025-10-31 cs.AI cs.CL
Logical Structure as Knowledge: Enhancing LLM Reasoning via Structured Logical Knowledge Density Estimation
Huzhou University(湖州大学);Zhejiang Key Laboratory of Intelligent Education Technology and Application(浙江智能教育技术与应用重点实验室);Banbu AI Foundation(Banbu AI基金会);Baichuan Inc(白川公司);University of Edinburgh(爱丁堡大学);Zhejiang University(浙江大学)
本文提出通过结构化逻辑知识密度估计提升LLM推理能力,通过增强逻辑密度而非扩大数据量来提高模型认知潜力。
2026-02-12 cs.AI cs.CL cs.LG
GLoRE: Evaluating Logical Reasoning of Large Language Models
Hainan University(海南大学);Westlake University(西湖大学);ByteDance SG(字节跳动新加坡)
本文提出GLoRE,一个统一格式的逻辑推理评估平台,在零样本和少样本场景下评估大语言模型,实验显示大型推理模型(如QwQ-32B)性能显著提升,并持续整合新数据与模型。
2025-04-20 cs.AI cs.CL
DetermLR: Augmenting LLM-based Logical Reasoning from Indeterminacy to Determinacy
XiaoMi AI Lab(小米AI实验室);Gaoling School of Artificial Intelligence, Renmin University of China(中国人民大学高瓴人工智能学院);University of Electronic Science and Technology of China(电子科技大学)
针对LLM推理中结构适应性差、条件利用不精确及历史经验缺失的问题,提出DetermLR方法,将推理视为从不确定性到确定性的演变,通过前提分类、定量优先和推理记忆,在多个逻辑基准上以更少步骤取得更高准确率。
2024-05-26 cs.AI cs.CL
Assessing Logical Reasoning Capabilities of Encoder-Only Transformer Models
Instituto Mauá de Tecnologia(莫阿技术学院);University of Alberta(阿尔伯塔大学);Universidade de São Paulo(圣保罗大学)
本文通过定理推导、交叉探测和逐层分析评估仅编码器Transformer模型的逻辑推理能力,发现其学到的多为数据集特定特征而非通用逻辑能力,且任务主要由高层网络解决。
2024-07-01 cs.AI cs.CL