大模型推理能力

Addressing Logical Fallacies In Scientific Reasoning From Large Language Models: Towards a Dual-Inference Training Framework

解决大型语言模型在科学推理中的逻辑谬误：一种双推理训练框架

Peter B. Walker, Hannah Davidson, Aiden Foster, Matthew Lienert, Thomas Pardue, Dale Russell

机构 * Intelligenesis LLC ； Uniformed Services University（美国武装部队服务大学） 纠错

专题命中 代码与定理证明 ：reasoning(title,abstract)；分类 cs.AI

AI总结 本文提出一种双推理训练框架，旨在解决大型语言模型在科学推理中的逻辑谬误问题，通过整合肯定生成与反事实否定，提升模型的鲁棒性和可解释性。

Comments 12 pages, 5 tables

LangSAT: A Novel Framework Combining NLP and Reinforcement Learning for SAT Solving

LangSAT：一种结合自然语言处理和强化学习的SAT求解新框架

Muyu Pan, Matthew Walter, Dheeraj Kodakandla, Mahfuza Farooque

机构 * Pennsylvania State University（宾夕法尼亚州立大学） 纠错

专题命中 代码与定理证明 ：reasoning(abstract)；分类 cs.CL

AI总结 LangSAT结合自然语言处理和强化学习，通过将英语描述转换为CNF并优化求解过程，提升SAT求解的效率和普及性。