神经符号框架使用组合范畴语法重构大型语言模型输出

研究人员提出了一个神经符号框架，利用组合范畴语法（CCG）将大型语言模型（LLMs）的输出重构为类型化的组合推导。该方法虽然不声称LLMs内部实现了CCG，但表明LLM的输出可以以增量方式被可听地重构。该框架超越了自然语言，扩展到Solidity、OWL和SQL等形式语言，利用了Curry-Howard对应关系。它能够针对外部知识源检查组合结构失败和幻觉内容。 AI

影响 该框架可以实现对LLM生成的代码和形式语言输出进行更鲁棒的检查，从而可能减少幻觉并提高可靠性。

排序理由 该条目是一篇学术论文，详细介绍了一种分析LLM输出的新颖框架。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

• arXiv
• combinatory categorial grammar
• Curry–Howard correspondence
• large language models
• Remo Pareschi
• Solidity
• SQL

• 论文
• 其他

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →