前沿大模型高精度提炼答案集编程理论

一项新研究探索了使用神经符号方法从大型语言模型中提炼答案集编程（ASP）理论。该研究测试了九个模型，包括 Claude Sonnet 4.6、Claude Opus 4.7、GPT-5 和 DeepSeek V4 Pro 等前沿模型，涵盖了 CLEVR、GQA 和 CLEVRER 三个基准。大多数前沿模型都取得了高精度，其中 Sonnet、Opus 和 DeepSeek V4 Pro 在 CLEVRER 上达到了 90% 以上的准确率。GPT-5 在 CLEVR 上表现出色，但在 GQA 和 CLEVRER 上遇到困难，并且在引入参考理论时准确率有所下降。 AI

影响 这项研究展示了大语言模型在神经符号推理方面的潜力，有望推动复杂问题解决的自动化理论生成。

排序理由 该条目描述了一篇研究论文，其中详细介绍了大语言模型在特定任务（提炼 ASP 理论）上的实验，并报告了基准测试结果。[lever_c_demoted from research: ic=1 ai=1.0]

在 Hugging Face Daily Papers 阅读 →

• answer set programming
• Claude Opus 4.7
• Claude Sonnet 4.6
• CLEVR
• CLEVRER
• DeepSeek-V4 Flash
• DeepSeek V4 Pro
• GPT-5
• GPT-OSS 120B
• GPT OSS 20B
• GQA
• Hugging Face
• Qwen3.5:9b
• Qwen3.6-27B

• 论文
• 模型发布

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