研究人员推出了一种新颖的神经符号架构——基于注意力的软答案集(AS$^2$),旨在实现端到端的全微分推理。该系统使用连续方法近似离散符号求解器,从而能够对整个模型进行基于梯度的优化。AS$^2$在符号域上的概率分布上运行,并通过最小化固定点残差进行学习,允许通过约束检查进行微分,而无需外部求解器。该架构在视觉数独等任务上表现出色,准确率接近完美,并在CLEVR-Hans基准测试中取得了优异成绩。 AI
影响 该架构有望实现AI系统中复杂推理任务更高效的训练和推理。
排序理由 该集群包含一篇详细介绍新AI架构及其在基准测试中性能的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
- answer set programming
- Attention-Based Soft Answer Sets
- CLEVR-Hans
- CLEVR-Hans3
- CLEVR-Hans7
- Visual Sudoku
- Wael AbdAlmageed
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →