研究人员开发了一种使用大型语言模型（LLMs）预测几何定理的新方法，无需梯度优化。他们的方法称为定理优先图（Theorem Precedence Graphs），将历史解决方案中的时间依赖性编码到有向图中，以指导 LLM 的搜索并克服称为结构漂移的可扩展性问题。该技术使 LLMs 能够充当结构化规划器，在 FormalGeo7k 基准测试上达到 89.29% 的准确率，可与最先进的监督模型相媲美。 AI
影响 显式的结构先验为扩展基于 LLM 的符号推理提供了一个有前景的方向。
排序理由 学术论文，详细介绍了基于 LLM 的符号推理的新方法。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →