一篇新论文提出了一个理论框架，通过结合同伦类型理论的原理来推广神经符号（NeSy）推理系统。该方法旨在保留传统基于集合的 NeSy 系统中通常会丢失的关于对称性和证明结构的信息。作者们证明，该框架可以更有效地计算概念后验，在 MNIST 推理捷径基准测试中优于集成方法，同时保持标签准确性。 AI
影响 引入了一种新颖的神经符号人工智能理论方法，有望提高推理能力和计算效率。
排序理由 该集群包含一篇在 arXiv 上发表的研究论文，详细介绍了人工智能推理的新理论框架。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2606.17851v1 Announce Type: new Abstract: A wide range of neurosymbolic (NeSy) systems compute one functional: a belief-weighted sum of a logical quantity over a space of $\sigma$-structures, of which weighted model counting, fuzzy logic, and probabilistic logic are special…
A wide range of neurosymbolic (NeSy) systems compute one functional: a belief-weighted sum of a logical quantity over a space of $σ$-structures, of which weighted model counting, fuzzy logic, and probabilistic logic are special cases. This account is built on sets, and a set deli…