Maximum satisfiability problem

新的神经符号方法增强了VLM在数独问题上的推理能力

研究人员开发了一种新颖的神经符号方法，以提高视觉语言模型（VLMs）在解决数独等基于网格的谜题时的逻辑一致性。该方法集成了最大可满足性（MaxSAT）预言机，作为VLM生成赋值的验证器和精炼引擎。通过将候选放置编码为软子句，并将数独约束编码为硬子句，MaxSAT求解器在出现不一致时识别出最大的相互一致的赋值子集。这种以结构化文本和视觉格式提供的反馈，指导VLMs提高逻辑一致性并增加解决谜题的成功率。