media Hugging Face Forums · il y a 2 j · open_models

Proposition pour un système de décomposition de propositions et de raisonnement piloté par les contradictions

Traduit de English → Français

Un auteur propose une conception de recherche pour un système de raisonnement qui détecte les contradictions entre deux propositions en les décomposant en composants plus petits et en recherchant des collisions logiques, plutôt que de s'appuyer sur le jugement direct d'un LLM.

Le système sépare l'exploration probabiliste de la vérification formelle pour améliorer l'efficacité sous des budgets de génération limités.
L'identification des propositions utilise des relations d'implication pour mapper le contenu correspondant à travers différentes structures logiques.
Une stratégie de recherche orientée vers les collisions vise à trouver plus efficacement les formes positives et négatives du même sujet que la recherche non dirigée.
L'implémentation initiale cible la logique propositionnelle, émettant CONTRADICTION, CONSISTENT ou UNKNOWN.

L'auteur cherche des discussions, des critiques, des approches alternatives et des collaborateurs pour aider à implémenter ou tester cette hypothèse.

Importance 1/3 Confiance 1/3 Hugging Face Forums Reasoning models Research paper

Lire l'original

Articles similaires

arxiv arXiv cs.CL · il y a 7 h · 11 vues

TelecomGPT-R1 : Post-apprentissage unifié pour le raisonnement sur des tâches télécom hétérogènes

Les chercheurs présentent TelecomGPT-R1, une famille de modèles de raisonnement télécom unifiés et open-source conçus pour automatiser les tâches d'ingénierie en raisonnant sur les normes, les configurations et les journaux. Le modèle comble les lacunes des LLM généralistes et spécialisés existants grâce à une approche structurée couvrant les axes du protocole, des connaissances, de la modélisation et des pannes.

media Don't Worry About the Vase · il y a 51 j · 41 vues

Astra d'OpenAI résout 10 grands problèmes ouverts de mathématiques

OpenAI a publié les résultats de son modèle interne non diffusé, Astra, qui a réussi à résoudre dix problèmes ouverts importants en mathématiques. Les solutions ont été générées par le modèle puis formalisées en certificats Lean par des chercheurs humains.

blog Simon Willison · il y a 53 j · 51 vues

Le modèle Astra d'OpenAI résout dix problèmes mathématiques de longue date en utilisant GPT-5.6 Sol

OpenAI a publié des solutions à dix problèmes de mathématiques et d'informatique théorique qui n'avaient connu aucun progrès sur leurs résultats principaux depuis au moins une décennie, en utilisant une version interne de son prochain modèle majeur, Astra.

arxiv arXiv cs.AI · il y a 62 j · 37 vues

PoTRE présente un cadre multi-agents hétérogène pour le raisonnement au moment du test

Les auteurs présentent PoTRE (Poly-Topological Reasoning Ensembles), un cadre conçu pour pallier les limites de l'invocation standard en flux unique dans les tâches de raisonnement complexes. PoTRE découple l'inférence en quatre agents distincts : un Agent d'affinement adversarial, un Agent de planification stratégique hiérarchique, un Agent de recherche spectrale et un Agent à chaîne directe.

arxiv arXiv cs.AI · il y a 69 j · 22 vues

Deep Interaction permet une correction humaine précise des erreurs de raisonnement des LLM

Les auteurs proposent Deep Interaction, une méthode d'interaction homme-IA efficace conçue pour corriger les erreurs de raisonnement dans les grands modèles de langage sans nécessiter de régénération complète de la réponse. Ce mécanisme permet aux utilisateurs de modifier directement la réponse Chain-of-Thought originale, préservant les étapes précises tout en corrigeant les erreurs.