arXiv cs.CL· Zeyu Jia, Bo Yao, Zihao Yang·· 10 小时前AI 评分29
TE-BPHD:用子句分解双边状态接地实现反事实开放世界演绎推理
Clause-Factored Bilateral State Grounding and Scoped Passivity for Counterfactual Open-World Deductive Reasoning
AI 导读
TE-BPHD 以 37.85M 参数将开放世界演绎推理拆分为子句分解的双边接地器与演绎审议算子,在 17,036 条 ProofWriter 测试查询上达到 79.17% 的深度-5 反事实一致性,比 Seq2Seq T5、Flan-T5 和 Recurrent-Depth T5 高 23.83 至 38.67 个百分点。
正文 · AI 翻译
摘要:开放世界假设(OWA)演绎需要在反事实编辑和未见领域中区分可证明事实(True)、反驳(False)和不可证明陈述(Unknown)。序列和潜在循环 Transformer 依赖分布捷径,而思维链语言模型会产生高自回归延迟。我们将 OWA 演绎分解为子句因子化双边接地器($F$)和演绎审议算子($B$),在类型化边因子化双边 Port-Hamiltonian 审议(TE-BPHD)中形成 $B \circ F$。TE-BPHD(37.85M 参数)仅使用三向查询标签训练,无需解析器或证明深度标注,将子句映射到 1,440 维 Belnap 空间,并通过无源平衡的隐式 Port-Hamiltonian 规则二极管传播支持。在 17,036 条锁定的 ProofWriter 测试查询上,TE-BPHD 达到 79.17 +/- 5.48% 的深度-5 反事实一致性(比 Seq2Seq T5、Flan-T5 和 Recurrent-Depth T5 高 +23.83 至 +38.67 个百分点),并在 5,270 条六领域查询上达到 94.95 +/- 1.23% 的分布外(OOD)准确率(宏平均 92.54 +/- 3.38%)。在配对的 120 条查询 OOD 切片上,TE-BPHD 在 2,048 token 推理上限下达到 93.61 +/- 4.59%,而 3-shot Qwen3-1.7B 为 79.17%(+14.44 个百分点),在 NVIDIA L4 上 batch-16 吞吐为 9.44 对 14,878.4 ms/查询。算子干预表明,对称单规则无源性防止了 Gain-Matched Unilateral Horn 中出现的正双循环模式(反事实一致性 +50.00 个百分点),而单位区间 Grounded Product-T-Norm 逻辑张量网络(LTN)无需线性求解即可实现循环安全的 OOD 迁移(94.50 +/- 0.87%),多事实 ParaRules 散文则暴露出上游接地权衡(零样本 1.33 +/- 1.76% 对五槽最优传输联合接地 34.11 +/- 5.01%)。
| 评论: | 17 页,4 幅图,5 张表。修订稿扩展了 17,036 条查询的 ProofWriter 评估、3-shot Qwen3-1.7B CoT 比较、Grounded Product-T-Norm LTN 算子干预,并更新了图 2 |
| 主题: | 机器学习(cs.LG);人工智能(cs.AI);计算与语言(cs.CL) |
| 报告编号: | TMU-TJU-PHLD-2026 |
| 引用为: | arXiv:2609.37351 [cs.LG] |
| (或本版本的 arXiv:2609.37351v3 [cs.LG]) | |
| https://doi.org/10.48550/arXiv.2609.37351 arXiv 颁发的 DOI(通过 DataCite) |
提交历史
来自:Zeyu Jia [查看邮箱]
[v1]
2026 年 9 月 29 日星期二 12:17:06 UTC(15 KB)
[v2]
2026 年 11 月 7 日星期六 13:46:51 UTC(138 KB)
[v3]
2026 年 11 月 19 日星期四 03:47:25 UTC(309 KB)
来源:arXiv cs.CL · arxiv.org