arXiv cs.AI· Wael AbdAlmageed·· 10 小时前AI 评分32
AS²：基于注意力的软答案集，一种端到端可微的神经-软符号推理架构
AS2 -- Attention-Based Soft Answer Sets: An End-to-End Differentiable Neuro-Soft-Symbolic Reasoning Architecture
AI 导读
AS² 是一种完全可微的神经-符号架构，用对 Answer Set Programming 立即后果算子 T_P 的连续近似替代离散求解，训练和推理均无需外部求解器。
正文 · AI 翻译
摘要：神经符号系统通常将神经感知与离散符号求解器相结合，限制了端到端优化。我们提出基于注意力的软答案集（AS$^2$），这是一种完全可微的神经符号架构，它用对答案集编程（ASP）立即后果算子 $T_P$ 的连续近似来替代离散求解。AS$^2$ 在有限符号域上维护概率分布，并通过最小化 $T_P$ 概率版本的不动点残差来学习，从而在训练或推理期间无需外部求解器即可通过约束检查进行微分。对于空间约束满足任务，AS$^2$ 用直接源自声明式 ASP 规范的约束组成员嵌入替代位置嵌入，使模型不依赖于任意位置索引。在 Visual Sudoku 上，AS$^2$ 在无外部求解器的情况下，经贪心解码后达到 99.89% 的原始单元格准确率和 100% 的约束满足率。在 CLEVR-Hans 上，AS2 在 CLEVR-Hans3 上达到 99.94%，在 CLEVR-Hans7 上达到 87.77%。这些结果表明，可微不动点推理、约束感知注意力和声明式约束规范能够匹配或超越基于流水线和基于求解器的神经符号方法，同时保持端到端可微性。
| 学科： | 人工智能（cs.AI） |
| 引用为： | arXiv:2603.18436 [cs.AI] |
| （或 arXiv:2603.18436v2 [cs.AI] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2603.18436 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Wael AbdAlmageed [查看电子邮件]
[v1]
2026年3月19日星期四 02:51:18 UTC（888 KB）
[v2]
2026年11月4日星期三 03:44:11 UTC（330 KB）
来源：arXiv cs.AI · arxiv.org