arXiv cs.AI· Vishvesh Bhat, Emmanuel Anaya Gonzalez, Jay Vaghasiya, Asad Aali·· 10 小时前AI 评分43
Forethought：基于神经符号原语编程的可验证推理系统
Forethought: Verifiable Reasoning from Neurosymbolic Primitive Programming
AI 导读
Forethought 是一个由符号与神经原语通过类型化领域特定语言组合而成的神经符号推理系统，在四个标准工具调用基准上端到端准确率相对直接提示同一基座模型中位数提升 32%。每个推理步骤都带有设计时检查、执行时强制的输出契约，符号步骤天然成立，学习步骤则经契约检查与实证验证。移除契约与控制层后大部分增益消失，表明带来提升的是受检结构而非单纯的任务分解。
正文 · AI 翻译
摘要：现代智能体工作流将用户请求分解为一系列工具调用，并正确解析参数，其结果通过语言模型上下文窗口中的推理轨迹进行处理。提升此类推理的主流途径是测试时扩展，即训练模型在长思维链上进行搜索；但由此获得的能力纠缠于模型权重之中，无法逐步检查，且推理成本高昂。我们提出 Forethought，这是一个神经符号推理系统，由符号与神经原语库构建，并通过带类型的领域特定语言进行组合。其结果是推理程序：模型工作的具体表示，其中每一步都带有输出契约，在设计时检查、在执行时强制。符号步骤按构造即成立，而学习得到的步骤则经过契约检查与实证验证，从而在“有保证的”与“经测量的”之间划出明确边界。将其实例化为工具调用执行内核，并在四个标准工具调用基准套件上评估，Forethought 相较直接提示同一基础模型，端到端准确率中位数提升 32%，并在所评估的配置中达到最高总体准确率，尽管仅以单次运行噪声范围内的差距落后于某个前沿模型。将小型开源模型与 Forethought 固定的小模型层配对的系统可匹敌该前沿模型，而采用非推理响应器的流水线在仅需单个微调阶段的情况下，表现优于其推理型同类。移除契约与控制层会抹去大部分增益，表明是受检查的结构而非单纯的分解驱动了改进。我们的结果展示了丰富的符号编排器在构建更准确、可靠且可审计的语言模型智能体方面的潜力。
| 主题： | 人工智能（cs.AI） |
| 引用为： | arXiv:2607.04096 [cs.AI] |
| （或本版本使用 arXiv:2607.04096v2 [cs.AI]） | |
| https://doi.org/10.48550/arXiv.2607.04096 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Asad Aali [查看邮箱]
[v1]
2026年7月5日周日 03:20:23 UTC（58 KB）
[v2]
2026年11月10日周二 00:16:50 UTC（54 KB）
来源：arXiv cs.AI · arxiv.org