站長(zhǎng)之家（ChinaZ.com）6月7日 消息:新加坡國(guó)立大學(xué)聯(lián)合加州大學(xué)圣芭芭拉分校與奧克蘭大學(xué)的研究人員提出了一種名為SymbCoT（Symbolic Chain-of-Thought）的全新推理框架，旨在提升大語(yǔ)言模型(LLMs)的符號(hào)邏輯推理能力。這一框架結(jié)合了符號(hào)化邏輯表達(dá)式與思維鏈，極大提升了推理的質(zhì)量、魯棒性與可信度。SymbCoT框架已被ACL2024錄用。

SymbCoT框架包含四個(gè)主要部分:翻譯、規(guī)劃、執(zhí)行和驗(yàn)證。翻譯模塊將邏輯推理任務(wù)中的前提和結(jié)論翻譯成符號(hào)化表達(dá);規(guī)劃模塊根據(jù)自然語(yǔ)言與符號(hào)化表達(dá)生成邏輯推理計(jì)劃;執(zhí)行模塊遵循邏輯推理規(guī)則驗(yàn)證結(jié)論的邏輯正確性;驗(yàn)證模塊通過(guò)對(duì)比翻譯前后的語(yǔ)義信息，驗(yàn)證翻譯和執(zhí)行過(guò)程中是否存在錯(cuò)誤。

實(shí)驗(yàn)結(jié)果表明，SymbCoT在三個(gè)復(fù)雜邏輯推理數(shù)據(jù)集上的表現(xiàn)均優(yōu)于傳統(tǒng)思維鏈（CoT）和使用外部推理工具的方法。具體來(lái)說(shuō)，在GPT3.5-turbo和GPT-4上，SymbCoT的性能分別提升了22.08%、9.31%和7.88%。此外，SymbCoT在復(fù)雜場(chǎng)景推理、可信度和魯棒性方面也優(yōu)于現(xiàn)有方法。

論文地址：https://arxiv.org/pdf/2405.18357

項(xiàng)目地址：https://github.com/Aiden0526/SymbCoT

SymbCoT的優(yōu)勢(shì)在于:

復(fù)雜推理能力:SymbCoT在處理更深層次推理問(wèn)題時(shí)表現(xiàn)更佳。

魯棒性:SymbCoT在執(zhí)行符號(hào)表達(dá)式語(yǔ)法時(shí)的成功率顯著提高，顯示出對(duì)語(yǔ)法錯(cuò)誤的魯棒性。

可信的邏輯推理:與傳統(tǒng)CoT相比，SymbCoT基于嚴(yán)密的邏輯推理和驗(yàn)證，有效消除了過(guò)程中的不可信因素。

符號(hào)與自然語(yǔ)言混合表達(dá):SymbCoT通過(guò)結(jié)合符號(hào)和自然語(yǔ)言表達(dá)來(lái)糾正翻譯錯(cuò)誤并增強(qiáng)邏輯推理的有效性。

不同LLM的影響:SymbCoT與更先進(jìn)的模型（如GPT-4）之間的協(xié)同效應(yīng)更為顯著。