标签
本文提出了一种通用的神经符号推理与学习方法，将答案集编程与基于能量的模型框架进行模块化集成，支持连续潜空间中的联合优化和端到端训练。并在MNIST、CLEVR和MOT基准测试上展示了其应用。
本文提出了一种基于模糊逻辑的新的回答集编程（ASP）扩展，通过隶属函数将数值信息与定性推理相结合，并通过一个旅游推荐案例研究进行了演示。
本文通过实现向量化、批处理和缓存来加速NeurASP神经符号AI框架，在较大任务上实现了多个数量级的提速。
本文提出了MONIR——一种模态输出规范性中间表示，旨在桥接LLM辅助的规范提取与基于ASP的合规推理，适用于技术标准领域。该框架以中国ADAS法规为实例，结合符号推理与LLM流水线，实现可解释的合规性检查。
本文提出了一种从大语言模型中蒸馏答案集编程规则的方法，以增强神经符号视觉问答，结果表明仅需少量示例即可生成正确的规则。
本文介绍了一种基于回答集编程(ASP)的CARCASS框架实现，用于在强化学习中构建抽象，并在Blocks World和Minigrid领域展示了其有效性。