answer-set-programming

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。