counterfactual-perturbation

本文提出一种神经符号框架，将推理解耦为符号有效性和语义 grounding，利用验证器和训练的PRM来提高LLM在科学推理任务中的可靠性。

本文介绍了 LogMILP，这是一种用于日志实例异常定位的弱监督框架，它利用原型引导的结构建模和反事实扰动一致性正则化，仅使用包级标签即可提高检测精度和可解释性。