标签
本文提出了一种神经符号方法，将MaxSAT预言机作为一致性验证器，引导视觉语言模型（VLM）解决数独谜题，从而提高逻辑一致性和求解实例数量。
LC-ERD是一个框架，从LLM生成的推理链中挖掘潜在逻辑，将全局奖励分解为步骤级信号，实现无需人工标注的自我进化推理。它通过变分逻辑势和多智能体值分解来解决标签噪声、粗粒度监督和分布崩溃问题。
本文介绍了RE-Edit，一个用于评估图像编辑系统的基准，涵盖五个推理维度（物理、环境、文化、因果、指代），旨在评估逻辑一致性而不仅仅是视觉合理性。该基准包含1000个样本，评估了十个开源模型和两个商业模型，结果表明即使是先进系统在隐式多维度推理方面也存在困难。