rule-learning

RimRule提出了一种神经符号方法，利用最小描述长度原则从失败轨迹中提炼出紧凑、可解释的规则，在不修改权重的情况下提升LLM工具使用性能，并展示了规则在模型间的可迁移性。

JERP 提出了一种方法，让LLM智能体从相同的交互轨迹中联合学习可解释的自然语言规则并更新策略参数，在AlfWorld和WebShop上提升了性能，同时保持了可检查性。

本文介绍了gammaILP，一个完全可微的框架，能够直接从图像数据中学习一阶规则，且无标签泄露，解决了符号接地和谓词发明等挑战。