标签
This paper investigates how different formal knowledge representation notations affect language models' syllogistic reasoning, extending FOLIO and P-FOLIO datasets and introducing the CLGC library for generating syllogisms.
本文研究了像欧拉图和线性图这样的图表表示法是否能够改善LLM在三段论任务上的推理能力，结果发现与自然语言或逻辑符号表示相比，其益处有限。
本文认为，包括GPT-5在内的数据驱动机器学习系统无法仅通过缩放达到符号级别的逻辑推理，原因在于它们在区分逻辑结构与统计规律方面存在固有局限性。