symbolic-reasoning

MAVEN 是一种轻量级符号推理框架，通过模块化验证和自适应工具编排，提升了智能体工具调用的泛化能力。它在新的压力测试基准 MAVEN-Bench 上取得了显著的准确率提升，并且以极低的成本与专有模型保持竞争力。

本文提出一种符号框架，利用本体、语义分析（AMR）和推理，将脱敏的警方叙述转化为证据关联的事实，从而能够对通常仅存在于自由文本中的事件细节进行结构化查询。

提出了BISON系统，该系统将学习到的低层神经策略与高层符号规划相结合，用于长时域具身任务，展现了强大的泛化能力和效率。

本文介绍了神经规则归纳器（NRI），这是一种用于零样本逻辑规则归纳的基础模型，它利用与领域无关的统计特性，无需重新训练即可跨任务进行泛化。