2024溯因推理的VSA分布表征学习，数量级参数效率

文章预览

Towards Learning Abductive Reasoning using VSA Distributed Representations 利用 VSA分布表征学习溯因推理    https://arxiv.org/abs/2406.19121 https://github.com/IBM/abductive-rule-learner-with-context-awareness 前序论文： 学习抽象规则进行视觉推理v2  2023 AGI之 概率溯因推理超越人类水平  2022 摘要 我们介绍了具有上下文感知能力的演绎规则学习器（Abductive Rule Learner with Context-awareness, ARLC），这是一个基于Learn-VRF解决抽象推理任务的模型。ARLC具有一个新颖且更广泛适用的演绎推理训练目标，从而在解决瑞文进阶矩阵（Raven’s progressive matrices, RPM）时提供了更好的可解释性和准确性。ARLC允许同时编程领域知识和学习数据分布背后的规则。我们在I-RAVEN数据集上评估了ARLC，展示了在分布内和分布外（未见过的属性-规则对）测试中的最先进准确性。 尽管参数数量比大型语言模型少几个数量级 ………………………………