#logic
共 2 篇相关内容 · 安全漏洞、AI动态、技术文章
技术文章 2
DeepSWIP:让神经符号系统学会反事实推理
# DeepSWIP:让神经符号系统学会反事实推理 ## TL;DR 神经符号系统(如DeepProbLog)结合了神经网络的感知能力和逻辑推理的精确性,但它们的推理方式是"关联性"的——只能回答"给定证据,什么最可能发生?"。这篇论文
DeepSWIP:神经概率逻辑程序中的反事实推理新突破
神经符号系统(如DeepProbLog)将神经感知与概率逻辑结合,但标准推理仅限于关联层面。DeepSWIP引入了单世界反事实语义,通过神经物化将神经谓词转化为普通ProbLog选择,再应用SWIP和加权模型计数(WMC)计算反事实。实验表明,该方法在MPI3D数据集上精确匹配DeepTwin构造,推理速度提升2.14倍。HOV实验揭示了神经校准退化对反事实估计的偏差影响。