OTHER
基于偏好最大可满足性的大语言模型可靠推理
Pedro Orvalho, Marta Kwiatkowska, Guillem Alenyà, Felip Manyà
- 发表年份
- 2026
- 访问权限
- 开放获取
摘要
本文提出一种混合推理方法，利用大语言模型生成Python代码将用户约束和偏好编码为偏好最大可满足性问题，并由精确求解器求解。实验表明该方法在机器人领域的偏好推理任务中显著优于直接回答、思维链等基线方法，接受率可达80%以上。
关键词
Large Language ModelsMaximum SatisfiabilityPreference-based ReasoningCode GenerationRobotics
相关论文
OTHER
📊 26,957 引用
Statistical Learning Theory
Yuhai Wu, Vladimir Vapnik
1999
OTHER
开放获取📊 20,501 引用
Fractional Differential Equations
Igor Podlubný
2025
OTHER
📊 18,993 引用
Applied Nonlinear Control
Jean-Jacques Slotine, Weiping Li
1991
PERCEPTION
📊 14,348 引用
Are we ready for autonomous driving? The KITTI vision benchmark suite
Andreas Geiger, P Lenz, R. Urtasun
2012