计算机科学 > 人工智能
[提交于 2025年11月6日
]
标题: VeriCoT:通过逻辑一致性检查的神经符号思维链验证
标题: VeriCoT: Neuro-symbolic Chain-of-Thought Validation via Logical Consistency Checks
摘要: 大型语言模型可以通过思维链(CoT)执行多步骤推理,但它们无法可靠地验证自己的逻辑。 即使它们得出正确的答案,其背后的推理可能有误,这在高风险场景中会削弱信任。 为缓解这一问题,我们引入了VeriCoT,这是一种神经符号方法,能够从CoT推理中提取并验证形式化的逻辑论证。 VeriCoT将每个CoT推理步骤形式化为一阶逻辑,并识别出将论证扎根于源上下文、常识知识或先前推理步骤的前提。 符号表示使得自动化求解器可以验证逻辑有效性,而自然语言前提则使人类和系统能够识别缺乏依据或存在谬误的推理步骤。 在ProofWriter、LegalBench和BioASQ数据集上的实验表明,VeriCoT能有效识别有缺陷的推理,并作为最终答案正确性的强大预测器。 我们还利用VeriCoT的验证信号进行: (1) 推理时的自我反思,(2) 在VeriCoT提炼的数据集上进行监督微调(SFT),以及 (3) 使用基于验证的成对奖励进行直接偏好优化(DPO)的偏好微调(PFT),从而进一步提高推理的有效性和准确性。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.