研究者提出Lattice Deduction Transformer逼近逻辑推理
热点事件持续更新
研究者提出Lattice Deduction Transformer逼近逻辑推理
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
Liam Davis 等研究者在 arXiv 发布论文，提出 Lattice Deduction Transformer（LDT）：一种循环 Transformer，在前向传播之间通过格投影变换潜在状态，以逼近逻辑上可靠的推理。训练采用 on-policy 流程模仿搜索式约束求解器的推理，并用基于抽象解释的解候选集近似作监督。 论文称，一个仅 80 万参数的 LDT 在 Sudoku-Extreme 上超过以往小型循环推理模型，训练计算量估计不到其 2%。代码已随论文公开。
AI 根据报道生成 · 1 小时前更新
最新进展11月5日 13:00
Lattice Deduction Transformer（LDT）：循环 Transformer 逼近逻辑可靠推理报道时间线
沿着报道，了解事件的不同侧面。
11月5日
- arXiv cs.AILattice Deduction Transformer（LDT）：循环 Transformer 逼近逻辑可靠推理
研究者提出 Lattice Deduction Transformer（LDT），一种通过格投影在前向传播间逼近逻辑可靠推理的循环 Transformer，训练采用模仿搜索式约束求解器推理的 on-policy 流程，并以基于抽象解释的解候选集近似做监督。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。