大型语言模型是神经符号推理器

原文约300字，阅读约需1分钟。发表于：。

该论文研究了大型语言模型作为符号推理器的潜在应用，提出了一个针对符号挑战和实现游戏目标的 LLM 代理，并通过实验结果证明了其能显著增强 LLMs 作为符号推理自动化代理的能力，对涉及符号任务的基于文本的游戏取得了 88% 的平均性能。

研究发现大型语言模型在逻辑推理方面存在缺陷，提出多种策略赋予其逻辑推理能力，生成更符合逻辑的答案。通过构建数据集进行评估和预训练，验证了逻辑训练大型语言模型的有效性和必要性。