为了使大型语言模型（LLMs）能够成为具有可推广的推理能力的有意识的代理人，关键是它们具备理解由环境因素或其他代理人的行动触发的分布情况变化（转换）的推理能力。我们提出了一种新颖的推理形式，称为 MetAphysical ReaSoning，它将分布变化的推理视为一个三步骤的判别过程，并引入了首个基准测试 MARS 来评估 LLMs...

这篇文章讨论了形而上学的领域建模，并强调了将代码实体与领域模型实体对齐的重要性。作者介绍了形而上学的起源和一些基本概念，如对象、属性和自然种类。文章还提到了使用形而上学进行领域建模的好处，以及如何使用抽象和接口来实现代码库与领域模型的对应关系。作者总结说，形而上学可以满足企业软件开发的需求，并逐渐开始开源一些使用这种方法创建的库。

这篇文章讨论了形而上学的问题，认为它们超出了科学的范畴，无法通过实验或数学证明回答。康德提出了合成先验判断的概念，认为它是形而上学的基础。文章还提到了物理学无法解释逻辑的问题。作者建议了解形而上学家的研究方法和为什么不使用物理学的方法。形而上学的作用在于提高认知能力。