Логические рассуждения на месте и расширение знаний являются важными элементами развития автоматизированных систем для научных открытий. В этой работе представлен Graph-PReFLexOR (рекурсивное языковое моделирование на основе предпочтений на основе графов для исследовательской оптимизации рассуждений), генеративная среда, предназначенная для выполнения рассуждений на динамических графах и итеративного расширения знаний предметной области. Обучение Graph-PReFLexOR основано на методах обучения с подкреплением и позволяет создавать подробные графики знаний и абстрактные представления, обеспечивая иерархическое рассуждение и адаптивное обучение, для создания графов на месте, символического представления аргументов и логических выводов, чтобы в конечном итоге сформулировать ответ на задачи. Важно отметить, что Graph-PReFLexOR формализует рассуждения как структурированное отображение. Вдохновленный моделированием теории категорий, которое подчеркивает взаимосвязь объектов, а не их внутренние детали, граф кодирует понятия как узлы, а отношения — как направленные ребра. Комбинируя символический и контекстный вывод in-situ, фреймворк на лету генерирует собственное структурированное представление и тем самым фиксирует сложные взаимозависимости и переводит их в…
Модальности:
Генерация текста
Области применения:
Диалог / чат Биология
Задача: Генерация текста
Автор: lamm-mit
Теги: llama, biology, materials, language, LLM, conversational, text-generation-inference, endpoints_compatible
Лайков: 12 | Загрузок: 29
Описание основано на материалах HuggingFace. Перевод выполнен автоматически.
