增强大语言模型的逻辑推理能力以促进法律应用
计算与语言
2023-11-23 v1 人工智能
摘要
语言是传达思想的载体，使个体之间得以交流。区分不同概念、辨别公平与不公以及理解一系列法律观念的能力，从根本上依赖于逻辑推理。大语言模型（LLMs）试图模拟人类的语言理解与生成，但其在逻辑推理方面的能力仍然有限。本文试图回答一个哲学问题：我们如何能在保持对语言与逻辑之间错综关系深刻理解的同时，有效地向 LLMs 传授逻辑推理？通过着力增强 LLMs 的逻辑推理能力，我们旨在拓展其在法律及其他逻辑密集型学科中的适用性。为此，我们提出了一种基于逻辑反馈的强化学习（RLLF）方法，作为 refinement LLMs 推理能力的潜在框架。通过 RLLF 与一种修正的评估方法，我们探索了该领域研究的新途径，并有助于开发出能够处理复杂法律推理任务、同时承认语言与逻辑根本联系的 LLMs。
引用
@article{arxiv.2311.13095,
title = {Enhancing Logical Reasoning in Large Language Models to Facilitate Legal Applications},
author = {Ha-Thanh Nguyen and Wachara Fungwacharakorn and Ken Satoh},
journal= {arXiv preprint arXiv:2311.13095},
year = {2023}
}
备注
ALP@JURIX2023