第一届面向知识表示与推理的下一代语言模型国际研讨会 (NeLaMKRR 2024) 论文集

推理是人类智力的 essential 组成部分，它在我们能够进行批判性思考、支持负责任的决策和解决具有挑战性问题方面发挥着根本作用。传统上，人工智能领域将推理置于基于逻辑的知识表示上下文中加以 addressing。然而，近期自然语言处理领域的突破，特别是基于 Transformer 的语言模型的出现，正暗示着这些模型可能具备推理能力，尤其是当模型规模扩大且训练数据增多时。尽管关于语言模型究竟具备何种推理能力的讨论持续进行，但仍然不容易确定这些模型实际上在何种程度上具备推理能力。本次研讨会的目标是为来自不同学科和/或 AI 视角的研究者创建一个平台，以探索将语言模型中基于 Transformer 的推理能力与基于逻辑的知识表示方法进行 reconciliation 的方法和技术。具体目标包括：分析语言模型推理能力与 KR 方法的测量结果、通过神经符号方法等将 KR 风格的推理能力注入语言模型，以及正式化语言模型所执行的推理类型。这种探索旨在揭示语言模型如何有效地集成并利用知识与推理，从而提高其在需要精确性和可靠性的领域的应用和实用性。