ProRAC：基于LLM的行动推理神经符号方法
人工智能
2025-11-20 v1 计算与语言
摘要
本文提出ProRAC（基于Progression的行动与变更推理），一种神经符号框架，利用LLM解决RAC问题。ProRAC从问题中提取基本RAC元素，包括动作和问题，逐步执行每个动作以推导最终状态，然后将查询与已推导的状态进行评估以得出答案。我们在几个RAC基准测试上对ProRAC进行了评估，结果表明，该方法在不同基准、不同领域、不同LLM Backbone以及不同类型的RAC任务中均表现出色。
引用
@article{arxiv.2511.15069,
title = {ProRAC: A Neuro-symbolic Method for Reasoning about Actions with LLM-based Progression},
author = {Haoyong Wu and Yongmei Liu},
journal= {arXiv preprint arXiv:2511.15069},
year = {2025}
}