UNcommonsense 推理：关于非寻常情境的溯因推理

准确建模事件动力学的语言技术必须进行常识推理。现有评估常识推理的工作聚焦于对常见日常情境进行推断。为转而考察对不寻常、出乎意料和不大可能情境的建模能力，我们探索了非常识溯因推理任务。给定一段具有意外结果的语言上下文，该任务要求溯因地推理出使该意外结果在上下文中更可能的解释。为此，我们整理并发布了一个名为 UNcommonsense 的英文语料库。我们刻画了人类解释者与性能最佳的大语言模型之间的表现差异，发现模型增强的人类书写解释通过权衡特异性和多样性取得了最高质量。最后，我们尝试了若干模仿学习算法来在此任务上训练开放且易获取的语言模型。与朴素的监督式微调方法相比，这些方法在由人类评估判定的常识与非常识溯因推理上一致地降低了失败率。