亚里士多德
构建下一代系统，可以系统地推理、解释并随着时间的推移不断改进
系统的推理和解释 可教推理系统 使用基于内存的体系结构进行持续学习 知识和信念 通用数学推理
最近的更新
研究领域
可教学推理系统
神经符号推理与解释
通用数学推理机
最近的论文
ADaPT：基于语言模型的按需分解与规划 阿奇基·普拉萨德、亚历山大·科勒、马雷克·哈特曼、彼得·克拉克、阿什什·萨巴瓦尔、莫希特·班萨尔、图沙尔·科特 NAACL调查结果 • 2024 大型语言模型（LLM）越来越多地用于需要规划和适应环境的交互式决策任务。 最近的工作主要以两种方式使用LLM作为代理：迭代确定下一个动作（迭代… 利用代码改进语义分析的In-context学习 Ben Bogin、Shivanshu Gupta、Peter Clark、Ashish Sabharwal NAACL公司 • 2024 在语义分析中，上下文内学习（ICL）以其较少的快照和改进的泛化能力而备受关注。 然而，从几个演示中学习解析为罕见的领域特定语言（DSL）是一项挑战，限制了… QualEval：模型改进的定性评估 维什瓦克·穆拉哈里（Vishvak Murahari）、阿梅特·德斯潘德（Amee Deshpande）、彼得·克拉克（Peter Clark）、坦马·拉杰普罗希特（Tanmay Rajpurohit）、阿什什·萨巴瓦尔（Ashish Sabharwal）、卡西克·纳拉西姆汉（ NAACL公司 • 2024 传统上，定量评估指标在衡量人工智能系统（包括大型语言模型（LLM））的进步方面至关重要。 然而，这些指标具有固有的局限性。 考虑到现实世界的复杂性… 偏见根深蒂固：人格化LLM中的隐含推理偏见 Shashank Gupta、Vaishnavi Shrivastava、A.Deshpande、A.Kalyan、Peter Clark、Ashish Sabharwal、Tushar Khot ICLR公司 • 2024 最近的作品展示了LLM在回应中体现不同人物角色的能力，例如提示“Youare Yoda”。 解释相对论。” 虽然此功能允许LLM个性化并支持人类行为… 思想链变形金刚的表现力 阿什什·萨巴沃尔·威廉·梅里尔 ICLR公司 • 2024 最近的理论工作已经确定了令人惊讶的简单推理问题，例如检查图中的两个节点是否连接或模拟有限状态机，这些问题被标准变压器证明是无法解决的，这些变压器在…
