Tag · 4 篇

神经符号推理

分布视觉语言模型3强化学习与具身智能1

VIRO: Robust and Efficient Neuro-Symbolic Reasoning with Verification for Referring Expression Comprehension

在神经符号 REC 的推理链中嵌入算子级轻量验证器，使每个算子（物体存在性、空间关系）执行后自检并可弃权，为视觉推理系统提供抑制级联误检、处理无目标情形的可复用机制。

NeuroRule: Bridging Vision and Logic with Differentiable Rule Induction

将视觉特征映射为概率符号表示，并用可微规则学习引擎自动发现一阶逻辑规则，为关系预测提供透明解释；这种神经符号桥接思路可迁移到其他需要组合推理的视觉任务（如视觉问答、指代分割）。

Hilbert-Geo: Solving Solid Geometric Problems by Neural-Symbolic Reasoning

把几何图形解析成形式化谓词（CDL）再交给定理库做可验证推理，这条「视觉解析→符号推理」的流水线可直接迁移到图表理解、几何题求解等需要严格可验证输出的多模态任务上。

Cross-Domain Demo-to-Code via Neurosymbolic Counterfactual Reasoning

把视频演示抽象为符号轨迹、再用反事实状态搜索做可验证的程序修订，这一「感知→符号→可验证改写」的管线可迁移到视觉演示学习与跨域操作策略生成中，为 VLM 驱动的机器人编程提供可验证的中间表示。