Resumen: Antecedentes: los sistemas lógicos bivalentes clásicos no pueden capturar el matiz de la toma de decisiones humanas. También requieren conexión a tierra humana en entornos multimodales, que pueden ser ad-hoc, rígido y quebradizo. Las redes neuronales son buenas para extraer información contextual rica de datos multimodales, pero carecen de estructuras interpretables para el razonamiento.
Objetivos: la calma tiene como objetivo cerrar la brecha entre la lógica y la percepción neuronal, creando una lógica analógica que puede razonar sobre las entradas multimodales. Sin esta integración, los sistemas de IA permanecen frágiles o no estructurados, no pueden generalizarse de manera robusta a las tareas del mundo real. En calma, los predicados simbólicos evalúan los valores de verdad analógicos calculados por las redes neuronales y la búsqueda restringida.
Métodos: la calma representa cada predicado usando un árbol de dominio, que refina iterativamente su valor de verdad analógico cuando se determinan las bases contextuales de sus entidades. El refinamiento iterativo es predicho por redes neuronales capaces de capturar información multimodal y se filtra a través de un módulo de razonamiento simbólico para garantizar la satisfacción de restricciones.
Resultados: En las tareas de colocación de objetos de relleno en blanco, la calma alcanzó una precisión del 92.2%, superan la lógica clásica (86.3%) y las líneas de base LLM (59.4%). También demostró la generación de mapa de calor espacial alineada con restricciones lógicas y delicadas preferencias humanas, como lo demuestra un estudio humano.
Conclusiones: la calma demuestra el potencial de razonar con la estructura lógica mientras se alinea con las preferencias en entornos multimodales. Establece las bases para los sistemas AI de próxima generación que requieren la precisión e interpretación de la lógica y el procesamiento de información multimodal de las redes neuronales.
Publicado Originalme en rss.arxiv.org El 18 de junio de 2025.
Ver Fuente Original
