比思维链准43%！逻辑脑+大模型直觉，推理可靠性大幅提升

来源：市场资讯

（来源：新智元）

新智元报道

编辑：LRST

【新智元导读】来自中德的研究团队发布最新成果，给大模型外挂「逻辑脑」：用答案集编程当慢思考，LLM当快直觉，空间推理准确率一口气提高四成多。这套会自我修正的「神经-符号」双系统，让AI既能说清每一步逻辑，又能跨任务迁移，向更可靠的通用推理迈出关键一步。

大语言模型（LLMs）已在文本生成、代码编写乃至多模态任务中展现出惊人的能力，但在涉及严谨逻辑与物理的空间推理任务上，它们仍显得力不从心。

比如，当模型需要理解多个物体之间的相对位置关系，并在复杂语境下进行多步骤推理时，往往容易出现「逻辑断裂」：可能在中间步骤中虚构错误事实，或偏离目标，最终导致答案不可靠。

这一问题在空间推理任务中尤为突出。空间推理要求模型能像人一样，推演出「桌子在椅子左边，灯在桌子上方，因此灯也在椅子左边」这样的复杂链条。

然而，尽管「思维链（Chain-of-Thought）」等提示工程方法在一定程度上提升了模型的推理表现，但在多步骤、动态变化的场景中，它们依旧难以保证逻辑一致性。

为了弥合神经网络的模式识别能力与符号系统严谨逻辑之间的鸿沟，来自德国图宾根大学、斯图加特大学（王荣）和同济大学（孙坤）的科研人员合作研究发表在著名的人工智能和深度学期刊《神经网络》（Neural Networks）上，该研究提出了一种创新的神经-符号（neural-symbolic）框架。

论文链接：

https://www.sciencedirect.com/science/article/pii/S0893608025009025

该框架通过一个精巧的自动迭代反馈循环（而非手动），成功地将大语言模型与一种名为「答案集编程」（Answer Set Programming, ASP）的声明式逻辑编程系统相结合，显著提升了机器的空间推理能力。

研究人员借鉴了认知科学中的「双过程理论」，该理论认为人类思维分为两个系统：系统1负责快速、直观的联想式思考，而系统2则进行缓慢、审慎的规则化推理。

在这套新框架中，LLM强大的语言理解和模式识别能力扮演了类似「系统1」的角色；而ASP作为符号推理的主干，则承担了「系统2」的职责，负责精确、可验证的逻辑推导。

基于DSPy框架的神经-符号管道框架

该框架的工作流程可以概括为一种「翻译-执行-修正」的协同模式：

1）翻译 (Semantic Parsing):首先，LLM接收自然语言形式的上下文和问题，并将其翻译成ASP能够理解的、结构化的逻辑事实与规则代码。

2）执行 (Logical Reasoning):接着，ASP求解器接管这些逻辑代码，利用其强大的非单调推理能力（即在信息不完整的情况下进行推理），计算出所有满足约束条件的稳定解。

3）修正 (Iterative Feedback):这是整个系统的核心创新。以往的神经-符号方法中，LLM生成的逻辑代码常常因语法或逻辑错误而导致整个系统失败，成功率有时低至17%

新框架引入了LLM与ASP求解器之间的迭代反馈循环。如果ASP在执行中发现错误，系统会将错误信息反馈给LLM，指导其对生成的逻辑程序进行多轮修正，直至代码在语法和语义上都完全正确。

整个系统基于模块化的DSPy框架构建，它为LLMs和符号求解器之间的无缝双向交互提供了支持，使得这种复杂的协同工作流得以实现。

自然语言查询转换为ASP表示的过程

在复杂基准测试中表现卓越

研究团队在两个不同类型的基准任务上检验了框架：

StepGame：结构化的合成数据集，用于测试多步推理。

SpartQA：语言与逻辑复杂度极高，包含 3D 空间关系、多重量词（如「所有」「仅仅」）等挑战。

结果显示，该框架在StepGame上的准确率达到82–93%，在SpartQA上为71–80%。

相比直接提示和思维链方法，准确率最高分别提升了43%和25%

更重要的是，这一框架使得推理过程透明、可追溯。每一步逻辑都能通过符号系统进行验证和修正，避免了「黑箱式」推理难以解释的问题。

在测试数据集SpartQA上LLMs与符号求解器的迭代反馈表现

通往更可靠通用AI的潜力

研究团队强调，这项成果的意义不仅在于攻克空间推理，更在于提供了一种神经网络与符号逻辑深度融合的范式。

这条路径有望解决 AI 长期存在的可解释性、可靠性与泛化性难题。

尤其值得一提的是，该技术展现出很强的泛化能力：不仅能处理空间推理任务，还可以扩展到各种需要严谨逻辑链条的复杂任务场景，如法律推理、多模态推理、工程规划乃至科学研究等。

通过为LLMs配备外部「逻辑脑」，系统可以在语言理解与逻辑推理之间实现类似人类的「双系统」协作，不仅能产出更高质量的答案，还能展现出明确的逻辑链条。

这种具备自我修正与类人多组件推理能力的混合架构，这种能自我修正、跨任务泛化的「人类式推理」新路径被认为是迈向通用人工智能（AGI）的重要一步。

换句话说，这项研究让大模型从「能说会道」，真正走向「能想会推理」，并具备跨任务迁移与应用的潜力。

参考资料：https://www.sciencedirect.com/science/article/pii/S0893608025009025