L'IA simbolica ibrida supera i metodi basati su prompt per il ragionamento sulle politiche

Un nuovo articolo da arXiv introduce un approccio simbolico ibrido per i sistemi di IA generativa per ragionare su politiche scritte, come regole fiscali o limiti bagaglio delle compagnie aeree. Il metodo esprime le politiche in logica formale e utilizza modelli linguistici per l'estrazione dei fatti per fondare i predicati, mentre un risolutore di answer set esegue il ragionamento. Questa separazione dei passaggi di estrazione e ragionamento rende le risposte interpretabili, verificabili, accurate e robuste sotto perturbazioni di input. Nei test, l'approccio ha superato i metodi policy-as-prompt e policy-as-code nella maggior parte dei casi, con una riduzione di circa 10 volte nell'uso dei token. L'articolo, intitolato 'Policy-as-logic for robust reasoning over rules', è disponibile su arXiv con l'identificatore 2608.11905, presentato nella categoria Computer Science > Artificial Intelligence. Gli autori sostengono che il ragionamento strutturato e i risolutori simbolici combinati con modelli generativi siano preziosi per prendere decisioni robuste che coinvolgono criteri oggettivi.