arXiv · ML· Samy Badreddine, Emile van Krieken, Luciano Serafini, Antonio Vergari·· 9 天前AI 评分23
神经符号推理中近似预算的最佳分配策略:基于张量分解的编译流水线
Where to Approximate in Neurosymbolic Inference?
AI 导读
研究提出统一的三步近似编译流水线,利用张量分解精确乘法子并重构乘积,使 WMC 估计精度比现有方法高数个数量级。 该流水线在 Sudoku、算术推理等六类任务中,随着问题规模增加表现优于先验方法,能更好地捕捉符号因子间的紧密交互依赖。 文章指出该设计为复杂概率推理任务提供了新的近似编译设计空间,已被 NeurIPS 2026 接收。
来源:arXiv · ML · arxiv.org