基于偏好最大可满足性的大语言模型可靠推理

Pedro Orvalho, Marta Kwiatkowska, Guillem Alenyà, Felip Manyà

摘要

本文提出一种混合推理方法，利用大语言模型生成Python代码将用户约束和偏好编码为偏好最大可满足性问题，并由精确求解器求解。实验表明该方法在机器人领域的偏好推理任务中显著优于直接回答、思维链等基线方法，接受率可达80%以上。

Large Language ModelsMaximum SatisfiabilityPreference-based ReasoningCode GenerationRobotics

OTHER

📊 1 引用

Qiang Cui, Chuan Yu, Daoqian Yang 等 5 位作者

Robotics and Computer-Integrated Manufacturing · 2026

OTHER

📊 0 引用

Ke Shang, Xin Jin, Teli Xu 等 7 位作者

Robotics and Computer-Integrated Manufacturing · 2026

OTHER

📊 0 引用

Aryan Chaudhary

Recent Advances in Computer Science and Communications · 2026

OTHER

📊 0 引用

Chuang Shi, Tianming Liu, Ning Xue 等 9 位作者

Aerospace Science and Technology · 2026