arXiv에 올라온 논문인데, 자연어 추론 문제를 1차 논리(FOL)와 Narsese라는 형식 언어로 자동 변환하는 파이프라인을 제안해요

LLM이 틀리는 이유를 기호 논리로 보완하는 연구가 나왔어요. arXiv에 올라온 논문인데, 자연어 추론 문제를 1차 논리(FOL)와 Narsese라는 형식 언어로 자동 변환하는 파이프라인을 제안해요.

핵심은 "불확실성을 명시적으로 다룬다"는 거예요. 기존 LLM은 True/False 이분법으로 답하지만, 이 시스템은 True·False·Uncertain 세 가지 레이블로 분류해요. NARS-Reasoning-v0.1이라는 벤치마크도 함께 공개했는데, 자연어 문제마다 FOL 형식과 실행 가능한 Narsese 프로그램이 쌍으로 붙어 있어요.

소형 모델인 Phi-2에 LoRA 어댑터를 붙여 이 벤치마크로 파인튜닝한 실험도 담겨 있어요. 논문은 14페이지 분량이고 AGI-26 학회에 제출됐어요.

LLM의 언어 능력과 기호 추론의 신뢰성을 결합하려는 뉴로-심볼릭 연구가 다시 주목받고 있는 흐름이에요.