EN

面向知識的可解釋復雜問題推理

17.png

推理問答能力是認知智能的重要基石,它要求相關的認知大模型可以像人一樣將復雜問題拆分成簡單問題的組合,并整合得到答案。為此,我們提出了面向知識的可解釋復雜問題推理框架和可解釋推理編程語言KoPL,并構建了相應的配套設施,本研究由北京智源人工智能研究院和清華大學共同開展。具體地,我們提出了一種基于KoPL的復雜推理問答的新范式,可以將自然語言問句轉化為由基本函數組合而成的程序,程序運行的結果即為問句的答案。采用這種方式,推理問答具有顯式、透明、模塊化的推理過程;易于理解,便于人機交互;可以面向知識庫、文本等不同形式的知識,可擴展性強。為了更好地利用該范式實現自動編程,我們基于Wikidata構建了KQA Pro數據集,覆蓋多種類型的知識,每個問題包含自然語言問題、對應的SPARQL查詢和KoPL程序。同時,為了更好地服務于多種場景下的知識推理問答,我們在Github開源了多種版本的KoPL程序執行引擎供研究者使用。

文本正文
復制文本
媒體聯絡
media@baai.ac.cn
大鸡巴操逼网站