从事件到推理：基于显式状态的分层规则组合
事件
研究者提出事件推理系统（ERS），将推理状态表示为显式的事件图，使每一步推理都建立在当前实际可用的事实之上。系统由语义特征提名候选对象与规则绑定，再由显式声明的规则和任务条件决定哪些候选可以执行，从而阻止违反时间区间、单位或证据约束的候选进入被接受的推理路径。
在机制上，底层规则提供可复用的局部变换，高层控制规则则可递归组合，依据当前目标、信息缺口和预算组织子目标与合法路径，使有限的规则库能够重新组合出从未被完整存储过的求解路径。研究还形式化了可采纳的状态转移、依赖保持的修订过程，以及可达解与预算受限控制器实际找到的解之间的差距。
实验显示，在结构化事件图上，ERS 能构建长达十二步的依赖链；随着前瞻深度增至 16，无关的已执行领域操作从 32 次降至 0 次，并在 24 个负例中未产生无支撑的目标输出。规则冻结条件下，系统通过 12/12 项聚焦检查，包括九项涉及未见输入与路径组合的被接受推导和三项有依据的拒绝，以及 6/6 项事实变更用例。在十四个联合求解的开发任务上，记录到的动态子目标配置比单层全局控制在各自冻结设置下少用 51.6% 的推理实际耗时。
来源
本条目由采集管线自动抓取并发布，完整内容见下方来源链接。
*采集源：arXiv cs.AI*