大語(yǔ)言模型（LLMs）已在文本生成、代碼編寫(xiě)乃至多模態(tài)任務(wù)中展現(xiàn)出驚人的能力，但在涉及嚴(yán)謹(jǐn)邏輯與物理的空間推理任務(wù)上，它們?nèi)燥@得力不從心。

比如，當(dāng)模型需要理解多個(gè)物體之間的相對(duì)位置關(guān)系，并在復(fù)雜語(yǔ)境下進(jìn)行多步驟推理時(shí)，往往容易出現(xiàn)「邏輯斷裂」：可能在中間步驟中虛構(gòu)錯(cuò)誤事實(shí)，或偏離目標(biāo)，最終導(dǎo)致答案不可靠。

這一問(wèn)題在空間推理任務(wù)中尤為突出。空間推理要求模型能像人一樣，推演出「桌子在椅子左邊，燈在桌子上方，因此燈也在椅子左邊」這樣的復(fù)雜鏈條。

然而，盡管「思維鏈（Chain-of-Thought）」等提示工程方法在一定程度上提升了模型的推理表現(xiàn)，但在多步驟、動(dòng)態(tài)變化的場(chǎng)景中，它們依舊難以保證邏輯一致性。

為了彌合神經(jīng)網(wǎng)絡(luò)的模式識(shí)別能力與符號(hào)系統(tǒng)嚴(yán)謹(jǐn)邏輯之間的鴻溝，來(lái)自德國(guó)圖賓根大學(xué)、斯圖加特大學(xué)（王榮）和同濟(jì)大學(xué)（孫坤）的科研人員合作研究發(fā)表在著名的人工智能和深度學(xué)期刊《神經(jīng)網(wǎng)絡(luò)》（Neural Networks）上，該研究提出了一種創(chuàng)新的神經(jīng)-符號(hào)（neural-symbolic）框架。

論文鏈接：

https://www.sciencedirect.com/science/article/pii/S0893608025009025

該框架通過(guò)一個(gè)精巧的自動(dòng)迭代反饋循環(huán)（而非手動(dòng)），成功地將大語(yǔ)言模型與一種名為「答案集編程」（Answer Set Programming, ASP）的聲明式邏輯編程系統(tǒng)相結(jié)合，顯著提升了機(jī)器的空間推理能力。

研究人員借鑒了認(rèn)知科學(xué)中的「雙過(guò)程理論」，該理論認(rèn)為人類(lèi)思維分為兩個(gè)系統(tǒng)：系統(tǒng)1負(fù)責(zé)快速、直觀的聯(lián)想式思考，而系統(tǒng)2則進(jìn)行緩慢、審慎的規(guī)則化推理。

在這套新框架中，LLM強(qiáng)大的語(yǔ)言理解和模式識(shí)別能力扮演了類(lèi)似「系統(tǒng)1」的角色；而ASP作為符號(hào)推理的主干，則承擔(dān)了「系統(tǒng)2」的職責(zé)，負(fù)責(zé)精確、可驗(yàn)證的邏輯推導(dǎo)。

基于DSPy框架的神經(jīng)-符號(hào)管道框架

該框架的工作流程可以概括為一種「翻譯-執(zhí)行-修正」的協(xié)同模式：

1）翻譯 (Semantic Parsing): 首先，LLM接收自然語(yǔ)言形式的上下文和問(wèn)題，并將其翻譯成ASP能夠理解的、結(jié)構(gòu)化的邏輯事實(shí)與規(guī)則代碼。

2）執(zhí)行 (Logical Reasoning): 接著，ASP求解器接管這些邏輯代碼，利用其強(qiáng)大的非單調(diào)推理能力（即在信息不完整的情況下進(jìn)行推理），計(jì)算出所有滿(mǎn)足約束條件的穩(wěn)定解。

3）修正 (Iterative Feedback): 這是整個(gè)系統(tǒng)的核心創(chuàng)新。以往的神經(jīng)-符號(hào)方法中，LLM生成的邏輯代碼常常因語(yǔ)法或邏輯錯(cuò)誤而導(dǎo)致整個(gè)系統(tǒng)失敗，成功率有時(shí)低至17%

新框架引入了LLM與ASP求解器之間的迭代反饋循環(huán)。如果ASP在執(zhí)行中發(fā)現(xiàn)錯(cuò)誤，系統(tǒng)會(huì)將錯(cuò)誤信息反饋給LLM，指導(dǎo)其對(duì)生成的邏輯程序進(jìn)行多輪修正，直至代碼在語(yǔ)法和語(yǔ)義上都完全正確。

整個(gè)系統(tǒng)基于模塊化的DSPy框架構(gòu)建，它為L(zhǎng)LMs和符號(hào)求解器之間的無(wú)縫雙向交互提供了支持，使得這種復(fù)雜的協(xié)同工作流得以實(shí)現(xiàn)。

自然語(yǔ)言查詢(xún)轉(zhuǎn)換為ASP表示的過(guò)程

在復(fù)雜基準(zhǔn)測(cè)試中表現(xiàn)卓越

研究團(tuán)隊(duì)在兩個(gè)不同類(lèi)型的基準(zhǔn)任務(wù)上檢驗(yàn)了框架：

StepGame：結(jié)構(gòu)化的合成數(shù)據(jù)集，用于測(cè)試多步推理。

SpartQA：語(yǔ)言與邏輯復(fù)雜度極高，包含 3D 空間關(guān)系、多重量詞（如「所有」「僅僅」）等挑戰(zhàn)。

結(jié)果顯示，該框架在StepGame上的準(zhǔn)確率達(dá)到82–93%，在SpartQA上為71–80%。

相比直接提示和思維鏈方法，準(zhǔn)確率最高分別提升了43%和25%

更重要的是，這一框架使得推理過(guò)程透明、可追溯。每一步邏輯都能通過(guò)符號(hào)系統(tǒng)進(jìn)行驗(yàn)證和修正，避免了「黑箱式」推理難以解釋的問(wèn)題。

在測(cè)試數(shù)據(jù)集SpartQA上LLMs與符號(hào)求解器的迭代反饋表現(xiàn)

通往更可靠通用AI的潛力

研究團(tuán)隊(duì)強(qiáng)調(diào)，這項(xiàng)成果的意義不僅在于攻克空間推理，更在于提供了一種神經(jīng)網(wǎng)絡(luò)與符號(hào)邏輯深度融合的范式。

這條路徑有望解決 AI 長(zhǎng)期存在的可解釋性、可靠性與泛化性難題。

尤其值得一提的是，該技術(shù)展現(xiàn)出很強(qiáng)的泛化能力：不僅能處理空間推理任務(wù)，還可以擴(kuò)展到各種需要嚴(yán)謹(jǐn)邏輯鏈條的復(fù)雜任務(wù)場(chǎng)景，如法律推理、多模態(tài)推理、工程規(guī)劃乃至科學(xué)研究等。

通過(guò)為L(zhǎng)LMs配備外部「邏輯腦」，系統(tǒng)可以在語(yǔ)言理解與邏輯推理之間實(shí)現(xiàn)類(lèi)似人類(lèi)的「雙系統(tǒng)」協(xié)作，不僅能產(chǎn)出更高質(zhì)量的答案，還能展現(xiàn)出明確的邏輯鏈條。

這種具備自我修正與類(lèi)人多組件推理能力的混合架構(gòu)，這種能自我修正、跨任務(wù)泛化的「人類(lèi)式推理」新路徑被認(rèn)為是邁向通用人工智能（AGI）的重要一步。

換句話說(shuō)，這項(xiàng)研究讓大模型從「能說(shuō)會(huì)道」，真正走向「能想會(huì)推理」，并具備跨任務(wù)遷移與應(yīng)用的潛力。