回到最新动态
研究论文 / THE SIGNAL

约束推理与大模型结合生成对比解释

Constraint Reasoning and Large Language Models Join Forces: Providing Contrastive Explanations for Real-World Optimisation-Based Applications

重要性 5.0 AI 辅助整理

约束推理提炼理由图,可提升大模型对优化问题的解释质量。

资讯摘要

论文提出一种结合约束推理与大语言模型的方法,为以混合整数规划(MIP)建模的优化决策支持系统生成对比解释。作者用约束推理提炼出“理由图”,将其作为输入交给大模型,以弥补其推理局限。在真实调度场景上的结果显示,引入理由图后,大模型生成的解释包含更多相关理由,错误也更少。

要点速读

  1. 论文面向基于MIP求解的优化推荐,生成回答用户疑问的对比解释,以支持人工监督。
  2. 方法用约束推理提炼出捕捉约束语义与关系的“理由图”,再输入大模型生成自然语言解释。
  3. 作者报告在真实调度领域,使用理由图比不使用该结构时相关理由更多、错误更少。

中文摘要由 AI 根据公开来源生成,可能存在理解偏差;具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/24 08:00:37(北京时间)。 arXiv 日期为本次公告时间,论文初次投稿日期请查看原文版本记录。

阅读 arXiv · cs.AI 原文arxiv.org · 在新窗口打开