用原子判断与逻辑组合处理复合选项推理

拆解原子判断再用整数线性规划组合，可显著提升复合选项推理。

资讯摘要

论文研究大模型在答案选项由 AND、OR、NEITHER/NOR 等逻辑算子连接时的推理失败问题，提出将每个复合选项拆解为原子答案并分别对对比假设打分，模型不直接接触复合选项，再用算子约束的整数线性规划把校准分数组合为单一预测。作者报告在 LOGICAL-COMMONSENSEQA 上 Macro-F1 从 48.3 提升至 77.0，并新提出基于 SATA-Bench 的 LOGICAL-SATA，从 47.6 提升至 75.6，NEITHER/NOR 上增益最大。

要点速读

1. 论文将复合选项拆为原子答案并分别打分，模型不直接看到复合选项。
2. 用算子约束的整数线性规划组合校准分数，得到最终预测。
3. 作者报告 LOGICAL-COMMONSENSEQA 的 Macro-F1 从 48.3 升至 77.0，新基准 LOGICAL-SATA 从 47.6 升至 75.6。

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 2026/10/28 08:00:17（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。