基于验证器引导与强化学习的神经符号可解释推理框架

面对小模型解释混乱与缺乏支撑的问题，研究者基于 Qwen2.5-3B 引入符号求解器与 RLVR，分别将逻辑与物理题目分流验证。在 438 个测试样本中，解释深度指标从 50.68% 升至 72.20%。神经生成梳理步骤，符号工具把关真值，为紧凑参数下的严格推导提供了务实支点。