Forethought：用神经符号原语编程实现可验证推理

Forethought提出一种神经符号推理系统，将智能体推理表示为由符号与神经原语组成、可执行且可检查的领域专用程序，而非隐藏在模型权重或上下文中的长思维链。论文称其在五个基准上使基础模型准确率相对提升约30%，并以约低三个数量级的后训练投入，让非推理模型接近专用推理模型。