https://blog.qife122.com/tags/%E9%80%BB%E8%BE%91%E6%8E%A8%E7%90%86/ Recent content in 逻辑推理 on 办公AI智能小助手 Hugo zh-cn qife Thu, 18 Sep 2025 00:04:00 +0800 https://blog.qife122.com/p/%E5%8F%8C%E7%B3%BB%E7%BB%9F%E9%97%AE%E7%AD%94%E6%A1%86%E6%9E%B6%E8%AF%AD%E8%A8%80%E9%80%BB%E8%BE%91%E8%BD%AC%E6%8D%A2%E4%B8%8E%E6%8E%A8%E7%90%86%E6%8A%80%E6%9C%AF/ Thu, 18 Sep 2025 00:04:00 +0800 https://blog.qife122.com/p/%E5%8F%8C%E7%B3%BB%E7%BB%9F%E9%97%AE%E7%AD%94%E6%A1%86%E6%9E%B6%E8%AF%AD%E8%A8%80%E9%80%BB%E8%BE%91%E8%BD%AC%E6%8D%A2%E4%B8%8E%E6%8E%A8%E7%90%86%E6%8A%80%E6%9C%AF/ <h1 id="引言">引言</h1> <p>大型语言模型（LLM）的发展显著提升了开放领域问答（QA）能力，但在教育、医疗、法律等封闭领域，用户不仅需要准确答案，还要求透明的推理和可解释的决策过程。神经符号（NeSy）框架虽能结合自然语言理解与符号推理，但现有方法依赖大规模模型且自然语言到形式逻辑的转换效率低下。</p>