論文の概要: Elenchus: Generating Knowledge Bases from Prover-Skeptic Dialogues
- arxiv url: http://arxiv.org/abs/2603.06974v1
- Date: Sat, 07 Mar 2026 01:26:36 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-03-10 15:13:13.513371
- Title: Elenchus: Generating Knowledge Bases from Prover-Skeptic Dialogues
- Title（参考訳）: Elenchus: Prover-Skepticダイアログから知識ベースを生成する
- Authors: Bradley P. Allen,
- Abstract要約: 本稿では,推論的セマンティクスに基づく知識ベース構築のための対話システムであるElenchusを紹介する。
人間の専門家は、大きな言語モデルとの証明的懐疑的な対話を通じて、話題に関する二元的位置(コミットメントと否定)を発達させる。
私たちの主な技術的貢献は、Elenchus弁証的状態から、Hlobil と Brandom の NonMonotonic Multi Succedent logic の物質ベースへのマッピングです。
- 参考スコア（独自算出の注目度）: 0.16921396880325779
- License: http://creativecommons.org/licenses/by-sa/4.0/
- Abstract: We present Elenchus, a dialogue system for knowledge base construction grounded in inferentialist semantics, where knowledge engineering is re-conceived as explicitation rather than extraction from expert testimony or textual content. A human expert develops a bilateral position (commitments and denials) about a topic through prover-skeptic dialogue with a large language model (LLM) opponent. The LLM proposes tensions (claims that parts of the position are jointly incoherent) which the expert resolves by retraction, refinement, or contestation. The LLM thus serves as a defeasible derivability oracle whose unreliability is structurally contained by the expert's authority. Our main technical contribution is a mapping from Elenchus dialectical states to material bases in Hlobil and Brandom's NonMonotonic MultiSuccedent (NMMS) logic, satisfying Containment and enabling the elaboration of logical vocabulary that makes explicit the inferential relationships negotiated in the dialectic. We demonstrate the approach on the W3C PROV-O provenance ontology, where a single dialogue session elicits and structures design tensions that a domain expert can articulate, corresponding to decisions documented in a retrospective analysis of the ontology's design. Using pyNMMS, an automated NMMS reasoner, we verify that the structural properties of the resulting material base (nontransitivity, nonmonotonicity, and independence) correspond to specific PROV design rationales, demonstrating end-to-end integration from dialogue through formal reasoning.
- Abstract（参考訳）: 本稿では,知識工学を専門家の証言やテキストコンテンツから抽出するのではなく,明示として再認識する,推論的セマンティクスに基づく知識ベース構築のための対話システムであるElenchusを紹介する。
人間の専門家は、大言語モデル(LLM)相手との証明的懐疑的な対話を通じて、トピックに関する二元的位置(コミットメントと否定)を発達させる。
LLMは、専門家がリトラクション、洗練、またはコンテストによって解決する緊張(位置の一部が共同で不整合であると宣言する)を提案する。
したがって、LSMは、専門家の権威によって構造的に不確実性が包含される、実現不可能な導出性オラクルとして機能する。
我々の主な技術的貢献は、エレンコス方言の状態から、Hlobil と Brandom の NonMonotonic Multi Succedent (NMMS) 論理の物質ベースへのマッピングであり、含意を満足し、弁証法で交渉された推論関係を明確にする論理語彙の解明を可能にする。
W3C PROV-O実証オントロジーのアプローチを実証し、オントロジーの設計の振り返り分析に記録された決定に応じて、単一の対話セッションがドメインの専門家が明瞭に表現できる設計上の緊張を引き起こし、構造する。
自動NMMS推論器であるpyNMMSを用いて、結果の材料基盤の構造特性(非透過性、非単調性、独立性)が特定のPROV設計の論理値に対応していることを確認し、対話から形式的推論を通してエンドツーエンドの統合を実証する。
関連論文リスト
- Self-evolving expertise in complex non-verifiable subject domains: dialogue as implicit meta-RL [0.0]
いわゆる「邪悪な問題」は、複雑な多次元の設定、検証不可能な結果、不均一な影響、客観的に正しい答えの欠如など、歴史を通じて人類を悩ませてきた。
現状の人工知能システム(特にLarge Language Modelベースのエージェント)は、そのような問題を解決するために人間と共同で研究されている。
この研究は、Dialecticaとのギャップに対処する。これは、エージェントが定義されたトピックに関する構造化された対話に従事し、メモリによる拡張、自己回帰、ポリシーに制約のあるコンテキスト編集を行うフレームワークである。
論文 参考訳（メタデータ） (2025-10-17T15:59:44Z) - KAG-Thinker: Interactive Thinking and Deep Reasoning in LLMs via Knowledge-Augmented Generation [35.555200530999365]
我々は、KAG-Thinkerを導入し、KAGをマルチターン対話型思考と、専用パラメータライト大言語モデル(LLM)を利用した深い推論フレームワークにアップグレードする。
提案手法は,複雑な問題を解くための構造化思考プロセスを構築し,推論過程の論理的一貫性と文脈的整合性を高める。
論文 参考訳（メタデータ） (2025-06-21T14:58:53Z) - DialogueReason: Rule-Based RL Sparks Dialogue Reasoning in LLMs [54.4857963044859]
本稿では,モノローグ型推論モデルにおける失われた役割を明らかにする推論パラダイムであるDialogueReasonを提案する。
本研究は,モノログ推論パターンの分析と対話に基づく推論手法の開発から成っている。
論文 参考訳（メタデータ） (2025-05-11T16:39:58Z) - PEIRCE: Unifying Material and Formal Reasoning via LLM-Driven Neuro-Symbolic Refinement [13.042323420379187]
PEIRCEは、反復的予想批判プロセスを通じて物質と形式的推論を統合するために設計された、神経象徴的なフレームワークである。
自然言語説明生成の領域において,その能力を実証する。
論文 参考訳（メタデータ） (2025-04-05T09:04:47Z) - GIVE: Structured Reasoning of Large Language Models with Knowledge Graph Inspired Veracity Extrapolation [108.2008975785364]
Graph Inspired Veracity Extrapolation (GIVE)は、パラメトリックメモリと非パラメトリックメモリを融合して、最小の外部入力で正確な推論を改善する新しい推論手法である。
GIVE は LLM エージェントをガイドして,最も関連する専門家データ (observe) を選択し,クエリ固有の発散思考 (reflect) に従事し,その情報を合成して最終的な出力 (speak) を生成する。
論文 参考訳（メタデータ） (2024-10-11T03:05:06Z) - Scalable Frame-based Construction of Sociocultural NormBases for Socially-Aware Dialogues [66.69453609603875]
社会文化的規範は、社会的相互作用における個人的行為の指針となる。
大規模言語モデル(LLM)を用いた社会文化的ノルム(SCN)ベース構築のためのスケーラブルなアプローチを提案する。
我々は、包括的で広くアクセス可能な中国社会文化ノルムベースを構築した。
論文 参考訳（メタデータ） (2024-10-04T00:08:46Z) - ProSLM : A Prolog Synergized Language Model for explainable Domain Specific Knowledge Based Question Answering [0.0]
ニューロシンボリックアプローチは説明可能なシンボル表現を取り入れることで、不透明な神経系に堅牢性を加えることができる。
本稿では,大規模言語モデルの堅牢性と信頼性を向上させるために,ニューロシンボリックな新しいフレームワークであるシステム名を提案する。
我々の研究は、ニューロシンボリックな生成AIテキスト検証とユーザパーソナライゼーションの新しい領域を開く。
論文 参考訳（メタデータ） (2024-09-17T22:34:33Z) - Using Domain Knowledge to Guide Dialog Structure Induction via Neural Probabilistic Soft Logic [21.3531538363406]
ダイアログ構造誘導(DSI)は、与えられたゴール指向ダイアログの潜在ダイアログ構造を推定するタスクである。
既存のDSIアプローチは、ドメイン知識にアクセスせずに遅延状態を推論する純粋なデータ駆動のデプロイモデルであることが多い。
本稿では,ニューラル確率的ソフト論理対話構造誘導法(NEUPSL DSI)を提案する。
論文 参考訳（メタデータ） (2024-03-26T16:42:30Z) - An Encoding of Abstract Dialectical Frameworks into Higher-Order Logic [57.24311218570012]
このアプローチは抽象弁証法フレームワークのコンピュータ支援分析を可能にする。
応用例としては、メタ理論的性質の形式的解析と検証がある。
論文 参考訳（メタデータ） (2023-12-08T09:32:26Z) - Modeling Hierarchical Reasoning Chains by Linking Discourse Units and
Key Phrases for Reading Comprehension [80.99865844249106]
本稿では,論理的推論の基盤として,対話レベルと単語レベルの両方の文脈を扱う総合グラフネットワーク(HGN)を提案する。
具体的には、ノードレベルの関係とタイプレベルの関係は、推論過程におけるブリッジと解釈できるが、階層的な相互作用機構によってモデル化される。
論文 参考訳（メタデータ） (2023-06-21T07:34:27Z) - Structured Attention for Unsupervised Dialogue Structure Induction [110.12561786644122]
本稿では、構造化された注意層を離散潜在状態を持つ変化型リカレントニューラルネットワーク(VRNN)モデルに組み込んで、教師なしの方法で対話構造を学ぶことを提案する。
バニラVRNNと比較して、構造化された注意は、構造的帰納バイアスを強制しながら、ソース文の埋め込みの異なる部分にフォーカスすることができる。
論文 参考訳（メタデータ） (2020-09-17T23:07:03Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。