論文の概要: State Representation and Termination for Recursive Reasoning Systems

• arxiv url: http://arxiv.org/abs/2605.06690v1
• Date: Sat, 02 May 2026 07:40:09 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-11 19:43:38.465177
• Title: State Representation and Termination for Recursive Reasoning Systems
• Title（参考訳）: 再帰的推論システムの状態表現と終了
• Authors: Debashis Guha, Amritendu Mukherjee, Sanjay Kukreja, Tarun Kumar,
• Abstract要約: 再帰的推論システムは、新しい証拠の取得と蓄積された理解の精査を交互に行う。 本稿では、進化する推論状態の表現方法と、いつ反復を止めるかについて述べる。 我々は,この枠組みをエージェントループ,ツリー・オブ・シント推論,定理証明,連続学習に適用する。
• 参考スコア（独自算出の注目度）: 3.276545330242602
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Recursive reasoning systems alternate between acquiring new evidence and refining an accumulated understanding. Two design choices are typically left implicit: how to represent the evolving reasoning state, and when to stop iterating. This paper addresses both. We represent the reasoning state as an epistemic state graph encoding extracted claims, evidential relations, open questions, and confidence weights. We define the order-gap as the distance between the states reached by expand-then-consolidate versus consolidate-then-expand; a small order-gap suggests that the two orderings agree and further iteration is unlikely to help. Our main result gives a necessary and sufficient condition for the linearised order-gap to be non-degenerate near the fixed point, showing when the criterion is informative rather than algebraically vacuous. This is a local condition, not a global convergence guarantee. We apply the framework to recursive reasoning systems and sketch its application to agent loops, tree-of-thought reasoning, theorem proving, and continual learning.
• Abstract（参考訳）: 再帰的推論システムは、新しい証拠の取得と蓄積された理解の精査を交互に行う。 一般的に2つの設計選択は、進化する推論状態の表現方法と、繰り返しを止めるタイミングという、暗黙的に残されている。 この論文は両方に対処する。 抽出されたクレーム,明らかな関係,オープン質問,信頼性重みを符号化したてんかん状態グラフとして推論状態を表す。 我々は、オーダーギャップを、拡張列と統合列とで到達した状態間の距離として定義し、小さなオーダーギャップは、2つの順序が一致することを示唆し、さらなるイテレーションは役に立たないことを示唆する。 我々の主な結果は、線形化順序ギャップが固定点付近で非退化するために必要な十分条件を与え、この基準が代数的に空でないよりも情報的であることを示す。 これは局所的な条件であり、大域収束保証ではない。 このフレームワークを再帰的推論システムに適用し、エージェントループ、ツリーオブ思考推論、定理証明、連続学習に適用する。

関連論文リスト

• Translating Informal Proofs into Formal Proofs Using a Chain of States [20.0011959667642]
  本稿では,自然言語で表現された非公式な数学的証明を,制約付き計算予算の下でLean4の形式的証明に変換する問題に対処する。 まず、中間形式的証明状態の列である状態の連鎖(CoS)を、非公式引数の論理構造に沿って抽出する。 次に、CoS内の隣接状態間の遷移戦略を生成し、完全な形式的証明を構築する。
  論文  参考訳（メタデータ） (2025-12-11T06:08:34Z)
• A Unified Formal Theory on the Logical Limits of Symbol Grounding [0.65268245109828]
  形式的なシステム内での意味は、外的、動的、非アルゴリズム的なプロセスから生じなければならないことを示す。 この制限は、あらかじめ確立された意味の有限で静的な集合を持つ系に拡張する。
  論文  参考訳（メタデータ） (2025-09-24T05:40:08Z)
• Think Clearly: Improving Reasoning via Redundant Token Pruning [57.01254508252785]
  推論過程における冗長性を意図的に除去することで、性能が大幅に向上することを示す。 本手法は, 推論集約型ベンチマークにおいて, トレーニングを伴わずに, 全体的な精度を著しく向上することを示した。
  論文  参考訳（メタデータ） (2025-06-17T06:04:01Z)
• Chain-of-Probe: Examining the Necessity and Accuracy of CoT Step-by-Step [81.50681925980135]
  モデル推論における心の変化を探索する手法を提案する。 心的変化のパターンを解析することにより,モデルの推論の正しさを検証した。 我々の検証では、最終回答では正しいが、多くの応答が推論プロセスに誤りを含んでいることが明らかになった。
  論文  参考訳（メタデータ） (2024-06-23T15:50:22Z)
• Normative Conditional Reasoning as a Fragment of HOL [0.0]
  本稿では(参照に基づく)条件付き規範推論の機械化について論じる。 我々の焦点は条件付き義務のためのAqvistのシステムEとその拡張である。 フレームワークの2つの可能性について検討する。
  論文  参考訳（メタデータ） (2023-08-21T12:47:30Z)
• Language Models with Rationality [57.37201135072838]
  大規模言語モデル(LLM)は質問応答(QA)に熟練している 答えが潜んでいる「信条」からどのように従うか(あるいはたとえも)は必ずしも明確ではない。
  論文  参考訳（メタデータ） (2023-05-23T17:04:25Z)
• LAMBADA: Backward Chaining for Automated Reasoning in Natural Language [11.096348678079574]
  LAMBADAと呼ばれる逆チェインアルゴリズムは、推論を4つのサブモジュールに分解する。 LAMBADAは最先端のフォワード推論手法よりも精度が向上することを示す。
  論文  参考訳（メタデータ） (2022-12-20T18:06:03Z)
• MetaLogic: Logical Reasoning Explanations with Fine-Grained Structure [129.8481568648651]
  複雑な実生活シナリオにおけるモデルの論理的推論能力を調べるためのベンチマークを提案する。 推論のマルチホップ連鎖に基づいて、説明形式は3つの主成分を含む。 この新たな説明形式を用いて,現在のベストモデルの性能を評価した。
  論文  参考訳（メタデータ） (2022-10-22T16:01:13Z)
• Maieutic Prompting: Logically Consistent Reasoning with Recursive Explanations [71.2950434944196]
  ノイズや一貫性のない言語モデルでさえも問題に対する正しい答えを推測するMaieutic Promptingを開発する。 Maieutic Promptingは最先端のプロンプト法よりも最大20%精度が高い。
  論文  参考訳（メタデータ） (2022-05-24T06:36:42Z)
• Nested Counterfactual Identification from Arbitrary Surrogate Experiments [95.48089725859298]
  観測と実験の任意の組み合わせからネスト反事実の同定について検討した。 具体的には、任意のネストされた反事実を非ネストされたものへ写像できる反ファクト的非ネスト定理(英語版)(CUT)を証明する。
  論文  参考訳（メタデータ） (2021-07-07T12:51:04Z)

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。