CoTu at EXACT 2026：用于透明教育 QA 的神经符号推理

透明的教育问答要求的答案不仅是正确的而且是可解释的，并且用小模型这样做排除了最大的专有系统的推理能力。 EXACT 2026 竞赛具体提出了这个问题：最多 8B 个参数的开放权重语言模型，自托管，每个答案都有自然语言解释。它将两项任务配对：对大学规定进行逻辑推理，以及解决多步骤物理问题。我们描述了 \cotu{} 团队为解决这两个问题而开发的系统，这是一种神经符号思维程序管道，其中 4B 主干编写程序而不是直接陈述答案：对于监管查询，它发出 Z3 编码，其蕴涵判决为推论奠定基础；对于物理，它发出数值 Python，两者都包含在共享的自校正循环和统一的解释 JSON 输出中。应答类型路由、基于 蒸馏 的任务 微调 以及延迟感知服务堆栈（带有 推测解码 的 SGLang）使系统保持在每次查询 60 秒的限制内。该系统在两轮自动选择中的物理任务上均获得了 \textbf{满分}，并获得了所有团队的 \textbf{最后一轮最高技术得分} - 13.44 美元/15 美元，将自动答案评估与专家判断的推理深度相结合 - 加上同等加权的演示分数，\cotu{} 总体排名第三。符号求解器中的以符号求解器验证答案会产生 4B 级别的正确、可验证的推论，剩余的困难在于前提选择而不是推论本身。