论文

统一几何状态下的密集神经符号推理

Dense Neuro-Symbolic Reasoning in a Unified Geometry State

模型推理推理搜索与路径规划

摘要

几何推理自然是有状态的:解决问题在结构建议和精确推论之间反复交替。我们将这个过程表述为密集的神经符号耦合,其中神经指导和符号执行共享一个类型化状态,并通过每个搜索步骤的可执行动作进行通信。神经提案贡献定理实例、构造和代数桥;符号运行时应用注册的规则、传播精确的约束并记录出处。嵌套控制器首先在神经和符号提议源之间分配计算,然后在承认的动作之间分配计算。我们在 OmniGeo 中实例化该框架,这是一个用于平面、解析和实体几何的单一解算器。使用 Claude Sonnet 4.6,OmniGeo 在 FormalGeo7K、Conic10K 和 SolidFGeo 上分别达到 94.2%、88.5% 和 89.8%(宏观平均值为 90.8%),并解决 21/30 IMO-AG-30 问题。

统一几何状态下的密集神经符号推理的原论文方法或结果图
图 1:Omni-Geo 概述。分阶段形式化初始化共享类型状态,神经指导和符号执行轨迹通过自适应搜索扩展该状态。执行反馈通知后续步骤,而出处则记录它们的逻辑依赖关系。