TRACE-cs: Trustworthy Reasoning for Contrastive Explanations in Course Scheduling Problems

要約

我々は、記号推論と大規模言語モデル (LLM) を組み合わせて、スケジューリング問題における対照的なクエリに対処する新しいハイブリッド システムである TRACE-cs を紹介します。
TRACE-cs は、SAT 解決技術を利用してスケジュール制約をエンコードし、ユーザー クエリの説明を生成すると同時に、LLM を利用してユーザー クエリを論理節に処理し、シンボリック ソルバーによって生成された説明を自然言語文に改良します。
これらのコンポーネントを統合することで、私たちのアプローチは、シンボリック手法と LLM を組み合わせて、正確性が保証された説明可能な AI エージェントを作成できる可能性を示しています。

要約(オリジナル)

We present TRACE-cs, a novel hybrid system that combines symbolic reasoning with large language models (LLMs) to address contrastive queries in scheduling problems. TRACE-cs leverages SAT solving techniques to encode scheduling constraints and generate explanations for user queries, while utilizing an LLM to process the user queries into logical clauses as well as refine the explanations generated by the symbolic solver to natural language sentences. By integrating these components, our approach demonstrates the potential of combining symbolic methods with LLMs to create explainable AI agents with correctness guarantees.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google