Buchumschlag

Procedural Adherence and Interpretability Through Neuro-Symbolic Generative Agents

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Rothkopf, Raven, Zeng, Hannah Tongxin, Santolucito, Mark
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Artificial Intelligence Machine Learning Logic in Computer Science
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Guiding LLM Temporal Logic Generation with Explicit Separation of Data and Control
von: Murphy, William, et al.
Veröffentlicht: (2024)

Lattice Deduction Transformers
von: Davis, Liam, et al.
Veröffentlicht: (2026)

Combining LLM Code Generation with Formal Specifications and Reactive Program Synthesis
von: Murphy, William, et al.
Veröffentlicht: (2024)

Formal Explanations for Neuro-Symbolic AI
von: Paul, Sushmita, et al.
Veröffentlicht: (2024)

Reduced Implication-bias Logic Loss for Neuro-Symbolic Learning
von: He, Haoyuan, et al.
Veröffentlicht: (2022)

$Π$-NeSy: A Possibilistic Neuro-Symbolic Approach
von: Baaj, Ismaïl, et al.
Veröffentlicht: (2025)

AGEL-Comp: A Neuro-Symbolic Framework for Compositional Generalization in Interactive Agents
von: Shahid, Mahnoor, et al.
Veröffentlicht: (2026)

Research Vision: Multi-Agent Path Planning for Cops And Robbers Via Reactive Synthesis
von: Fishell, William, et al.
Veröffentlicht: (2025)

Recover: A Neuro-Symbolic Framework for Failure Detection and Recovery
von: Cornelio, Cristina, et al.
Veröffentlicht: (2024)

Neural DNF-MT: A Neuro-symbolic Approach for Learning Interpretable and Editable Policies
von: Baugh, Kexin Gu, et al.
Veröffentlicht: (2025)

Grounding vs. Compositionality: On the Non-Complementarity of Reasoning in Neuro-Symbolic Systems
von: Shahid, Mahnoor, et al.
Veröffentlicht: (2026)

ANDRE: An Attention-based Neuro-symbolic Differentiable Rule Extractor for Inductive Logic Programming
von: Sharifi, Iman, et al.
Veröffentlicht: (2026)

Towards Safe Autonomous Driving Policies using a Neuro-Symbolic Deep Reinforcement Learning Approach
von: Sharifi, Iman, et al.
Veröffentlicht: (2023)

Lemmanaid: Neuro-Symbolic Lemma Conjecturing
von: Alhessi, Yousef, et al.
Veröffentlicht: (2025)

Neuro-Symbolic Compliance: Integrating LLMs and SMT Solvers for Automated Financial Legal Analysis
von: Hsia, Yung-Shen, et al.
Veröffentlicht: (2026)

Symbolic Knowledge Extraction and Injection with Sub-symbolic Predictors: A Systematic Literature Review
von: Ciatto, Giovanni, et al.
Veröffentlicht: (2025)

Neural Logic Networks for Interpretable Classification
von: Perreault, Vincent, et al.
Veröffentlicht: (2025)

Locally Pareto-Optimal Interpretations for Black-Box Machine Learning Models
von: Joshi, Aniruddha, et al.
Veröffentlicht: (2025)

RLSF: Fine-tuning LLMs via Symbolic Feedback
von: Jha, Piyush, et al.
Veröffentlicht: (2024)

Quantitative Linear Logic for Neuro-Symbolic Learning and Verification
von: Flinkow, Thomas, et al.
Veröffentlicht: (2026)

Compositional Shielding and Reinforcement Learning for Multi-Agent Systems
von: Brorholt, Asger Horn, et al.
Veröffentlicht: (2024)

LeanAgent: Lifelong Learning for Formal Theorem Proving
von: Kumarappan, Adarsh, et al.
Veröffentlicht: (2024)

Neuro-Symbolic Strong-AI Robots with Closed Knowledge Assumption: Learning and Deductions
von: Majkic, Zoran
Veröffentlicht: (2026)

Sea-cret Agents: Maritime Abduction for Region Generation to Expose Dark Vessel Trajectories
von: Bavikadi, Divyagna, et al.
Veröffentlicht: (2025)

Formally Verified Neurosymbolic Trajectory Learning via Tensor-based Linear Temporal Logic on Finite Traces
von: Chevallier, Mark, et al.
Veröffentlicht: (2025)

From Symbolic Tasks to Code Generation: Diversification Yields Better Task Performers
von: Zhang, Dylan, et al.
Veröffentlicht: (2024)

Inductive Generalization in Reinforcement Learning from Specifications
von: Subramanian, Vignesh, et al.
Veröffentlicht: (2024)

Munkres' General Topology Autoformalized in Isabelle/HOL
von: Bryant, Dustin, et al.
Veröffentlicht: (2026)

Logic Sketch Prompting (LSP): A Deterministic and Interpretable Prompting Method
von: Tripathi, Satvik
Veröffentlicht: (2025)

Most General Explanations of Tree Ensembles (Extended Version)
von: Izza, Yacine, et al.
Veröffentlicht: (2025)

Logic Tensor Network-Enhanced Generative Adversarial Network
von: Upreti, Nijesh, et al.
Veröffentlicht: (2026)

Towards Compositional Interpretability for XAI
von: Tull, Sean, et al.
Veröffentlicht: (2024)

MathlibLemma: Folklore Lemma Generation and Benchmark for Formal Mathematics
von: Liu, Xinyu, et al.
Veröffentlicht: (2026)

Eidoku: A Neuro-Symbolic Verification Gate for LLM Reasoning via Structural Constraint Satisfaction
von: Miya, Shinobu
Veröffentlicht: (2025)

Geospatial Trajectory Generation via Efficient Abduction: Deployment for Independent Testing
von: Bavikadi, Divyagna, et al.
Veröffentlicht: (2024)

MathConstraint: Automated Generation of Verified Combinatorial Reasoning Instances for LLMs
von: Pati, Viresh, et al.
Veröffentlicht: (2026)

MC3G: Model Agnostic Causally Constrained Counterfactual Generation
von: Dasgupta, Sopam, et al.
Veröffentlicht: (2025)

TaoBench: Do Automated Theorem Prover LLMs Generalize Beyond MathLib?
von: Taylor, Alexander K, et al.
Veröffentlicht: (2026)

SMLP: Symbolic Machine Learning Prover
von: Brauße, Franz, et al.
Veröffentlicht: (2024)

Neuro-Symbolic Predictive Process Monitoring
von: Mezini, Axel, et al.
Veröffentlicht: (2025)