Restoring the Neural-Symbolic Bridge via Execution-Grounded Reward Shaping in Large Language Models
Cet article propose ReinKBQA, un cadre d'apprentissage par renforcement qui restaure le pont neuro-symbolique dans les grands modèles de langage pour le questionnement de bases de connaissances en exploitant des récompenses multidimensionnelles fondées sur l'exécution (via GRPO) afin de surmonter les limites du réglage fin supervisé sur les langages formels avec des priors de pré-entraînement épars, atteignant ainsi des performances de pointe sur les bancs d'essai de raisonnement complexe.