🤖 AI

Distilling Answer-Set Programming Rules from LLMs for Neurosymbolic Visual Question Answering

Este artigo propõe uma abordagem neurosimbólica para Visual Question Answering que destila regras de Answer-Set Programming de Grandes Modelos de Linguagem ao alavancar exemplos de poucos disparos (few-shot) e feedback de solvers para estender automaticamente teorias de raciocínio, oferecendo uma alternativa escalável e interpretável ao aprendizado de regras tradicional baseado em dados.

Autores originais: Thomas Eiter, Nelson Higuera Ruiz, Johannes Oetsch

Publicado 2026-06-03

📖 6 min de leitura🧠 Leitura aprofundada

CC BY 4.0

Autores originais: Thomas Eiter, Nelson Higuera Ruiz, Johannes Oetsch

Artigo original sob licença CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta é uma explicação gerada por IA do artigo abaixo. Não foi escrita nem endossada pelos autores. Para precisão técnica, consulte o artigo original. Ler aviso legal completo

A Visão Geral: Ensinando um Robô a Pensar com Lógica

Imagine que você tem um assistente robô muito inteligente que pode olhar para uma imagem e responder perguntas sobre ela (como "O gato está usando um chapéu?"). Isso é chamado de Visual Question Answering (VQA).

Geralmente, esses robôs são treinados como atletas: eles praticam milhões de vezes até acertar a resposta por meio de suposição de padrões. Mas isso os torna um pouco como uma "caixa preta" — você não sabe por que eles acertaram a resposta e, se você fizer um tipo de pergunta ligeiramente novo, eles podem ficar confusos.

Os autores deste artigo querem construir um robô que pense mais como um lógico humano. Eles usam um "livro de regras" especial chamado Answer-Set Programming (ASP). Pense neste livro de regras como um conjunto de instruções lógicas estritas (como uma receita) que diz ao robô exatamente como deduzir a resposta.

O Problema: Escrever esses livros de regras à mão é difícil. Se você quiser que o robô aprenda um truque novo (como contar objetos de uma forma específica), um desenvolvedor humano tem que se sentar e escrever novas regras do zero. É lento e tedioso.

A Solução: Os autores pediram a uma IA superinteligente (um Grande Modelo de Linguagem, ou LLM) para escrever essas regras para eles. Eles chamam esse processo de "Destilação de Regras" (Distilling Rules).

Como Funciona: A Analogia do "Tutor e Aluno"

Imagine que o LLM é um aluno brilhante, mas um pouco distraído, que conhece muito sobre lógica, mas nunca viu este quebra-cabeça específico antes. O "Professor" (o sistema de computador) quer que o aluno escreva o livro de regras correto.

Aqui está o processo passo a passo que eles utilizaram:

A Configuração: O professor entrega ao aluno um livro de regras "quebrado". Ele funciona para a maioria das coisas, mas falta uma regra específica (ex: como encontrar o caminho mais curto em um mapa).
O Exemplo: O professor mostra ao aluno um único exemplo: "Aqui está a foto de um mapa, aqui está a pergunta e aqui está a resposta correta".
A Tentativa: O aluno (o LLM) tenta escrever uma nova regra para consertar o livro quebrado.
- O Detalhe: O aluno às vezes comete erros. Eles podem escrever uma regra com erro de gramática (erro de sintaxe) ou uma regra que parece certa, mas dá a resposta errada (erro de lógica).
O Ciclo de Correção (O "Conserto"):
- Verificação de Sintaxe: O computador verifica se a regra foi escrita na linguagem correta. Se o aluno usou um símbolo que não existe na linguagem do livro de regras, o computador diz: "Ei, corrija sua ortografia", e o aluno tenta novamente.
- Verificação de Lógica: O computador executa a nova regra. Se a resposta estiver errada, o computador diz: "Você errou a resposta. Tente de novo".
- A "Rede de Segurança" (Teste de Regressão): Assim que o aluno escreve uma regra que funciona para o novo exemplo, o computador verifica se essa regra quebra algum dos exemplos antigos. É como garantir que um novo ingrediente em um bolo não estrague o sabor dos bolos que você assou anteriormente.
O Resultado: Assim que a regra passa por todas as verificações, ela é adicionada ao livro de regras mestre.

A "Magia" de Poucos Exemplos

Uma das descobertas mais legais do artigo é que o aluno não precisou estudar milhares de exemplos. Apenas um punhado (às vezes tão poucos quanto 1 ou 2) foi suficiente para que os modelos de IA mais inteligentes entendessem a lógica e escrevessem a regra perfeita.

É como mostrar a um chef genial a foto de um suflê perfeito e pedir para ele escrever a receita. Ele não precisa provar 1.000 suflês; ele só precisa entender a lógica dos ingredientes.

Os Competidores: Quem se Saiu Melhor?

Os pesquisadores testaram diferentes "alunos" (modelos de IA) para ver quem escrevia as melhores regras:

Os Melhores Desempenhos (GPT-4o, DeepSeek, Gemini-3): Estes foram como os alunos nota dez da classe. Eles escreveram regras perfeitas quase sempre, mesmo para quebra-cabeças muito difíceis envolvendo mapas e grafos.
- O Gemini-3 foi particularmente especial. Ele parecia ter um "modo de pensamento" onde pausava para checar sua própria lógica antes de escrever a regra, resultando em pouquíssimos erros e livros de regras curtos e limpos.
Os Alunos com Dificuldade (LLaMA3, Mistral): Esses modelos eram bons em tarefas simples, mas se confundiam com lógicas complexas. Às vezes, dar a eles muitas dicas (prompts complexos) na verdade fazia com que performassem pior, como se ficassem sobrecarregados pelas instruções.

A "Poda" (Limpando a Bagunça)

Às vezes, a IA escrevia um livro de regras que funcionava, mas era bagunçado. Poderia incluir cinco maneiras diferentes de dizer a mesma coisa, ou regras que não eram realmente necessárias.

Os pesquisadores criaram uma ferramenta "jardineiro" (uma heurística de poda) que percorria o livro de regras e cortava os galhos mortos (regras redundantes).

Analogia: Imagine que a IA escreveu uma frase como: "Se chover, traga um guarda-chuva. Além disso, se chover, traga um guarda-chuva. Além disso, se chover, traga um guarda-chuva". O podador deleta as cópias extras, deixando apenas uma instrução clara.
Resultado: Isso tornou os livros de regras menores e mais fáceis de serem lidos por humanos, sem alterar a capacidade do robô de responder às perguntas.

O Que Isso Significa (De Acordo com o Artigo)

O artigo conclui que não precisamos mais codificar manualmente lógicas complexas para sistemas de IA. Podemos usar uma IA inteligente para "destilar" a lógica para nós, usando apenas alguns exemplos como guia.

Funciona melhor quando a tarefa é clara e o modelo de IA é muito inteligente.
É diferente do aprendizado de máquina tradicional porque não "memoriza" dados; ele aprende a lógica do problema.
Cria transparência: Como o resultado é um conjunto de regras lógicas (como uma receita), os humanos podem realmente ler e entender por que o robô tomou uma decisão.

Em resumo: Os autores construíram um sistema onde um humano fornece um quebra-cabeça lógico quebrado e alguns exemplos, e uma IA inteligente escreve as peças que faltam do quebra-cabeça, checa seu próprio trabalho e entrega de volta um livro de regras limpo e funcional.

Resumo Técnico: Destilação de Regras de Programação de Conjunto de Respostas de LLMs para Questionamento Visual Neurosimbólico

Definição do Problema
O Questionamento Visual (VQA) requer a integração de entradas multimodais (visão e texto) com cadeias de raciocínio complexas. Embora abordagens neurosimbólicas modulares ofereçam interpretabilidade ao separar a percepção (neural) do raciocínio (simbólico), elas enfrentam uma carga de manutenção significativa. Especificamente, quando os requisitos da tarefa mudam — como a introdução de novos tipos de perguntas ou operadores de raciocínio — o componente de raciocínio simbólico, frequentemente implementado em Programação de Conjunto de Respostas (ASP), deve ser estendido ou adaptado manualmente. Os métodos tradicionais de aprendizado de regras baseados em dados (ex: Programação Lógica Indutiva) tipicamente exigem grandes conjuntos de dados e espaços de busca codificados rigidamente (declarações de modo) para generalizar regras. Este artigo aborda o desafio de automatizar a extensão de teorias de raciocínio baseadas em ASP em sistemas de VQA sem a necessidade de retreinamento extensivo ou engenharia manual de regras.

Metodologia
Os autores propõem um framework de destilação de conhecimento declarativo onde Modelos de Linguagem de Grande Escala (LLMs) são instigados (prompted) a gerar ou estender regras de ASP com base em exemplos de poucos disparos (few-shot). O sistema opera dentro de um pipeline de VQA neurosimbólico modular composto por:

Módulo de Visão: Converte imagens em grafos de cena simbólicos (fatos de ASP).
Módulo de Linguagem: Converte perguntas em linguagem natural em programas funcionais (fatos de ASP).
Módulo de Raciocínio: Um resolvedor (solver) de ASP deriva respostas a partir dos fatos combinados e de uma teoria de ASP (um conjunto de regras).

O algoritmo central (Algoritmo 1) itera através de uma suíte de destilação de exemplos de VQA $(s, q, a)$ . Se a teoria de ASP atual $T$ falha em derivar a resposta correta $a$ para uma determinada cena $s$ e pergunta $q$ , o sistema solicita ao LLM a geração de regras candidatas para corrigir a lacuna. O processo emprega um ciclo de feedback envolvendo:

Estratégias de Prompting:
- Multi-prompting: Solicita múltiplas variantes de solução em uma única chamada.
- Cadeia de Pensamento (CoT - Chain-of-Thought): Instrui o LLM a decompor o problema em etapas lógicas intermediárias antes de gerar as regras (versões simples e complexas).
Validação e Reparo (Mending):
- Reparo de Sintaxe: Se o LLM gerar um ASP sintaticamente inválido (ex: símbolos matemáticos alucinados), a mensagem de erro do solver é enviada de volta ao LLM para correção.
- Reparo Semântico: Se as regras forem sintaticamente corretas, mas produzirem a resposta errada, a saída incorreta do solver é comparada com a verdade fundamental (ground truth) e enviada de volta ao LLM para revisão.
- Teste de Regressão: Novas regras são testadas contra exemplos previamente resolvidos para garantir consistência e evitar regressão.
Eliminação de Redundância: Uma heurística (Algoritmo 2) poda regras que não afetam o conjunto de respostas, garantindo que a teoria destilada permaneça compacta.

Principais Contribuições

Destilação de Conhecimento Declarativo: Um método para estender automaticamente teorias de ASP em sistemas de VQA ao utilizar prompts de LLMs com exemplos, em vez de usá-los como dados de treinamento para aprendizado estatístico.
Estratégias de Prompting: O design e a avaliação de técnicas específicas de prompting (multi-prompting, CoT) e mecanismos de reparo (reparo de sintaxe/semântica) adaptados para a geração de programas lógicos.
Síntese de Regras Composicionais: Demonstração de que os LLMs podem compor novos predicados de maior aridade (ex: in_between, connected) a partir de operações primitivas existentes na teoria de ASP.
Avaliação Empírica: Uma avaliação abrangente em três conjuntos de dados diversos:
- GQA: Cenas do mundo real com relações de objetos complexas.
- CLEVR: Cenas geométricas sintéticas com perguntas composicionais.
- CLEGRV: Redes de trânsito baseadas em grafos que exigem raciocínio recursivo (ex: caminhos mais curtos).

Resultos
Os experimentos avaliaram vários LLMs (GPT-4o, DeepSeek, Mistral-Large, LLaMA3-70B, Gemini-3 Pro) na restauração de predicados removidos das teorias de ASP.

Desempenho: Modelos de grande escala (GPT-4o, DeepSeek, Gemini-3) alcançaram precisão quase perfeita (frequentemente >98%) no GQA e CLEVR com pouquíssimos exemplos (tipicamente 1 a 4 por tentativa de destilação).
Complexidade do Dataset: O desempenho caiu no dataset mais complexo, o CLEGRV (envolvendo recursão), embora o Gemini-3 Pro tenha mantido alta precisão (100% em vários predicados), atribuído ao seu modo de "alto raciocínio".
Sensibilidade do Modelo: Modelos menores ou menos capazes (LLaMA3-70B, Mistral-Large) mostraram alta variância e tiveram dificuldades com tarefas complexas. Curiosamente, para esses modelos, desativar estratégias de prompting complexas (como CoT) às vezes melhorou o desempenho, sugerindo que eles podem ser "sobrecarregados" por instruções verbosas.
Eficiência: O Gemini-3 Pro foi o mais eficiente, exigindo o menor número de exemplos e tokens, e produzindo conjuntos de regras menos redundantes.
Ablação: O pipeline completo de prompting (reparo + CoT + multi-prompting) aumentou significativamente o desempenho para os modelos de alto nível, mas nem sempre foi necessário para modelos mais fracos.

Significância e Alegações
O artigo alega que a destilação de regras de LLMs é uma alternativa promissora ao aprendizado de regras baseado em dados tradicional (ILP/SRL). Ao contrário do ILP, que exige definições explícitas de espaço de busca e grandes conjuntos de dados, esta abordagem aproveita o conhecimento implícito dos LLMs, exigindo apenas alguns exemplos para elicitar regras corretas e generalizáveis.

Interpretabilidade: O método preserva a transparência dos sistemas neurosimbólicos ao produzir regras lógicas legíveis por humanos, em vez de pesos neurais opacos.
Adaptabilidade: Oferece um mecanismo viável para que profissionais estendam módulos de raciocínio dinamicamente conforme os requisitos da tarefa evoluem, atuando como um "copiloto interativo" para programação lógica.
Limitações: Os autores observam que o método assume semânticas de perguntas decomponíveis e composicionais e depende de validação empírica (teste de regressão) em vez de provas formais de correção. A abordagem é atualmente mais eficaz para LLMs grandes e capazes.

O trabalho sugere que, embora os LLMs possam não substituir os motores de raciocínio formal, eles podem servir efetivamente como uma ponte para automatizar a manutenção e a extensão dos componentes de raciocínio simbólico em sistemas de IA complexos.