NeSTR：用于大型语言模型中时间推理的神经符号溯因框架

本文介绍了NeSTR，一个结合了神经符号方法和溯因推理的新框架，以增强大型语言模型（LLM）的时间推理能力。这项研究可能探讨了该框架如何提高LLM理解和推理随时间推移而发生的事件的能力。“神经符号”的使用表明了神经网络和符号人工智能的集成，这可能使得时间推理更加稳健和可解释。“溯因”方面意味着系统可以推断观察到的事件最可能的解释，这对于理解时间关系至关重要。

• •NeSTR是一个神经符号框架。
• •它侧重于LLM中的时间推理。
• •它利用溯因推理。