نيسيكو: مُركّب مفاهيم عصبي-رمزي للتركيبية العامة

التجزئة التركيبية أمر بالغ الأهمية لتمكين الوكلاء الذكية الاصطناعية من حل مهام الاستدلال البصري-اللغوي المعقدة. وقد أظهرت النهج العصبي-الرمزية إمكانات واعدة في التقاط الهياكل التكوينية، لكنها تواجه تحديات جوهرية: (أ) الاعتماد على رموز محددة مسبقًا لتمثيلات رمزية، مما يحد من قدرتها على التكيّف، (ب) صعوبة استخلاص الرموز من البيانات الخام، و(ج) استخدام عمليات غير قابلة للتفاضل لدمج المفاهيم الأساسية. لمعالجة هذه المشكلات، نقترح نموذج NeSyCoCo، وهو إطار عصبي-رمزي يعتمد على نماذج اللغة الكبيرة (LLMs) لتوليد تمثيلات رمزية وربطها بعمليات حسابية عصبية قابلة للتفاضل. يُقدّم NeSyCoCo ثلاث ابتكارات: (أ) تعزيز المدخلات النصية الطبيعية ببنية الاعتماد (dependency structures) لتحسين التوافق مع التمثيلات الرمزية، (ب) استخدام تمثيلات كلمات موزعة لربط رموز منطقية متنوعة ومستمدة من السياق اللغوي بوحدات عصبية، و(ج) استخدام التكوين الناعم لدرجات الرموز المُعدّلة لتوحيد الاستدلال الرمزي والاستدلال القابل للتفاضل. حقق إطارنا نتائج رائدة على معايير التعميم التكويني ReaSCAN وCLEVR-CoGenT، كما أظهر أداءً قويًا وثابتًا في معيار CLEVR-SYN مع مفاهيم جديدة.