论文研究 arXiv cs.CL Fri, 17 Jul 2026 正文 thin 4 words

HABIB_TAZ 在 SemEval-2026 任务 11：通过合成训练与多目标优化分离形式逻辑与内容

英文标题：HABIB_TAZ at SemEval-2026 Task 11: Disentangling Formal Logic from Content via Synthetic Training and Multi-Objective Optimization

大型语言模型在许多通用自然语言处理任务中表现优异，但其形式推理能力常因内容效应而下降，表现出对现实世界合理性的可测量偏见。本文介绍 HABIB_TAZ 系统，在 SemEval-2026 任务 11 中采用合成训练与多目标优化策略，尝试将形式逻辑与内容解耦。该方法为开发者缓解模型推理中的内容偏见、构建更稳健的逻辑代理提供了新思路。

打开原文相关 2.4 · 机会 0