深度分析
CCG 組合範疇語法提升框架：為 LLM 輸出提供可稽核的組合邏輯層
大型語言模型（LLM）的流暢生成常被批評缺乏真正的語法結構。本文提出一個神經符號框架，利用組合範疇語法（CCG）對 LLM 的輸出進行後設的「提升」（lifting），將自然語言轉換為具型別的組合推導式。
神經符號AI
深度分析
神經符號元策略：讓AI在部分可觀測環境中學會記憶管理
本研究提出一種神經符號元策略（Neuro-Symbolic Meta-Policy），用於處理部分可觀測環境中的時間知識圖譜記憶管理。該方法結合了符號記憶啟發式與神經編碼器，讓AI在每個決策點從一組具名符號啟發式中選擇最合適的記憶操作（包含問答、探索與遺忘），而非使用不透明的潛在動作。
MAT-Cell
MAT-Cell：利用多代理人樹狀推理與神經符號 AI 突破單細胞標註瓶頸
MAT-Cell 框架將單細胞標註從黑盒分類轉化為可驗證的邏輯證明。透過多代理人樹狀推理與 RAG 技術，它克服了傳統監督式學習的參考陷阱與 LLM 的幻覺問題，在跨物種分析中展現出強大的泛化能力與魯棒性。