規則蒸餾

速報

大型語言模型規則蒸餾提升視覺問答推理解釋性

本研究提出一種從大型語言模型（LLM）蒸餾規則的方法，協助視覺問答（VQA）系統在面對新任務需求時快速擴充其邏輯推理模型。研究者以答案集合程式（ASP）作為推理理論的基礎，透過提示 LLM 產生並修正規則，並以少量 VQA 範例驗證與回饋。

速報

從大型語言模型蒸餾規則提升視覺問答可解釋性

本研究提出一套利用大型語言模型（LLM）蒸餾規則的技術，針對視覺問答（VQA）任務的推理模組進行擴充。研究者先以答案集合程式（ASP）建立初始推理理論，然後以少量 VQA 範例提示 LLM 產生新規則，並透過 ASP 求解器回饋修正錯誤。