課題
普通のトランスフォーマーは、論理の制約を宣言しない。曖昧さ、KBQA、共参照では、領域が持つ規則を注意がなぜ無視したのか、監査しにくい。
進め方
LTNN（著者：Mauricio Pacheco Lizama）は、実数値論理と制約を注意に入れ、双方向に推論する。次トークンを当てるだけでなく、論理の骨格を守り、見せられるモデルを目指す。
結果
オープンソースの研究。GLUEやKBQAのスコアは作らない。書いてある価値は、アーキテクチャとリポジトリ。
スタック
Python · Transformers · Logical Neural Networks · NLP
サービス