立场：推理是一个可学习的基于规则的过程

arXiv:2608.12325v1 公告类型：新 摘要：自主推理是当今人工智能领域最具科学性和经济性的主题之一。从历史上看，符号人工智能的范围内，最近的进展主要来自深度概率生成模型。尽管产生了巨大的兴趣并且取得了快速的进展，生成式人工智能社区还没有明确地在推理的操作定义上达成共识，并且常常含蓄地拒绝逻辑和可验证的自动推理中对该主题的历史处理。这一立场认为，定义的模糊性使得推理评估的结构有效性无法验证，从而破坏了可量化的可信赖自主推理的进展。我们还认为这种模糊性是可以解决的。为此，我们提供（1）基于文献综合的操作定义，将有效且合理的推理定位为可学习的基于规则的过程； (2) 人工智能推理研究交流最佳实践清单。