# NeSy

**Repository Path**: zgc-webcompetition/NeSy

## Basic Information

- **Project Name**: NeSy
- **Description**: 基于神经符号化方法的多模态可解释人工智能与大模型增强推理
- **Primary Language**: Unknown
- **License**: Apache-2.0
- **Default Branch**: master
- **Homepage**: https://zgc-webcompetition.gitee.io/nesy/
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2026-01-29
- **Last Updated**: 2026-03-05

## Categories & Tags

**Categories**: Uncategorized

**Tags**: NeSy

## README

# 项目名称：
NeSy: Knowledge Representations
基于神经符号化方法的多模态可解释人工智能与大模型增强推理

## 项目介绍
首先，我们旨在从自然语言、图像和向量空间中自动学习符号知识（如逻辑规则），学习到的符号知识有助于揭示数据内在规律，或增强模型的推理过程的透明性，该课题提出一个可微分神经网络框架，支持符号具化问题的研究。此外，我们将结合规则与神经网络工具，实现用神经网络进行演绎推理并计算规则的语义，用于自动化逻辑验证。最后，我们将基于神经网络的符号推理方法，设计改进基础模型，提升其基础模型的推理性能。

## 项目团队介绍
项目负责人：

高坤研究员 

团队成员信息：

杨茂林、李炫宏、王耀、张博、虞泳波、闫秉政、刘珊珊、胡罡沣、刘思远、叶睿卿、刘泽辉


## 项目动态与成果

### 研究进展

### 论文专利

### 相关报道

### 成果清单

## 项目招生信息

本项目组持续开放招募。