可解释性自然语言程式运算推理模型

作　　者： 姜吉阳

摘　　要： 为解决大语言模型处理自然语言时存在的解释性较差和幻觉问题，文章提出了一个可解释性自然语言程式运算推理模型，此模型由可解释性自然语言模块与程式运算推理模块构成，后者以笛卡尔积形式组合、迭代、模式匹配的方式驱动前者从问题和条件出发，达到预期目标或截止条件为止。在整个推理过程中，初始语句受有限作用域的限制，并且具有独特的迭代标识，过程是数学计算或条件分支，结果是精确的模式匹配。实现了静态语句与运算结果的统一，全程透明可以控制与迁移复现，解决了处理自然语言中出现的解释性差和幻觉问题。

来　　源： 《信息产业报道》 2025-10