ProofsNavigator:基于引导的可解释知识推理方法

让大规模语言模型生成推理步骤有助于构建可解释的知识推理系统。现有的知识推理方法可能生成不可靠并且与目标无关的推理步骤。为解决这一问题,该文提出一种基于引导的逐步推理方法ProofsNavigator。首先,使用通过Beam搜索生成多个候选推理步骤;然后,通过分别对候选推理步骤的有效性以及跟假设的相关性进行验证,挑选高质量的推理步骤;最后,将所选择的推理结论加入知识集中以进行下一轮循环。实验结果显示,该方法在三个难度依次递增的任务上的准确率分别为40.0%、35.6%和7.1%,比先前最优对比方法分别高1.1%、2.3%和0.2%。此外,该方法在标注数据较少的情况下仍能保持较好的性能。

复制生成序列的自相关函数研究

介绍了以二进制码为复制信息,用平移复制生成序列的方法。讨论了复制生成序列的性质和复制生成序列的自相关函数的性质。依据序列的复制特性,给出了一个复制生成序列自相关函数的计算公式,并给出了自相关函数值为零的一个充要条件,及相应的数学证明。最后讨论了Paley顺序的离散Walsh函数的自相关函数。

软件方式对抗快速瞬变脉冲群骚扰试验的应用

快速瞬变脉冲群抗扰度试验是一种将由许多快速瞬变脉冲组成的脉冲群耦合到电气和电子设备的电源端口、信号和控制端口的电磁兼容试验。针对快速瞬变脉冲群抗扰度试验短上升时间、重复率和低能量的特点,分别针对恒定输入端口、恒定输出端口、通信端口与系统自身工作监控四个方面,介绍了使用软件方式对抗快速瞬变脉冲群骚扰的方法。