lab-v2/pyreason

An explainable inference software supporting annotated, real valued, graph based and temporal logic

解決的問題

PyReason 提供了一種在圖結構上進行可解釋推理的方法。它解決了需要處理帶註釋的、實數值的、基於圖的以及時間邏輯的推理系統的需求，使使用者能夠從一組事實和邏輯規則中推導出結論。

工作原理

該軟體作為圖形化推理工具運作。它接收一組初始條件（事實）和一組邏輯規則，並將這些規則應用於圖結構以進行推理並推導出新資訊。

適用對象

專為從事時間邏輯、基於圖的推理以及需要可解釋 AI 推理的系統的研究人員和開發者設計。

主要特色

  • 支援帶註釋和實數值邏輯。
  • 可處理時間邏輯和基於圖的結構。
  • 提供可解釋的推理結果。
  • 兼容 Python 3.7 至 3.10，其中 3.9 和 3.10 版本支援多核心平行處理。

相關

  • 專案
    pgmpy/pgmpy

    一個使用圖形模型進行因果與機率推理的 Python 程式庫，提供模型結構學習、參數估計與因果推論的工具。

  • 專案
    LukasZahradnik/PyNeuraLogic

    一個用於在 Python 中編寫可微邏輯程式的框架，能夠建立超越標準圖神經網路 (GNN) 的具表現力關係學習模型。

  • 專案
    GraphRAG-Bench/GraphRAG-Benchmark

    一個全面的基準，用於評估 Graph Retrieval-Augmented Generation（GraphRAG）模型，以確定它們在各種推理與檢索任務中何時能超越傳統 RAG。

  • 專案
    astroautomata/PySR

    PySR 是一個基於高性能 Julia 引擎 SymbolicRegression.jl 的 Python 前端符號回歸庫。它能發現擬合資料的緊湊且可解釋的公式，提供類似 scikit-learn 的 API、自訂運算子、損失函數，並支援導出至 SymPy、JAX 或 PyTorch。

  • 專案
    awslabs/graphrag-toolkit

    一套用於使用階層式詞彙圖與結構化知識圖建構圖形增強型生成式AI應用的Python工具集合。