Compositional Reasoning（组合推理）

组合推理源于认知科学，指从已知概念组合出新含义。在AI中，它要求模型理解并操作组合结构，而非仅记忆训练模式。早期研究用SCAN等合成任务测试序列到序列模型的组合泛化，发现神经网络常失败。近期工作如CLOSURE和CFQ强调系统泛化，并探索元学习、模块化网络和神经符号方法。该能力对实现鲁棒、可解释的AI至关重要，是当前大模型评估的关键维度。