Générateurs de planificateurs Prolog à partir de LLMs : une approche étonnamment efficace
Cet article explore l'utilisation de grands modèles de langage (LLMs) pour générer des planificateurs Prolog, en tirant parti des capacités de recherche combinatoire de Prolog. Les auteurs soutiennent que les LLMs sont mieux adaptés à la traduction du langage naturel en Prolog qu'à la planification directe. Leur approche consiste à inciter un LLM à traduire des descriptions de problèmes en code Prolog, qui est ensuite utilisé par un moteur Prolog pour effectuer la planification. Un guide d'invite détaillé est fourni, en se concentrant sur la génération de faits d'état, de prédicats d'action et de prédicats de vérification. Cette approche contourne les limitations des LLMs dans la planification directe tout en utilisant les points forts de Prolog en raisonnement logique et en recherche combinatoire. La méthode s'est avérée efficace sur divers problèmes de planification jouets.