This article provides a detailed description of two multi-hop logical reasoning datasets: ProofWriter and CLUTRR-SG.This article provides a detailed description of two multi-hop logical reasoning datasets: ProofWriter and CLUTRR-SG.

Evaluating Systematic Generalization: The Use of ProofWriter and CLUTRR-SG in LLM Reasoning Research

2025/10/29 02:19

Abstract and 1. Introduction

  1. Background

  2. Method

  3. Experiments

    4.1 Multi-hop Reasoning Performance

    4.2 Reasoning with Distractors

    4.3 Generalization to Real-World knowledge

    4.4 Run-time Analysis

    4.5 Memorizing Knowledge

  4. Related Work

  5. Conclusion, Acknowledgements, and References

\ A. Dataset

B. In-context Reasoning with Distractors

C. Implementation Details

D. Adaptive Learning Rate

E. Experiments with Large Language Models

A Dataset

ProofWriter The ProofWriter [73] dataset has 500k pairs of questions, answers, and proofs over natural-language rule bases. Each example in the dataset contains a set of facts, a set of rules, a hypothesis, and a label indicating whether the hypothesis is true, false, or unknown. The dataset comprise five datasets named D0, D1, D2, D3, D5, each with 100k examples. Each dataset’s questions require reasoning up to depths D (D = 0, 1, 2, 3, 5) to determine their answers. In our experiments, we only focus on the datasets that require more reasoning depths (D2, D3, D5). We show an example from the dataset in Table 7. In these datasets, a set of facts and rules are mapped to 18 questions, where the questions can be answered based on a subset of the facts and rules. Thus, some of the facts or rules can be irrelevant to some questions, and we call them distractors in Section 4.2. In the experiment for knowledge encoding with distractors, we encode all the facts in the model parameters and evaluate its ability to reproduce and reason over the correct facts. We show an example of distractor and relevant knowledge of a question in Table 9. For detailed statistics on the two datasets, please see Table 6.

\ CLUTRR-SG The CLUTRR-SG [28] is an evaluation dataset for inductive reasoning on family relations adapted from the [71] dataset for measuring systematic generalization. Each example in the dataset contains (i) a set of facts representing a family graph G = (V, E) where nodes (V ) are entities and edges (E) are the relationships. (ii) a question asking the relationship between two entities (v1, vn ∈ V ), and (iii) a target relationship e ∗ ∈ E as the answer for the question. The facts are expressed as a list of (vi , ej , vk) tuples. The two entities in the question are separated by more than one hop in the graph. There are 272 unique entities, 20 relationship types, and nearly 1.5M possible facts in the dataset. Following the authors, we define the difficulty of examples based on the number of family graph edges (i.e., the number of reasoning hops required to determine a relation), in which k edges (k-hop) correspond to k facts. We show an example from the dataset in Table 8.

\

:::info Authors:

(1) Zeming Chen, EPFL (zeming.chen@epfl.ch);

(2) Gail Weiss, EPFL (antoine.bosselut@epfl.ch);

(3) Eric Mitchell, Stanford University (eric.mitchell@cs.stanford.edu)';

(4) Asli Celikyilmaz, Meta AI Research (aslic@meta.com);

(5) Antoine Bosselut, EPFL (antoine.bosselut@epfl.ch).

:::


:::info This paper is available on arxiv under CC BY 4.0 DEED license.

:::

\

Disclaimer: The articles reposted on this site are sourced from public platforms and are provided for informational purposes only. They do not necessarily reflect the views of MEXC. All rights remain with the original authors. If you believe any content infringes on third-party rights, please contact service@support.mexc.com for removal. MEXC makes no guarantees regarding the accuracy, completeness, or timeliness of the content and is not responsible for any actions taken based on the information provided. The content does not constitute financial, legal, or other professional advice, nor should it be considered a recommendation or endorsement by MEXC.
Share Insights

You May Also Like

Quote 500: Crypto en AI bedrijven steeds dominanter

Quote 500: Crypto en AI bedrijven steeds dominanter

De nieuwe Quote 500 laat één trend overduidelijk zien: het tijdperk van traditionele familievermogens maakt plaats voor dat van tech miljardairs. Waar vroeger sokken, schepen en supermarkten de bron waren van groot kapitaal, zijn het nu crypto en AI ondernemers die de lijst domineren. Check onze Discord Connect met "like-minded" crypto enthousiastelingen Leer gratis de basis van Bitcoin & trading - stap voor stap, zonder voorkennis. Krijg duidelijke uitleg & charts van ervaren analisten. Sluit je aan bij een community die samen groeit. Nu naar Discord Nieuwe rijkdom in recordtempo Volgens het zakenblad Quote groeit het vermogen van Nederlandse miljonairs en miljardairs “over de hele linie”, maar het zijn vooral AI en crypto die het geld razendsnel laten rollen. “Waar het vroeger decennia of zelfs generaties duurde om een groot vermogen op te bouwen, gebeurt dat nu soms binnen enkele jaren.” Een treffend voorbeeld is Douwe Kiela, die slechts tweeënhalf jaar na de oprichting van zijn AI bedrijf al in de Quote 500 verschijnt. De ondergrens om in de lijst te komen ligt dit jaar op €140 miljoen, een stijging van €10 miljoen ten opzichte van vorig jaar. Crypto miljardairs aan de top De grootste vermogenssprong komt dit jaar van John en Marius Jansen, 2 ondernemers die hun crypto bedrijf verkochten en hun vermogen zagen stijgen van €600 miljoen naar €1,7 miljard. Hun transactie laat zien hoe snel waardecreatie in de crypto sector kan plaatsvinden, een contrast met de langzame vermogensgroei van traditionele industrieën. Hoewel de cryptomarkt grillig blijft, lijkt de invloed van blockchain ondernemers op de Nederlandse elite structureel te worden. Waar eerdere edities van de Quote 500 werden gedomineerd door vastgoed, scheepvaart of retail, komt crypto nu naar voren als nieuwe economische macht. Nieuwe cryptomuntenKom als eerste te weten wat de nieuwste cryptomunten van dit moment zijn! Elke crypto investeerder is er naar op zoek: een nieuwe crypto met groot groeipotentieel. Na de afgelopen crash van de cryptomarkt, is Bitcoin volgens analisten weer klaar voor een stijging. Dat lijkt ook voor altcoins het geval te zijn, nu miljardairs weer volop investeren. Dit zou zomaar eens een nieuwe crypto bull run af kunnen… Continue reading Quote 500: Crypto en AI bedrijven steeds dominanter document.addEventListener('DOMContentLoaded', function() { var screenWidth = window.innerWidth; var excerpts = document.querySelectorAll('.lees-ook-description'); excerpts.forEach(function(description) { var excerpt = description.getAttribute('data-description'); var wordLimit = screenWidth wordLimit) { var trimmedDescription = excerpt.split(' ').slice(0, wordLimit).join(' ') + '...'; description.textContent = trimmedDescription; } }); }); AI als nieuwe gold rush Naast crypto is AI de tweede motor achter de vermogensgroei. Startups in machine learning, dataverwerking en andere AI toepassingen trekken recordinvesteringen, vaak vanuit de Verenigde Staten of het Midden-Oosten. De opkomst van AI ondernemers in de Quote 500 bevestigt dat Nederland zich snel ontwikkelt tot een technologische broedplaats. Bedrijven die enkele jaren geleden nog onbekend waren, hebben nu waarderingen van honderden miljoenen. Klassieke namen dalen of verdwijnen Tegenover de digitale nieuwkomers staan de dalers uit de ‘oude economie’. Zo verliest Els Blokker, weduwe van winkelketen magnaat Jaap Blokker, haar status als miljardair nadat het familievermogen door ruzie werd opgesplitst in drie delen. Ook scheepsbouwer Kommer Damen zag zijn vermogen halveren tot €235 miljoen na tegenvallers bij defensie projecten. En waar tech miljardairs binnenkomen, verdwijnen de sokken en schoenen koningen. Onder anderen Marc Brouwers en de broers Pauli en René Nelissen zijn niet langer rijk genoeg om op de lijst te staan. Een verschuiving van macht en mentaliteit Het aantal miljardairs in Nederland blijft stabiel op 52, maar de samenstelling verandert. De nieuwe elite is jonger, internationaler en digitaal. Hun vermogen komt niet uit bakstenen of olie, maar uit code, algoritmes en tokens. De totale rijkdom van de Quote 500 steeg met 7,9% tot bijna €273 miljard. Het gemiddelde vermogen bedraagt nu €545,5 miljoen. Charlene de Carvalho-Heineken blijft met €12,3 miljard de onbetwiste nummer één, maar de volgende generatie klopt op de deur. Best wallet - betrouwbare en anonieme wallet Best wallet - betrouwbare en anonieme wallet Meer dan 60 chains beschikbaar voor alle crypto Vroege toegang tot nieuwe projecten Hoge staking belongingen Lage transactiekosten Best wallet review Koop nu via Best Wallet Let op: cryptocurrency is een zeer volatiele en ongereguleerde investering. Doe je eigen onderzoek. Het bericht Quote 500: Crypto en AI bedrijven steeds dominanter is geschreven door Gijs Smit en verscheen als eerst op Bitcoinmagazine.nl.
Share
2025/10/29 13:46