该研究论文重新审视了 Linda Problem 并将其制定为一个公平问题，旨在通过结构因果感知框架引入感知作为一个利益参数，以展示其在发展公平 ADM 系统中的潜在影响。

May, 2023

该研究讨论了信念偏差效应的心理逻辑，并通过心理学的演绎任务表明了该效应。研究提出了关于诱导性推理的新问题，并给出了新的定义和语法语义。

May, 2014

在决策理论基础上，我们提出了因果关系的定义，并为因果推理提供了有原则的基础。我们的定义不同于传统的因果关系视角，因为因果断言可能随着可用决策集的变化而变化。我们认为这种方法增强了因果关系的清晰度。此外，我们还研究了有向无环图中因果关系的编码，我们描述了一个特殊的影响图类，即标准形式下的影响图，并展示了它与 Pearl's 的因果关系表示法的关系。最后，我们展示了标准形式如何促进反事实推理。

Dec, 1995

给定一个条件句 P=>Q（如果 P 则 Q）和相应的事实，观察到人类推理中的四种不同类型的推断：肯定前提（AA）从 P 推出 Q；肯定结论（AC）从 Q 推出 P；否定前提（DA）从 - P 推出 - Q；否定结论（DC）从 - Q 推出 - P。其中，AA 和 DC 在逻辑上是有效的，而 AC 和 DA 在逻辑上是无效的且通常被称为逻辑谬误。然而，人类在日常生活中通常会进行 AC 或 DA 作为实用推理。在本文中，我们在答案集编程中实现了 AC、DA 和 DC 推理。我们引入了八种不同类型的完整性，并通过答案集给出它们的语义。我们研究了形式属性，并对认知心理学中的人类推理任务进行了表征。这些完整性也应用于人工智能中的常识推理。

Nov, 2023

本文提出了一种新颖的方法来通过形式约束来识别谬误，引入了主题方面的论证模型，以对话语论证模型进行深层语义分析，可以看到声称是语言修辞攻击的攻击是否真的存在，并证明了这些形式化约束的结果。

May, 2022

提出了基于案例推理和语言建模技术的方法，探讨在检测 Web 上的逻辑谬误方面提高模型精确性和泛化能力的策略，并在实验中证实关键识别案例在模型精确性中具有重要作用。

Jan, 2023

该研究提出了量子理论方法来模拟无法用经典逻辑和概率结构来模拟的认知现象，并解释了人类推理中的谬误是由量子结构所导致的。

Jul, 2018

此研究采用基于 T5 模型的多任务学习，解决了识别多种领域和类型的 28 种谬误的问题，并研究了模型大小、提示选择和注释质量等因素对性能的影响。

Jan, 2023

我们提出了一种自然的反事实框架和一种生成自然反事实的方法，该方法与实际世界的数据分布相一致，有效地改进了反事实推理并引入了创新的优化框架控制反事实推理的回溯程度。实证实验表明我们的方法的有效性。

Feb, 2024

本文使用非单调推理和计算机科学中的答案集编码（ASP）来形式化作为认知原则的文献发现，建立一个名为‘plausibility’的推理概念，并将其用于测试现有实验的效果并解释不同的多数响应。

May, 2022