The CRISTAL Method: Neurosymbolic analysis from AI-synthesized world models

📄 arXiv: 2606.29799v1 📥 PDF

作者: Rafael Kaufmann, Felix Neubürger, Michael Walters, Thomas Kopinski, Dimitrije Marković

分类: cs.AI

发布日期: 2026-06-29

💡 一句话要点

提出CRISTAL方法以解决复杂分析工作流自动化问题

🎯 匹配领域: 支柱二：RL算法与架构 (RL & Architecture)

关键词: 神经符号 自动化分析 投资分析 贝叶斯推断 主动学习 数据获取 模型合成

📋 核心要点

  1. 现有方法在复杂分析工作流中面临高结构不确定性和数据噪声等挑战，导致决策的可重复性和可靠性不足。
  2. CRISTAL方法通过结合统计模型合成和主动学习，构建动态可解释的概率程序，实现全面的贝叶斯推断和不确定性量化。
  3. 在合成股票的基准测试中，CRISTAL在公司分类任务上以仅5个样本和5秒预算实现了贝叶斯最优准确率，显著超越了现有的LLM方法。

📝 摘要（中文）

本项目介绍了CRISTAL方法（Coherent Reliable Intentional Synthesis of Truthful Analysis Logic），这是一个神经符号框架，旨在自动化复杂的分析工作流，主要应用于投资分析领域。该领域面临诸多挑战，如高结构不确定性、噪声和主观数据、紧张的注意力预算以及需要有依据和可重复的决策。人类分析师在此领域常因认知偏差和局限性而面临困难，因此自动化具有重要价值。尽管已有基于大型语言模型（LLM）的代理被提议作为分析辅助工具，但其在数值推理、对不确定性的无知和缺乏可重复性等方面的局限性，限制了其在此背景下的有效性。CRISTAL通过统计模型合成、持续学习和主动学习的原则性结合，解决了这些问题。

🔬 方法详解

问题定义：本论文旨在解决复杂分析工作流的自动化问题，尤其是在投资分析中，现有方法面临高结构不确定性和数据噪声等挑战，导致决策的可重复性和可靠性不足。

核心思路：CRISTAL方法通过结合统计模型合成、持续学习和主动学习，构建一个动态的可解释概率程序，能够进行全面的贝叶斯推断，包括不确定性量化和预算感知的数据获取。

技术框架：CRISTAL的整体架构包括自然语言知识课程的引入、动态世界模型的构建、代码合成和学习的LLM应用等主要模块，形成一个闭环的分析流程。

关键创新：CRISTAL的核心创新在于其将统计模型合成与主动学习相结合，能够在高不确定性环境下进行有效的决策支持，这与现有方法的静态分析和缺乏动态学习能力形成鲜明对比。

关键设计：CRISTAL采用了动态更新的概率模型，设计了适应性强的损失函数，并利用LLM进行代码合成，确保了模型在分析过程中的持续优化和学习。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

在合成股票的基准测试中，CRISTAL在公司分类任务上以仅5个样本和5秒预算实现了贝叶斯最优准确率，显著超越了现有的LLM方法，后者即使在输入数据和计算资源显著增加的情况下，准确率也仅停留在40%左右。

🎯 应用场景

该研究的潜在应用领域包括金融投资分析、市场预测、风险评估等，能够为分析师提供更为可靠和高效的决策支持。未来，CRISTAL方法有望扩展到其他需要复杂数据分析的领域，如医疗、制造和智能城市等，推动各行业的智能化进程。

📄 摘要（原文）

This project introduces the CRISTAL Method (Coherent Reliable Intentional Synthesis of Truthful Analysis Logic), a neurosymbolic framework for automating complex analysis workflows, with fundamental investment analysis as a primary use case. This domain poses major challenges: high structural uncertainty, noisy and subjective data, tight attention budgets, and the need for justified, reproducible decisions. Human analysts often struggle in this domain due to cognitive biases and limitations, suggesting significant value in automation. But while LLM-based agents have been proposed as analytical aids, their limitations -- poor numerical reasoning, unawareness of uncertainty, and lack of reproducibility -- hinder their effectiveness in this context. CRISTAL addresses these gaps through a principled blend of statistical model synthesis, continuous learning, and active learning. Starting from a natural-language prior knowledge curriculum, CRISTAL builds a dynamic, interpretable probabilistic program that enables full Bayesian inference, including uncertainty quantification and budget-aware data acquisition. CRISTAL continually refines its world model during analysis, leveraging LLMs for code synthesis and learning. We validate CRISTAL on a novel benchmark of synthetic equities with rich financial and textual data. On a company classification task, CRISTAL achieves Bayes-optimal accuracy with just 5 examples and a 5-second budget, outperforming state-of-the-art LLMs that plateau around 40\% accuracy even with order-of-magnitude more input data and compute.