본 논문은 신경기호 AI(Neurosymbolic AI)에서 신경망의 마지막 층 출력(예: softmax 활성화)을 논리적 제약 조건을 인코딩한 희소 계산 그래프에 전달하는 일반적인 접근 방식을 다룹니다. 이는 확률 변수 집합에 대한 확률 분포를 유도하며, 많은 신경기호 AI 모델에서 조건부 독립적인 것으로 나타납니다. 기존 연구에서는 이러한 조건부 독립적인 확률 변수가 결정적 편향(deterministic bias)이라는 현상과 함께 나타나 해롭다고 여겨져 왔습니다. 본 논문은 이러한 결론에 이의를 제기하고, 결정적 편향 현상이 신경기호 AI의 부적절한 적용으로 인한 인공물임을 보여줍니다.
