cs.PL」カテゴリーアーカイブ

NeuroQL: A Neuro-Symbolic Language and Dataset for Inter-Subjective Reasoning

要約 主観的推論のための新しい AI タスクとベースライン ソリューションを紹介 … 続きを読む

カテゴリー: cs.AI, cs.CL, cs.PL, cs.SE | NeuroQL: A Neuro-Symbolic Language and Dataset for Inter-Subjective Reasoning はコメントを受け付けていません

Planning with Large Language Models for Code Generation

要約 既存の大規模な言語モデル ベースのコード生成パイプラインでは、通常、デコー … 続きを読む

カテゴリー: cs.AI, cs.CL, cs.LG, cs.PL | Planning with Large Language Models for Code Generation はコメントを受け付けていません

RAF: Holistic Compilation for Deep Learning Model Training

要約 ディープ ラーニングは最新のアプリケーションに普及しているため、ディープ … 続きを読む

カテゴリー: cs.DC, cs.LG, cs.PL | RAF: Holistic Compilation for Deep Learning Model Training はコメントを受け付けていません

MCTS-GEB: Monte Carlo Tree Search is a Good E-graph Builder

要約 書き換えシステム [6, 10, 12] は、等価飽和 [9] を広く採用 … 続きを読む

カテゴリー: cs.AI, cs.LG, cs.PL | MCTS-GEB: Monte Carlo Tree Search is a Good E-graph Builder はコメントを受け付けていません

Neural Probabilistic Logic Programming in Discrete-Continuous Domains

要約 ニューラル シンボリック AI (NeSy) により、ニューラル ネットワ … 続きを読む

カテゴリー: cs.AI, cs.LG, cs.LO, cs.PL, cs.SC, I.2.4 | Neural Probabilistic Logic Programming in Discrete-Continuous Domains はコメントを受け付けていません

PLUNDER: Probabilistic Program Synthesis for Learning from Unlabeled and Noisy Demonstrations

要約 デモンストレーションからの学習 (LfD) は、ロボットに新しいタスクを実 … 続きを読む

カテゴリー: cs.PL, cs.RO | PLUNDER: Probabilistic Program Synthesis for Learning from Unlabeled and Noisy Demonstrations はコメントを受け付けていません

CodeGen: An Open Large Language Model for Code with Multi-Turn Program Synthesis

要約 プログラム合成は、入出力例または自然言語記述で表現された、与えられた問題仕 … 続きを読む

カテゴリー: cs.CL, cs.LG, cs.PL | CodeGen: An Open Large Language Model for Code with Multi-Turn Program Synthesis はコメントを受け付けていません

On ML-Based Program Translation: Perils and Promises

要約 新しい高度なプログラミング言語の出現により、レガシー ソフトウェアを新しい … 続きを読む

カテゴリー: cs.AI, cs.PL, cs.SE | On ML-Based Program Translation: Perils and Promises はコメントを受け付けていません

SparseTIR: Composable Abstractions for Sparse Compilation in Deep Learning

要約 スパース テンソルは、最新のディープ ラーニング ワークロードの重要なコン … 続きを読む

カテゴリー: cs.AI, cs.LG, cs.PL | SparseTIR: Composable Abstractions for Sparse Compilation in Deep Learning はコメントを受け付けていません

Learning Math Reasoning from Self-Sampled Correct and Partially-Correct Solutions

要約 事前トレーニング済みの言語モデルは、多くの自然言語処理タスクで優れたパフォ … 続きを読む

カテゴリー: cs.LG, cs.PL | Learning Math Reasoning from Self-Sampled Correct and Partially-Correct Solutions はコメントを受け付けていません