研究提出基于语言模型先验的交互式程序归纳算法
热点事件持续更新
研究提出基于语言模型先验的交互式程序归纳算法
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
Robin Chan 与 Ryan Cotterell 在 arXiv 预印本中提出一种交互式程序归纳方法:学习者主动选择信息量最大的输入,向用户等 oracle 查询其输出,以解决从有限输入输出示例恢复程序时的歧义问题。该贪心查询选择算法以语言模型作为贝叶斯先验、用重要性采样估计查询目标,论文证明其在 O((1/γ)log 1/p⁰(f*)) 次查询后可返回目标程序。 在 CodeARC 基准上,据论文报告,该算法相比仅用语言模型的智能体最高提升准确率 22 个百分点,同时少观察最多 10.5 个输入输出示例。
AI 根据报道生成 · 3 小时前更新
最新进展11月16日 13:00
基于语言模型先验的交互式程序归纳方法研究报道时间线
沿着报道,了解事件的不同侧面。
11月16日
- arXiv cs.AI基于语言模型先验的交互式程序归纳方法研究
一项 arXiv 预印本研究提出以贝叶斯视角处理从有限输入输出示例恢复程序的歧义问题,学习者主动选择信息量最大的输入并向用户等 oracle 查询输出。该贪心查询选择算法经证明在 O((1/γ)log 1/p⁰(f*)) 次查询后可返回目标程序,并用语言模型作为先验、以重要性采样估计查询目标。
本事件热度走势
- 可比范围当前
- 9
- 可比范围峰值
- 1011月16日 14:00
- 近 24 小时变化
- –
02.557.510
14:0015:0016:00
趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。