PulseAugur
中
实时 10:41:33

New agent Autogrammar learns context-free grammars for LLM decoding

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了一个名为Autogrammar的智能体，该智能体可以从文档和执行数据中自动学习特定领域语言（DSLs）的上下文无关文法。该智能体被形式化为一个Kripke结构，允许通过线性时序逻辑约束进行声明式控制。在三个DSLs上的评估表明，Autogrammar生成的文法具有高精度，与现有方法相比，显著提高了端到端语言模型在现实世界任务上的性能。 AI

影响 这项研究通过使语言模型能够生成各种DSLs中语法正确的程序，有可能提高语言模型与外部服务交互的可靠性。

排序理由 该集群包含一篇学术论文，详细介绍了一种学习上下文无关文法的新方法。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

New agent Autogrammar learns context-free grammars for LLM decoding

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Kevin Cheang, Geoff Hulette, Rahul Kumar, Felipe R. Monteiro, Federico Mora, Robin Salkeld, Lin Tan, Serdar Tasiran ·

    通过具有保证的声明式代理编程学习无上下文文法以进行文法约束解码

    arXiv:2608.05493v1 Announce Type: cross Abstract: Language models (LMs) are increasingly used to interact with external services via programs written in domain-specific languages (DSLs). Unfortunately, since DSLs are often low-resource and esoteric, LMs frequently produce syntact…

相关实体

相关话题