研究人员开发了一种使用路径签名进行程序归纳的新方法,这是一种源自随机分析的技术。该方法将执行跟踪视为高维粗糙路径,并使用路径签名变换对其进行编码。在Karel、List和RASP域上的实验表明,这种对数签名跟踪编码器在训练数据有限的情况下,性能优于LSTM、Transformer和Fourier基线。该方法还展示了一个收缩管道,可以在没有外部预言机的情况下识别监督数据中的冗余,从而产生更具可解释性的潜在几何结构。 AI
影响 这项研究提供了一种新颖的程序归纳方法,有望提高分析代码或执行跟踪的AI系统的可解释性和效率。
排序理由 该集群包含一篇详细介绍程序归纳新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
- arXiv
- Fourier
- Karel
- List
- log-signature trace encoder
- LSTM
- path signature
- program induction
- stochastic analysis
- Transformer
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →