domain-specific language
PulseAugur coverage of domain-specific language — every cluster mentioning domain-specific language across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
新的RAG框架Chat2Scenic自动化自动驾驶场景生成
研究人员开发了Chat2Scenic，一个新颖的迭代式检索增强生成（RAG）框架，旨在自动创建可执行的自动驾驶系统测试场景。该框架利用聊天机器人界面进行交互式改进，并将场景生成与法规知识和领域特定语言（DSL）语法相结合。Chat2Scenic旨在克服现有方法的局限性，这些方法在可扩展性或编译成功率方面存在困难。在评估中，Chat2Scenic的编译成功率为76.42%，框架准确率为58.17%，显著优于先前的方法。
-
新的领域特定语言需要出色的文档和工具才能在大型语言模型时代生存
为了使新的领域特定语言（DSL）在大语言模型（LLM）时代取得成功，它需要出色的文档、有效的营销和强大的工具。文章强调，像类型检查器和代码检查器这样的高级工具对于减少LLM的幻觉至关重要，而现代语言需要强大的语言服务器和全面的文档。此外，创建AGENTS.md文件可以帮助新语言更好地与LLM代理集成。
-
新框架支持在复杂科学工作流中进行异步人机协作
研究人员开发了HepScript，一种领域特定语言（DSL），旨在促进高能物理数据分析中的人机协作。该DSL将复杂的分析逻辑抽象为人类专家和AI代理都能理解的正式语法，显著减少了人工编写代码的需求。在案例研究中，HepScript使AI代理能够从文献中生成可执行的分析规范，并取得了很高的成功率，展示了将AI集成到科学工作流中的可扩展途径。
-
新的“Thinking with Drafting”方法通过逻辑重建从视觉数据中重构潜在逻辑
研究人员推出了一种名为Thinking with Drafting (TwD)的新方法，以改进多模态大型语言模型的视觉推理能力。TwD将处理视觉输入重新概念化为光学解压，从视觉令牌中重构潜在的逻辑结构。该方法使用极简的领域特定语言（DSL）作为中间表示，迫使模型将其推理草拟成可执行代码以进行自我验证。在新的视觉代数基准VisAlg上的实验表明，TwD增强了认知脚手架，并且视觉生成充当逻辑验证器。