論文の概要: Towards United Reasoning for Automatic Induction in Isabelle/HOL
- arxiv url: http://arxiv.org/abs/2005.12737v1
- Date: Mon, 25 May 2020 08:30:05 GMT
- ステータス: 処理完了
- システム内更新日: 2022-11-29 06:24:18.351764
- Title: Towards United Reasoning for Automatic Induction in Isabelle/HOL
- Title（参考訳）: Isabelle/HOLにおける自動誘導のための統一推論に向けて
- Authors: Yutaka Nagashima
- Abstract要約: 我々は、帰納的定理の証明をさらに自動化するための新しいアプローチである統一推論を提案する。
成功の後、統一推論は、帰納的推論(deductive reasoning)、帰納的推論(inductive reasoning)、帰納的推論(inductive reasoning)の3つの流派のうち、最高のものとなる。
- 参考スコア（独自算出の注目度）: 6.85316573653194
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Inductive theorem proving is an important long-standing challenge in computer
science. In this extended abstract, we first summarize the recent developments
of proof by induction for Isabelle/HOL. Then, we propose united reasoning, a
novel approach to further automating inductive theorem proving. Upon success,
united reasoning takes the best of three schools of reasoning: deductive
reasoning, inductive reasoning, and inductive reasoning, to prove difficult
inductive problems automatically.
- Abstract（参考訳）: 帰納定理証明はコンピュータ科学における長年の重要な課題である。
本稿では,Isabelle/HOLの帰納法による証明の最近の展開を要約する。
次に,帰納的定理証明をさらに自動化するための新しい手法である統一推論を提案する。
結束推論は、帰納的推論(deductive reasoning)、帰納的推論(inductive reasoning)、帰納的推論(inductive reasoning)、帰納的推論(inductive reasoning)という3つの推論の流派の中で最良である。
関連論文リスト
- Inductive or Deductive? Rethinking the Fundamental Reasoning Abilities of LLMs [99.76347807139615]
推論には2つの典型型がある: 帰納的推論(deductive reasoning)と帰納的推論(inductive reasoning)。
大規模言語モデル(LLM)の推論能力に関する広範な研究にもかかわらず、ほとんどの研究は帰納的推論と帰納的推論を厳密に区別することができなかった。
LLM推論では、帰納的または帰納的推論という、より大きな課題を引き起こします。
論文 参考訳（メタデータ） (2024-07-31T18:47:11Z) - Learning Guided Automated Reasoning: A Brief Survey [5.607616497275423]
これまでに開発されてきたいくつかの自動推論・定理証明領域と学習・AI手法の概要について概説する。
これには、前提選択、いくつかの設定での証明ガイダンス、推論と学習を繰り返すフィードバックループ、象徴的な分類問題が含まれる。
論文 参考訳（メタデータ） (2024-03-06T19:59:17Z) - Implicit Chain of Thought Reasoning via Knowledge Distillation [58.80851216530288]
思考推論ステップの連鎖を明示的に生成する代わりに、言語モデルの内部の隠れ状態を使用して暗黙の推論を行います。
このアプローチにより、明示的にチェーン・オブ・シントなしでは解決不可能なタスクを、非チェーン・オブ・シントに匹敵する速度で解決できることが分かりました。
論文 参考訳（メタデータ） (2023-11-02T17:59:49Z) - Phenomenal Yet Puzzling: Testing Inductive Reasoning Capabilities of Language Models with Hypothesis Refinement [92.61557711360652]
言語モデル(LM)は、しばしば帰納的推論に不足する。
我々は,反復的仮説修正を通じて,LMの帰納的推論能力を体系的に研究する。
本研究は, LMの誘導的推論過程と人間とのいくつかの相違点を明らかにし, 誘導的推論タスクにおけるLMの使用の可能性と限界に光を当てる。
論文 参考訳（メタデータ） (2023-10-12T17:51:10Z) - Deductive Verification of Chain-of-Thought Reasoning [22.79166959432764]
大型言語モデル(LLM)は、様々な推論タスクを実行する上で、Chain-of-Thoughtの恩恵を受ける。
CoTはモデルがより包括的な推論プロセスを生成することを可能にするが、中間的推論ステップに重点を置くことは、必然的に幻覚や累積エラーをもたらす可能性がある。
本研究では,自然言語に基づく帰納的推論形式であるNatural Programを提案する。
論文 参考訳（メタデータ） (2023-06-06T17:18:56Z) - Abductive Commonsense Reasoning Exploiting Mutually Exclusive
Explanations [118.0818807474809]
帰納的推論は、イベントのもっともらしい説明を見つけることを目的としている。
自然言語処理における帰納的推論のための既存のアプローチは、しばしば監督のために手動で生成されたアノテーションに依存している。
この研究は、ある文脈に対して、説明のサブセットのみが正しいという事実を活用する、帰納的コモンセンス推論のアプローチを提案する。
論文 参考訳（メタデータ） (2023-05-24T01:35:10Z) - MetaLogic: Logical Reasoning Explanations with Fine-Grained Structure [129.8481568648651]
複雑な実生活シナリオにおけるモデルの論理的推論能力を調べるためのベンチマークを提案する。
推論のマルチホップ連鎖に基づいて、説明形式は3つの主成分を含む。
この新たな説明形式を用いて,現在のベストモデルの性能を評価した。
論文 参考訳（メタデータ） (2022-10-22T16:01:13Z) - Maieutic Prompting: Logically Consistent Reasoning with Recursive
Explanations [71.2950434944196]
ノイズや一貫性のない言語モデルでさえも問題に対する正しい答えを推測するMaieutic Promptingを開発する。
Maieutic Promptingは最先端のプロンプト法よりも最大20%精度が高い。
論文 参考訳（メタデータ） (2022-05-24T06:36:42Z) - Explaining AI as an Exploratory Process: The Peircean Abduction Model [0.2676349883103404]
帰納的推論は様々な方法で定義されてきた。
帰納的推論の実装の課題と説明プロセスの自動化の課題は密接に関連している。
この分析は、XAI研究者がすでに行っていることを理解するための理論的枠組みを提供する。
論文 参考訳（メタデータ） (2020-09-30T17:10:37Z) - Smart Induction for Isabelle/HOL (System Description) [6.85316573653194]
smart_inductは、検索に頼ることなく、インダクション戦術の有望な引数をリストアップする。
評価の結果,Smart_inductは問題領域にまたがって貴重なレコメンデーションをもたらすことがわかった。
論文 参考訳（メタデータ） (2020-01-27T15:29:34Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。