Fugu-MT 論文翻訳(概要): DAVE: Deriving Automatically Verilog from English

論文の概要: DAVE: Deriving Automatically Verilog from English

arxiv url: http://arxiv.org/abs/2009.01026v1
Date: Thu, 27 Aug 2020 15:25:03 GMT
ステータス: 処理完了
システム内更新日: 2022-10-24 07:00:54.096138
Title: DAVE: Deriving Automatically Verilog from English
Title（参考訳）: DAVE: 自動検証を英語から派生
Authors: Hammond Pearce, Benjamin Tan, Ramesh Karri
Abstract要約: 技術者はデジタルシステムの仕様をプログラミング言語に変換するために多大な努力を払っている。本稿では,最先端機械学習(ML)を用いて,英語からVerilogスニペットを自動的に抽出する方法について検討する。
参考スコア（独自算出の注目度）: 18.018512051180714
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: While specifications for digital systems are provided in natural language, engineers undertake significant efforts to translate them into the programming languages understood by compilers for digital systems. Automating this process allows designers to work with the language in which they are most comfortable --the original natural language -- and focus instead on other downstream design challenges. We explore the use of state-of-the-art machine learning (ML) to automatically derive Verilog snippets from English via fine-tuning GPT-2, a natural language ML system. We describe our approach for producing a suitable dataset of novice-level digital design tasks and provide a detailed exploration of GPT-2, finding encouraging translation performance across our task sets (94.8% correct), with the ability to handle both simple and abstract design tasks.
Abstract（参考訳）: デジタルシステムの仕様は自然言語で提供されるが、技術者はそれらをデジタルシステムのコンパイラが理解するプログラミング言語に変換するために多大な努力を払っている。このプロセスを自動化することで、デザイナーは最も快適な言語 -- 元の自然言語 -- で作業し、代わりに他の下流設計の課題に焦点を当てることができる。本稿では,自然言語mlシステムである微調整gpt-2を用いて,英語からverilogスニペットを自動的に導出する機械学習(ml)の利用について検討する。初級デジタルデザインタスクの適切なデータセットを作成し、GPT-2の詳細な探索を行い、簡単な設計タスクと抽象的な設計タスクの両方を扱う能力を備えたタスクセット間の翻訳性能(94.8%の精度)について述べる。

関連論文リスト

Improving Speech Emotion Recognition in Under-Resourced Languages via Speech-to-Speech Translation with Bootstrapping Data Selection [49.27067541740956]
音声感情認識(SER)は、人間とコンピュータの自然な相互作用が可能な汎用AIエージェントを開発する上で重要な要素である。英語や中国語以外の言語でラベル付きデータが不足しているため、堅牢な多言語SERシステムの構築は依然として困難である。本稿では,低SERリソース言語におけるSERの性能向上のための手法を提案する。
論文参考訳（メタデータ） (2024-09-17T08:36:45Z)
CodeGRAG: Bridging the Gap between Natural Language and Programming Language via Graphical Retrieval Augmented Generation [58.84212778960507]
我々は,LLMの性能を高めるため,グラフィカル検索拡張コード生成フレームワークであるCodeGRAGを提案する。 CodeGRAGは、制御フローとデータフローに基づいて、コードブロックのグラフィカルなビューを構築し、プログラミング言語と自然言語のギャップを埋める。ハードメタグラフプロンプト、ソフトプロンプト技術、事前訓練されたGNN専門家の目的の有効性を検証するために、C++言語とピソン言語の両方を含む4つのデータセットで様々な実験と改善が行われた。
論文参考訳（メタデータ） (2024-05-03T02:48:55Z)
Natural Language to Verilog: Design of a Recurrent Spiking Neural Network using Large Language Models and ChatGPT [0.08388591755871733]
我々はOpenAIのChatGPT4と自然言語プロンプトを使ってハードウェア記述コード、すなわちVerilogを生成する。得られた設計は、3つの単純な機械学習タスク、排他的OR、IRIS花の分類、MNIST手書き桁の分類で検証された。デザインはEfabless Tiny Tapeout 6に提出された。
論文参考訳（メタデータ） (2024-05-02T16:08:08Z)
Natural Language as Policies: Reasoning for Coordinate-Level Embodied Control with LLMs [7.746160514029531]
ロボットのタスク計画問題に対処するLLMによる実験結果を示す。提案手法はタスクとシーンオブジェクトのテキスト記述を取得し,自然言語推論によるタスクプランニングを定式化する。提案手法はマルチモーダル・プロンプト・シミュレーション・ベンチマークを用いて評価する。
論文参考訳（メタデータ） (2024-03-20T17:58:12Z)
Language and Task Arithmetic with Parameter-Efficient Layers for Zero-Shot Summarization [126.96113831681338]
本稿では,言語やタスク特化パラメータを構成することで,ゼロショットの言語間移動を改善することを提案する。本手法は,言語とタスクPEFTモジュールを要素演算により構成し,ラベルなしデータと英語ラベル付きデータを活用する。
論文参考訳（メタデータ） (2023-11-15T20:04:58Z)
Soft Language Clustering for Multilingual Model Pre-training [57.18058739931463]
本稿では,インスタンスを条件付きで符号化するためのフレキシブルガイダンスとして,コンテキスト的にプロンプトを検索するXLM-Pを提案する。我々のXLM-Pは、(1)言語間における言語不変および言語固有知識の軽量なモデリングを可能にし、(2)他の多言語事前学習手法との容易な統合を可能にする。
論文参考訳（メタデータ） (2023-06-13T08:08:08Z)
Online Gesture Recognition using Transformer and Natural Language Processing [0.0]
トランスフォーマーアーキテクチャは、自然言語文のグリフストロークに対応するオンラインジェスチャーのための強力なマシンフレームワークを提供する。トランスフォーマーアーキテクチャは、自然言語文のグリフストロークに対応するオンラインジェスチャーのための強力なマシンフレームワークを提供する。
論文参考訳（メタデータ） (2023-05-05T10:17:22Z)
Building Machine Translation Systems for the Next Thousand Languages [102.24310122155073]
1500以上の言語を対象としたクリーンでWebマイニングされたデータセットの構築、低サービス言語のための実践的なMTモデルの開発、これらの言語に対する評価指標の限界の検証という3つの研究領域における結果について述べる。我々の研究は、現在調査中の言語のためのMTシステムの構築に取り組んでいる実践者にとって有用な洞察を提供し、データスパース設定における多言語モデルの弱点を補完する研究の方向性を強調したいと考えています。
論文参考訳（メタデータ） (2022-05-09T00:24:13Z)
Explore More Guidance: A Task-aware Instruction Network for Sign Language Translation Enhanced with Data Augmentation [20.125265661134964]
手話認識と翻訳は、まず認識モジュールを使用して手話ビデオからグルースを生成する。本研究では,手話翻訳のためのタスク認識型命令ネットワークTIN-SLTを提案する。
論文参考訳（メタデータ） (2022-04-12T17:09:44Z)
From English to Signal Temporal Logic [7.6398837478968025]
本稿では,サイバー物理システムのための公式な仕様言語であるSignal Temporal Logic (STL) に,自由英語文として与えられる非公式な要件を翻訳するためのツールおよびテクニックであるDeepSTLを提案する。このような翻訳を考案する上での大きな課題は、公式な非公式な要件と公式な仕様の欠如である。 2番目のステップでは、最先端のトランスフォーマーベースのニューラル翻訳技術を用いて、英語からSTLへの正確な注意翻訳を訓練する。
論文参考訳（メタデータ） (2021-09-21T16:13:29Z)
Exploring Software Naturalness through Neural Language Models [56.1315223210742]
ソフトウェア自然性仮説(Software Naturalness hypothesis)は、自然言語処理で使用されるのと同じ手法でプログラミング言語を理解することができると主張している。この仮説は,事前学習されたトランスフォーマーベース言語モデルを用いて,コード解析タスクを実行することによって検討する。
論文参考訳（メタデータ） (2020-06-22T21:56:14Z)

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。