論文の概要: LP2PB: Translating Answer Set Programs into Pseudo-Boolean Theories

• arxiv url: http://arxiv.org/abs/2009.10248v1
• Date: Tue, 22 Sep 2020 00:50:17 GMT
• ステータス: 処理完了
• システム内更新日: 2022-10-15 22:50:32.745457
• Title: LP2PB: Translating Answer Set Programs into Pseudo-Boolean Theories
• Title（参考訳）: LP2PB:回答セットプログラムを擬似ブール理論に変換する
• Authors: Wolf De Wulf (Vrije Universiteit Brussel), Bart Bogaerts (Vrije Universiteit Brussel)
• Abstract要約: 本稿では、ASPプログラムを擬似ブール理論に変換する新しいツールLP2PBを提案する。 従来のASPベンチマークで、当社のツールと、ASPに対するカットプレーンベースの問題解決の可能性を評価します。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Answer set programming (ASP) is a well-established knowledge representation formalism. Most ASP solvers are based on (extensions of) technology from Boolean satisfiability solving. While these solvers have shown to be very successful in many practical applications, their strength is limited by their underlying proof system, resolution. In this paper, we present a new tool LP2PB that translates ASP programs into pseudo-Boolean theories, for which solvers based on the (stronger) cutting plane proof system exist. We evaluate our tool, and the potential of cutting-plane-based solving for ASP on traditional ASP benchmarks as well as benchmarks from pseudo-Boolean solving. Our results are mixed: overall, traditional ASP solvers still outperform our translational approach, but several benchmark families are identified where the balance shifts the other way, thereby suggesting that further investigation into a stronger proof system for ASP is valuable.
• Abstract（参考訳）: ASP(Answer set programming)は、知識表現の形式主義である。 ほとんどのASPソルバはBooleanの満足度解決の技術(拡張)に基づいている。 これらの解法は多くの実用的な応用で非常に成功したが、その強度は基礎となる証明システム、分解能によって制限されている。 本稿では,ASPプログラムを疑似ブール理論に変換する新しいツールLP2PBを提案する。 従来のaspベンチマークやpseudo-boolean solveのベンチマークで,aspのカットプレーンベースの解決の可能性を評価した。 全体として、従来のASPソルバは翻訳のアプローチよりも優れていますが、バランスが逆の方向にシフトする場所をいくつかのベンチマークファミリが特定し、ASPのより強力な証明システムに関するさらなる調査が価値があることを示唆しています。

関連論文リスト

• Enhancing Multi-Step Reasoning Abilities of Language Models through Direct Q-Function Optimization [50.485788083202124]
  強化学習(Reinforcement Learning, RL)は、大規模言語モデルを人間の好みと整合させ、複雑なタスクを遂行する能力を向上させる上で重要な役割を担っている。 反応生成過程をマルコフ決定プロセス(MDP)として定式化し,ソフトアクター・クリティック(SAC)フレームワークを用いて,言語モデルによって直接パラメータ化されたQ関数を最適化する,直接Q関数最適化(DQO)を提案する。 GSM8KとMATHという2つの数学問題解決データセットの実験結果から、DQOは従来の手法よりも優れており、言語モデルを整合させるための有望なオフライン強化学習手法として確立されている。
  論文  参考訳（メタデータ） (2024-10-11T23:29:20Z)
• DOCE: Finding the Sweet Spot for Execution-Based Code Generation [69.5305729627198]
  本稿では,候補生成,$n$-best再ランク,最小ベイズリスク(MBR)復号化,自己老化などを含む包括的フレームワークを提案する。 本研究は,実行ベースメソッドの重要性と,実行ベースメソッドと実行フリーメソッドとの差を明らかにする。
  論文  参考訳（メタデータ） (2024-08-25T07:10:36Z)
• Can Long-Context Language Models Subsume Retrieval, RAG, SQL, and More? [54.667202878390526]
  長文言語モデル(LCLM)は、従来、検索システムやデータベースといった外部ツールに依存していたタスクへのアプローチに革命をもたらす可能性がある。 実世界のタスクのベンチマークであるLOFTを導入し、文脈内検索と推論においてLCLMの性能を評価するために設計された数百万のトークンを出力する。 以上の結果からLCLMは,これらのタスクを明示的に訓練したことがないにも関わらず,最先端の検索システムやRAGシステムと競合する驚くべき能力を示した。
  論文  参考訳（メタデータ） (2024-06-19T00:28:58Z)
• Finite Groundings for ASP with Functions: A Journey through Consistency [21.53198582611571]
  関数シンボルによるASPの強化は、基本的な推論問題を極めて決定不能にすることが知られている。 高レベルの不決定性に対する直感を与える縮小を示す。 これらの洞察は、ASP プログラムを "frugal" と "non-proliferous" と特徴づける、よりきめ細かい分析を可能にする。
  論文  参考訳（メタデータ） (2024-05-08T11:50:08Z)
• CNL2ASP: converting controlled natural language sentences into ASP [4.747324197963404]
  制御された自然言語(CNL)形式で表現された英語文をASP.NETに翻訳する新しいツールCNL2ASPを提案する。
  論文  参考訳（メタデータ） (2023-11-17T13:10:58Z)
• Text-to-SQL Empowered by Large Language Models: A Benchmark Evaluation [76.76046657162306]
  大規模言語モデル(LLM)はテキスト・ツー・タスクの新しいパラダイムとして登場した。 大規模言語モデル(LLM)はテキスト・ツー・タスクの新しいパラダイムとして登場した。
  論文  参考訳（メタデータ） (2023-08-29T14:59:54Z)
• DecAF: Joint Decoding of Answers and Logical Forms for Question Answering over Knowledge Bases [81.19499764899359]
  本稿では,論理形式と直解の両方を共同で生成する新しいフレームワークDecAFを提案する。 DecAFはWebQSP、FreebaseQA、GrailQAベンチマークで新しい最先端の精度を実現している。
  論文  参考訳（メタデータ） (2022-09-30T19:51:52Z)
• Tools and Methodologies for Verifying Answer Set Programs [0.0]
  ASP.NETは強力な宣言型プログラミングパラダイムで、検索と最適化の課題を解決するのによく使われます。 知識表現と推論へのアプローチとして、ASPはその単純さ、簡潔さ、厳密に定義されたセマンティクスから恩恵を受ける。 私の研究は、ASPプロガムの検証をサポートする理論とツールの拡張に関するものです。
  論文  参考訳（メタデータ） (2022-08-05T10:50:21Z)
• FOLASP: FO(.) as Input Language for Answer Ser Solvers [0.8946655323517091]
  本稿では, FO(.) 仕様を ASP-Core-2 に変換するツールを提案する。 FO()で定式化された問題の解法として,我々の翻訳と既製のASPソルバの組み合わせがIDPシステムと競合することを示す実験結果を示す。
  論文  参考訳（メタデータ） (2021-08-09T13:20:26Z)
• A Machine Learning guided Rewriting Approach for ASP Logic Programs [0.0]
  機械学習(ML)に基づいて、書き換えるかどうかを自動決定するアプローチについて説明する。 特に、ASPプログラムと入力事実のセットが与えられた場合、我々のアプローチは、それらの構造特性とドメイン情報を測定する一連の機能に基づいて、入力ルールを書き換えるかどうかと方法を選択する。
  論文  参考訳（メタデータ） (2020-09-22T00:51:13Z)
• Modelling Multi-Agent Epistemic Planning in ASP [66.76082318001976]
  本稿では,マルチショット・アンサー・セット・プログラミング・ベース・プランナの実装について述べる。 本稿は, アドホックなエピステミック状態表現とASPソルバの効率を生かしたプランナーが, 文献から収集したベンチマークに対して, 競合的な性能を示すことを示す。
  論文  参考訳（メタデータ） (2020-08-07T06:35:56Z)

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。