Fugu-MT 論文翻訳(概要): IDP-Z3: a reasoning engine for FO(.)

論文の概要: IDP-Z3: a reasoning engine for FO(.)

arxiv url: http://arxiv.org/abs/2202.00343v1
Date: Tue, 1 Feb 2022 11:31:04 GMT
ステータス: 処理完了
システム内更新日: 2022-02-02 15:42:33.849304
Title: IDP-Z3: a reasoning engine for FO(.)
Title（参考訳）: IDP-Z3:FO()の推論エンジン。
Authors: Pierre Carbonnelle, Simon Vandevelde, Joost Vennekens and Marc Denecker
Abstract要約: IDP-Z3はFO(.)言語の新しい推論エンジンである。 FO()で表される知識を用いて、様々な汎用計算タスクを実行することができる。
参考スコア（独自算出の注目度）: 7.245756451254473
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: FO(.) (aka FO-dot) is a language that extends classical first-order logic with constructs to allow complex knowledge to be represented in a natural and elaboration-tolerant way. IDP-Z3 is a new reasoning engine for the FO(.) language: it can perform a variety of generic computational tasks using knowledge represented in FO(.). It supersedes IDP3, its predecessor, with new capabilities such as support for linear arithmetic over reals and quantification over concepts. We present four knowledge-intensive industrial use cases, and show that IDP-Z3 delivers real value to its users at low development costs: it supports interactive applications in a variety of problem domains, with a response time typically below 3 seconds.
Abstract（参考訳）: FO(.) (別名FO-dot) は古典的な一階述語論理を拡張した言語で、複雑な知識を自然で実験的な方法で表現できるようにする。 idp-z3はfo(.)言語のための新しい推論エンジンであり、fo(.)で表される知識を使って様々な汎用計算タスクを実行することができる。従来のIDP3に取って代わり、実数に対する線形算術のサポートや概念上の定量化といった新機能を備える。 IDP-Z3は、様々な問題領域における対話型アプリケーションをサポートし、通常3秒未満の応答時間である。

関連論文リスト

Enhancing Discoverability in Enterprise Conversational Systems with Proactive Question Suggestions [5.356008176627551]
本稿では,対話型エンタープライズAIシステムにおける質問提案を強化する枠組みを提案する。本手法は,人口レベルでの周期的ユーザ意図分析とチャットセッションに基づく質問生成を併用する。我々は,Adobe Experience PlatformのAIアシスタントから得られた実世界のデータを用いて,このフレームワークを評価する。
論文参考訳（メタデータ） (2024-12-14T19:04:16Z)
Navigating the Unknown: A Chat-Based Collaborative Interface for Personalized Exploratory Tasks [35.09558253658275]
本稿ではCARE(Collaborative Assistant for Personalized Exploration)を紹介する。 CARE は多エージェント LLM フレームワークと構造化ユーザインタフェースを組み合わせることにより,探索作業におけるパーソナライズを向上するシステムである。この結果から, パーソナライズされた問題解決・探索において, CARE が LLM ベースのシステムを受動的情報検索システムから積極的パートナーに転換する可能性が示唆された。
論文参考訳（メタデータ） (2024-10-31T15:30:55Z)
Constraining Participation: Affordances of Feedback Features in Interfaces to Large Language Models [49.74265453289855]
大規模言語モデル(LLM)は、コンピュータ、Webブラウザ、ブラウザベースのインターフェースによるインターネット接続を持つ人なら誰でも利用できるようになった。本稿では,ChatGPTインタフェースにおける対話型フィードバック機能の可能性について検討し,ユーザ入力の形状やイテレーションへの参加について分析する。
論文参考訳（メタデータ） (2024-08-27T13:50:37Z)
Learning Task Decomposition to Assist Humans in Competitive Programming [90.4846613669734]
タスク分解学習のための新しい目的,いわゆる値(AssistV)を導入する。我々は、さまざまな分解されたソリューションに対して、人間の修理経験のデータセットを収集する。人間の177時間以内の研究では、非専門家が33.3%の問題を解き、それらを3.3倍スピードアップさせ、無支援の専門家にマッチさせる権限を与える。
論文参考訳（メタデータ） (2024-06-07T03:27:51Z)
Beyond LLMs: Advancing the Landscape of Complex Reasoning [0.35813349058229593]
EC AIプラットフォームは、制約満足度と最適化問題を解決するために、ニューロシンボリックアプローチを採用している。システムは正確で高性能な論理推論エンジンを採用している。システムは、自然言語と簡潔な言語でアプリケーションロジックを指定する開発者をサポートする。
論文参考訳（メタデータ） (2024-02-12T21:14:45Z)
Conjunctive Query Based Constraint Solving For Feature Model Configuration [79.14348940034351]
本稿では、制約満足度問題を解決するために共役クエリーを適用する方法を示す。このアプローチは、構成タスクを解決するために、広範囲のデータベース技術の応用を可能にする。
論文参考訳（メタデータ） (2023-04-26T10:08:07Z)
Human-guided Collaborative Problem Solving: A Natural Language based Framework [74.27063862727849]
私たちのフレームワークは3つのコンポーネントで構成されています - 自然言語エンジンが言語発話を形式表現と逆変換に解析します。このフレームワークが、Minecraftベースのブロックワールドドメインにおける協調的なビルディングタスクにおいて、協調的な問題解決の鍵となる課題に対処する能力について説明する。
論文参考訳（メタデータ） (2022-07-19T21:52:37Z)
Constraint Answer Set Programming: Integrational and Translational (or SMT-based) Approaches [2.0559497209595814]
制約応答セットプログラミング(Constraint answer set programming、略称CASP)は、自動推論におけるハイブリッドアプローチである。これは、解集合プログラミング、制約処理、満足度モジュラー理論など、異なる研究分野の進歩をまとめている。複雑な列車スケジューリング問題を解くなど、宣言型プログラミングアプリケーションのための新たな地平を開く。
論文参考訳（メタデータ） (2021-07-17T14:58:57Z)
CoreDiag: Eliminating Redundancy in Constraint Sets [68.8204255655161]
最小コア(最小非冗長制約集合)の決定に利用できる新しいアルゴリズムを提案する。このアルゴリズムは、冗長性の度合いが高い分散知識工学シナリオにおいて特に有用である。本手法の適用可能性を示すために, 商業的構成知識ベースを用いた実証的研究を実施した。
論文参考訳（メタデータ） (2021-02-24T09:16:10Z)
Towards an Interface Description Template for AI-enabled Systems [77.34726150561087]
再利用(Reuse)は、システムアーキテクチャを既存のコンポーネントでインスタンス化しようとする、一般的なシステムアーキテクチャのアプローチである。現在、コンポーネントが当初目的としていたものと異なるシステムで運用する可搬性を評価するために必要な情報の選択をガイドするフレームワークは存在しない。我々は、AI対応コンポーネントの主情報をキャプチャするインターフェイス記述テンプレートの確立に向けて、現在進行中の作業について述べる。
論文参考訳（メタデータ） (2020-07-13T20:30:26Z)

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。