論文の概要: Effective AGM Belief Contraction: A Journey beyond the Finitary Realm (Technical Report)

• arxiv url: http://arxiv.org/abs/2409.09171v2
• Date: Mon, 04 Aug 2025 20:12:30 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-08-06 18:18:55.489741
• Title: Effective AGM Belief Contraction: A Journey beyond the Finitary Realm (Technical Report)
• Title（参考訳）: 実効的AGM信頼契約 : 有限領域を超えての旅(技術報告)
• Authors: Dominik Klumpp, Jandson S. Ribeiro,
• Abstract要約: 非有限論理におけるAGM収縮の計算可能性について検討する。 このような論理には無限に多くの計算不能な AGM 縮約関数が存在することを示す。 ファイニシャル領域を超えて計算可能性を制御するための新しいアプローチを提案する。
• 参考スコア（独自算出の注目度）: 1.6590638305972631
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Despite significant efforts towards extending the AGM paradigm of belief change beyond finitary logics, the computational aspects of AGM have remained almost untouched. We investigate the computability of AGM contraction on non-finitary logics, and show an intriguing negative result: there are infinitely many uncomputable AGM contraction functions in such logics. Drastically, we also show that the current de facto standard strategies to control computability, which rely on restricting the space of epistemic states, fail: uncomputability remains in all non-finitary cases. Motivated by this disruptive result, we propose new approaches to controlling computability beyond the finitary realm. Using Linear Temporal Logic (LTL) as a case study, we identify an infinite class of fully-rational AGM contraction functions that are computable by design. We use B\"uchi automata to construct such functions, and to represent and reason about LTL beliefs.
• Abstract（参考訳）: AGMの信念変化のパラダイムを有限論理を超えて拡張しようとする大きな努力にもかかわらず、AGMの計算的側面はほとんど触れられていない。 非有限論理上のAGM収縮の計算可能性を調べ、興味深い負の結果を示す:そのような論理には無限に多くの計算不能なAGM収縮関数が存在する。 悲惨なことに、先天的な状態の空間を制限することに依存する計算可能性を制御する現在のデファクト標準戦略が失敗することも示している。 この破壊的な結果に触発され、ファイニシャル領域を超えて計算可能性を制御するための新しいアプローチを提案する。 線形時間論理(LTL)をケーススタディとして、設計により計算可能な完全有理AGM収縮関数の無限クラスを同定する。 我々は、そのような関数を構築し、LTLの信念を表現し、推論するために、B\"uchi Automaticaを使用する。

関連論文リスト

• Foundation Models for Logistics: Toward Certifiable, Conversational Planning Interfaces [59.80143393787701]
  大規模言語モデル(LLM)は不確実性に対処し、導入障壁を低くしながら再計画の加速を約束する。 本稿では,自然言語対話のアクセシビリティと目標解釈の検証可能な保証とを組み合わせたニューロシンボリック・フレームワークを提案する。 わずか100個の不確実性フィルタで微調整された軽量モデルは、GPT-4.1のゼロショット性能を上回り、推論遅延を50%近く削減する。
  論文  参考訳（メタデータ） (2025-07-15T14:24:01Z)
• On the Mathematical Impossibility of Safe Universal Approximators [0.0]
  破滅的故障は有用な計算システムでは不可能な特徴であることを示す。 我々はこれを3段階の議論を通じて証明し、任意の種類の普遍近似器アーキテクチャのエスケープルートを残さない。
  論文  参考訳（メタデータ） (2025-07-03T01:05:24Z)
• A Comment On "The Illusion of Thinking": Reframing the Reasoning Cliff as an Agentic Gap [0.39073867995073247]
  我々は、観測された失敗は基本的な認知境界の証拠ではなく、システムレベルの制約の予測可能な結果であると主張している。 当初、テキストのみの世代に限定してパズルを宣言することは不可能であると宣言されたモデルは、現在ではエージェントツールを使用して解決するだけでなく、それまで克服できなかった難易度をはるかに超える複雑さを習得している。
  論文  参考訳（メタデータ） (2025-06-23T17:14:21Z)
• Beyond 'Aha!': Toward Systematic Meta-Abilities Alignment in Large Reasoning Models [86.88657425848547]
  大型推論モデル(LRMs)はすでに長い連鎖推論のための潜在能力を持っている。 我々は、自動生成の自己検証タスクを使用して、モデルに推論、帰納、誘拐の3つのメタ能力を持たせることを明確にした。 我々の3つのステージ・パイプラインの個別アライメント、パラメータ空間のマージ、ドメイン固有の強化学習は、命令調整ベースラインと比較して10%以上のパフォーマンス向上を実現します。
  論文  参考訳（メタデータ） (2025-05-15T17:58:33Z)
• ZebraLogic: On the Scaling Limits of LLMs for Logical Reasoning [92.76959707441954]
  我々はLLM推論性能を評価するための総合的な評価フレームワークであるZebraLogicを紹介した。 ZebraLogicは、制御可能で定量化可能な複雑さを持つパズルの生成を可能にする。 その結果,複雑性が増大するにつれて,精度が著しく低下することが明らかとなった。
  論文  参考訳（メタデータ） (2025-02-03T06:44:49Z)
• LogicBench: Towards Systematic Evaluation of Logical Reasoning Ability of Large Language Models [52.03659714625452]
  最近開発された大規模言語モデル (LLM) は、幅広い言語理解タスクにおいて非常によく機能することが示されている。 しかし、それらは自然言語に対して本当に「理性」があるのだろうか? この疑問は研究の注目を集めており、コモンセンス、数値、定性的など多くの推論技術が研究されている。
  論文  参考訳（メタデータ） (2024-04-23T21:08:49Z)
• Are LLMs Rigorous Logical Reasoner? Empowering Natural Language Proof Generation with Contrastive Stepwise Decoding [10.421832675327712]
  本稿では,論理的推論のためのモデルの能力を高めるために,負の推論経路を用いることにより,ステップワイズな証明生成に対照的な復号を導入する。 EntailmentBankの実験は、言語モデルの計画能力を実証する上で、我々の手法の成功を裏付けている。
  論文  参考訳（メタデータ） (2023-11-12T05:12:49Z)
• LINC: A Neurosymbolic Approach for Logical Reasoning by Combining Language Models with First-Order Logic Provers [60.009969929857704]
  論理的推論は、科学、数学、社会に潜在的影響を与える可能性のある人工知能にとって重要なタスクである。 本研究では、LINCと呼ばれるモジュール型ニューロシンボリックプログラミングのようなタスクを再構成する。 我々は,FOLIOとProofWriterのバランスの取れたサブセットに対して,ほぼすべての実験条件下で,3つの異なるモデルに対して顕著な性能向上を観察した。
  論文  参考訳（メタデータ） (2023-10-23T17:58:40Z)
• Logic-induced Diagnostic Reasoning for Semi-supervised Semantic Segmentation [85.12429517510311]
  LogicDiagは、セマンティックセグメンテーションのためのニューラルネットワークによる半教師付き学習フレームワークである。 私たちの重要な洞察は、記号的知識によって識別される擬似ラベル内の衝突は、強いが一般的に無視される学習信号として機能する、ということです。 本稿では,論理規則の集合として意味論的概念の構造的抽象化を定式化するデータ・ハングリーセグメンテーションシナリオにおけるLogicDiagの実践的応用について紹介する。
  論文  参考訳（メタデータ） (2023-08-24T06:50:07Z)
• Some Preliminary Steps Towards Metaverse Logic [0.8594140167290096]
  我々は、現実と架空の基盤となるアプリケーションドメインの両方で発生する状況を扱うのに十分強力なロジックの現在の仕事について検討する。 議論は比較的非公式なレベルで維持され、自然言語の用語における理論的概念の背後にある直観を常に伝えようと試みた。
  論文  参考訳（メタデータ） (2023-07-10T09:13:22Z)
• Counterfactuals Modulo Temporal Logics [1.90365714903665]
  ルイスの反事実論は、多くの現代の因果性の概念の基礎となっている。 我々はこの理論を時間方向に拡張し、無限列上の記号的対実的推論を可能にする。
  論文  参考訳（メタデータ） (2023-06-15T07:40:36Z)
• Learnability with PAC Semantics for Multi-agent Beliefs [38.88111785113001]
  推論と帰納の緊張は、おそらく哲学、認知、人工知能といった分野において最も根本的な問題である。 Valiant氏は、学習の課題は推論と統合されるべきである、と認識した。 古典的な包含よりも弱いが、クエリに応答する強力なモデル理論のフレームワークを可能にする。
  論文  参考訳（メタデータ） (2023-06-08T18:22:46Z)
• The Transformation Logics [58.35574640378678]
  表現性と複雑性のトレードオフのバランスをとるために設計された、時間論理の新しいファミリーを導入する。 重要な特徴は、変換演算子と呼ばれる新しい種類の演算子を定義する可能性である。 表現力と複雑性を増大させる階層を創り出すことができる論理を提示する。
  論文  参考訳（メタデータ） (2023-04-19T13:24:04Z)
• Non-Deterministic Approximation Fixpoint Theory and Its Application in Disjunctive Logic Programming [11.215352918313577]
  近似不動点理論(英: Approximation Fixpoint theory)は、非単調論理の意味論を研究するための枠組みである。 AFTは、不確定な情報を扱うことができる非決定論的構造を扱うよう拡張する。 この一般化の適用性と有用性は、解法論理プログラミングの文脈で説明される。
  論文  参考訳（メタデータ） (2022-11-30T18:58:32Z)
• Nonunitary Gate Operations by Dissipation Engineering [0.0]
  本研究では,非可逆ゲート操作に必要な非単体進化を実現するために散逸を利用するプロトコルを提案する。 我々は、OR、NOR、XORゲートなどの古典論理演算を考慮に入れたアプローチを例証する。 本研究では, 現実的な量子システムにおいて, 非可逆論理演算を効率的に行うことができ, 非単体進化を得る上では, 散逸工学が必須のツールであることを示す。
  論文  参考訳（メタデータ） (2022-01-28T18:53:10Z)
• Neuro-Symbolic Entropy Regularization [78.16196949641079]
  構造化予測では、目的は構造化されたオブジェクトをエンコードする多くの出力変数を共同で予測することである。 エントロピー正則化(Entropy regularization)という1つのアプローチは、決定境界が低確率領域にあるべきであることを示唆している。 我々は、モデルが有効対象を確実に予測することを奨励する損失、ニューロシンボリックエントロピー正規化を提案する。
  論文  参考訳（メタデータ） (2022-01-25T06:23:10Z)
• Logical blocks for fault-tolerant topological quantum computation [55.41644538483948]
  本稿では,プラットフォームに依存しない論理ゲート定義の必要性から,普遍的なフォールトトレラント論理の枠組みを提案する。 資源オーバーヘッドを改善するユニバーサル論理の新しいスキームについて検討する。 境界のない計算に好適な論理誤差率を動機として,新しい計算手法を提案する。
  論文  参考訳（メタデータ） (2021-12-22T19:00:03Z)
• Transporting Causal Mechanisms for Unsupervised Domain Adaptation [98.67770293233961]
  本稿では,共同設立地層と表現を識別するための輸送因果メカニズム (TCM) を提案する。 TCMは、3つのUnsupervised Domain Adaptationベンチマークで最先端のパフォーマンスを達成する。
  論文  参考訳（メタデータ） (2021-07-23T07:25:15Z)
• Universal Fault-Tolerant Quantum Computing with Stabiliser Codes [0.0]
  量子コンピュータは普遍論理ゲートとフォールトトレラント論理ゲートの両方を持つべきである。 ノーゴー定理のいくつかは、フォールトトレラント論理ゲートの集合が普遍的である方法を制約している。 安定化器符号を用いたユニバーサルフォールトトレラント論理の汎用フレームワークを提案する。 論理ゲートの非一意的な実装が、no-go定理を回避するための一般的なアプローチを提供することを示す。
  論文  参考訳（メタデータ） (2020-12-09T19:01:07Z)
• Logical Neural Networks [51.46602187496816]
  ニューラルネットワーク(学習)と記号論理(知識と推論)の両方の重要な特性をシームレスに提供する新しいフレームワークを提案する。 すべてのニューロンは、重み付けされた実数値論理における公式の構成要素としての意味を持ち、非常に解釈不能な非絡み合い表現をもたらす。 推論は事前に定義されたターゲット変数ではなく、オムニであり、論理的推論に対応する。
  論文  参考訳（メタデータ） (2020-06-23T16:55:45Z)

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。