Fugu-MT 論文翻訳(概要): Answer Set Counting and its Applications

論文の概要: Answer Set Counting and its Applications

arxiv url: http://arxiv.org/abs/2502.09231v1
Date: Thu, 13 Feb 2025 11:52:55 GMT
ステータス: 翻訳完了
システム内更新日: 2025-02-14 20:05:35.243092
Title: Answer Set Counting and its Applications
Title（参考訳）: 解答集合計数とその応用
Authors: Mohimenul Kabir,
Abstract要約: 提案式にコンパクトエンコーディングを利用する,正確なASPカウンタである sharpASP を開発した。さらに我々は,ガウス・ジョーダン除去をASPソルバに組み込んだハッシュベースのカウンタであるApproxASPという,近似的なASPカウンタを提案した。
参考スコア（独自算出の注目度）: 0.8158530638728501
License: http://creativecommons.org/licenses/by/4.0/
Abstract: We have focused on Answer Set Programming (ASP), more specifically, answer set counting, exploring both exact and approximate methodologies. We developed an exact ASP counter, sharpASP, which utilizes a compact encoding for propositional formulas, significantly enhancing efficiency compared to existing methods that often struggle with inefficient encodings. Our evaluations indicate that sharpASP outperforms current ASP counters on several benchmarks. In addition, we proposed an approximate ASP counter, named ApproxASP, a hashing-based counter integrating Gauss-Jordan elimination within the ASP solver, clingo. As a practical application, we employed ApproxASP for network reliability estimation, demonstrating superior performance over both traditional reliability estimators and #SAT-based methods.
Abstract（参考訳）: 私たちは、Answer Set Programming(ASP)、より具体的には、回答セットの数え上げ、正確な方法論と近似した方法論の両方について焦点を当ててきました。提案式をコンパクトに符号化したASPカウンタである sharpASP を開発した。我々の評価は、いくつかのベンチマークで、シャープASPが現在のASPカウンタを上回っていることを示している。さらに我々は,ガウス・ジョーダン除去をASPソルバに組み込んだハッシュベースのカウンタであるApproxASPという,近似的なASPカウンタを提案した。そこで我々は,従来の信頼性推定手法と#SATベースの手法の両方よりも優れた性能を示すため,ネットワーク信頼性推定にApproxASPを使用した。

関連論文リスト

Review, Refine, Repeat: Understanding Iterative Decoding of AI Agents with Dynamic Evaluation and Selection [71.92083784393418]
Best-of-N (BON) サンプリングのような推論時間法は、パフォーマンスを改善するための単純で効果的な代替手段を提供する。本稿では,反復的改良と動的候補評価,検証器による選択を併用した反復的エージェント復号(IAD)を提案する。
論文参考訳（メタデータ） (2025-04-02T17:40:47Z)
An Empirical Study of Conformal Prediction in LLM with ASP Scaffolds for Robust Reasoning [52.29223403698673]
本稿では, Answer Set Programming (ASP) とともに, Conformal Language Modelling (CLM) の使用について検討する。 LLM から ASP プログラムの集合を生成するために CLM を適用し,出力の正確性に関する統計的保証を提供する。実験の結果,標準サンプリング手法を用いたベースラインモデルではCLMが有意に優れていた。
論文参考訳（メタデータ） (2025-03-07T14:10:10Z)
TETRIS: Optimal Draft Token Selection for Batch Speculative Decoding [76.23719557942917]
TETRISは、(バッチ内のすべてのリクエストに対して)最も有望なドラフトトークンを積極的に選択する。我々は,TETRISがベースライン投機的復号法およびドラフトトークンを動的に選択する既存手法より優れていることを理論的かつ実証的に示す。
論文参考訳（メタデータ） (2025-02-21T04:19:24Z)
On Speeding Up Language Model Evaluation [48.51924035873411]
LLM(Large Language Models)を用いたプロンプトベースの手法の開発には、多くの意思決定が必要である。この課題に対処するための新しい手法を提案する。典型的に必要とされるリソースの5～15%しか必要とせず,トップパフォーマンスの手法を識別できることが示される。
論文参考訳（メタデータ） (2024-07-08T17:48:42Z)
A Thorough Performance Benchmarking on Lightweight Embedding-based Recommender Systems [67.52782366565658]
State-of-the-art recommender system (RS) は、埋め込みベクトルによって符号化される分類的特徴に依存し、結果として非常に大きな埋め込みテーブルとなる。軽量埋め込み型RSの繁栄にもかかわらず、評価プロトコルには幅広い多様性が見られる。本研究では, LERSの性能, 効率, クロスタスク転送性について, 徹底的なベンチマークによる検討を行った。
論文参考訳（メタデータ） (2024-06-25T07:45:00Z)
ParaICL: Towards Robust Parallel In-Context Learning [74.38022919598443]
大規模言語モデル(LLM)が自然言語処理の標準となっている。インコンテキスト・ラーニング(ICL)は、いくつかの実演例の選択に依存している。パラレルインコンテキスト学習(ParaICL)という新しい手法を提案する。
論文参考訳（メタデータ） (2024-03-31T05:56:15Z)
RecDCL: Dual Contrastive Learning for Recommendation [65.6236784430981]
本稿では、RecDCLという2つのコントラスト学習推薦フレームワークを提案する。 RecDCLでは、FCLの目的は、ユーザとイテムの正のペアに対する冗長なソリューションを排除することである。 BCLの目的は、表現の堅牢性を高めるために出力ベクトルにコントラスト埋め込みを生成するために利用される。
論文参考訳（メタデータ） (2024-01-28T11:51:09Z)
Exact ASP Counting with Compact Encodings [32.300155018027624]
本稿では、より大規模な入力式を避けるために、応答集合をカウントする sharpASP と呼ばれる新しいASPカウントフレームワークを提案する。 1470のベンチマークによる実証分析は、現在の最先端の正解集合カウンタよりも大きなパフォーマンス向上を示している。
論文参考訳（メタデータ） (2023-12-19T08:27:29Z)
Improving Code Example Recommendations on Informal Documentation Using BERT and Query-Aware LSH: A Comparative Study [0.0]
私たちの研究の焦点は、議論やソリューションのコーディングによく使われるリソースであるStack Overflowです。コード例を数値ベクトルに変換するために,LLM(Large Language Model)のBERTを適用した。これらの数値表現が作成されると、Locality-Sensitive Hashing (LSH) を用いて近似近傍隣人(ANN)を識別する。本研究では,Random Hyperplane-based (RH) 法よりもQuery-Aware (QA) 法の方が優れた性能を示した。
論文参考訳（メタデータ） (2023-05-04T17:43:19Z)
Building an Efficient and Effective Retrieval-based Dialogue System via Mutual Learning [27.04857039060308]
検索システムを構築するために,両世界の長所を組み合わせることを提案する。従来の機能ベースの事前検索モデルを置き換えるために、高速なバイエンコーダを使用します。我々は、相互学習を通じて、事前検索モデルと再評価モデルとを同時に訓練する。
論文参考訳（メタデータ） (2021-10-01T01:32:33Z)
Performance Evaluation of Adversarial Attacks: Discrepancies and Solutions [51.8695223602729]
機械学習モデルの堅牢性に挑戦するために、敵対攻撃方法が開発されました。本稿では,Piece-wise Sampling Curving(PSC)ツールキットを提案する。 psc toolkitは計算コストと評価効率のバランスをとるオプションを提供する。
論文参考訳（メタデータ） (2021-04-22T14:36:51Z)
LP2PB: Translating Answer Set Programs into Pseudo-Boolean Theories [0.0]
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。
論文参考訳（メタデータ） (2020-09-22T00:50:17Z)

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。