論文の概要: From Tool Calling to Symbolic Thinking: LLMs in a Persistent Lisp Metaprogramming Loop

• arxiv url: http://arxiv.org/abs/2506.10021v1
• Date: Sun, 08 Jun 2025 20:12:06 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-06-13 15:37:22.314471
• Title: From Tool Calling to Symbolic Thinking: LLMs in a Persistent Lisp Metaprogramming Loop
• Title（参考訳）: ツールコールからシンボリックシンキングへ - 永続的なLispメタプログラミングループにおけるLLM
• Authors: Jordi de la Torre,
• Abstract要約: 本稿では,大規模言語モデル(LLM)を永続的かつインタラクティブなLisp環境と統合するための新しいアーキテクチャを提案する。 本稿では,対話型AIシステムの今後の実装を導くための設計フレームワークとアーキテクチャ原則を提案する。
• 参考スコア（独自算出の注目度）: 0.14504054468850663
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We propose a novel architecture for integrating large language models (LLMs) with a persistent, interactive Lisp environment. This setup enables LLMs to define, invoke, and evolve their own tools through programmatic interaction with a live REPL. By embedding Lisp expressions within generation and intercepting them via a middleware layer, the system allows for stateful external memory, reflective programming, and dynamic tool creation. We present a design framework and architectural principles to guide future implementations of interactive AI systems that integrate symbolic programming with neural language generation.
• Abstract（参考訳）: 本稿では,大規模言語モデル(LLM)を永続的かつインタラクティブなLisp環境と統合するための新しいアーキテクチャを提案する。 このセットアップにより、LLMはライブREPLとのプログラムインタラクションを通じて、自身のツールを定義し、呼び出し、進化させることができる。 生成にLisp式を埋め込んでミドルウェア層にインターセプトすることにより、ステートフルな外部メモリ、リフレクティブプログラミング、動的ツール生成が可能になる。 本稿では、記号型プログラミングとニューラルネットワーク生成を統合する対話型AIシステムの将来の実装を導くための設計フレームワークとアーキテクチャ原則を提案する。

関連論文リスト

• Pel, A Programming Language for Orchestrating AI Agents [1.223779595809275]
  Pelは関数/ツール呼び出しと直接コード生成のギャップを埋めるために設計された新しいプログラミング言語である。 Lisp、Elixir、Gleam、Haskellの強みに触発されたPelは、構文的にシンプルで、ホモシニックで、セマンティックにリッチなプラットフォームを提供する。 主な特徴は、線形合成のための強力な配管機構、簡単な部分的アプリケーションと機能パターンを可能にするファーストクラスクロージャ、LLMが評価する自然言語条件のビルトインサポート、Common Lispスタイルの再起動を備えた高度なRead-Eval-Print-Loop(REPeL)、自動化のためのLLMベースのヘルパーエージェントである。
  論文  参考訳（メタデータ） (2025-04-03T18:46:53Z)
• Meaning-Typed Programming: Language Abstraction and Runtime for Model-Integrated Applications [8.007302441327214]
  本稿では,大規模言語モデル(LLM)統合を直感的な言語レベルで抽象化する新しいパラダイムである,意味型プログラミング(MTP)モデルを提案する。 我々はPythonのスーパーセット言語であるJacにMPPを実装し、MPPが精度と効率を保ちながら、コーディングの複雑さを著しく低減することを発見した。 GSM8kデータセットからの数学的な問題に対して、MPPは90%近い精度で到達し、13ベンチマーク中10ベンチマークでトークンの使用量を削減している。
  論文  参考訳（メタデータ） (2024-05-14T21:12:01Z)
• If LLM Is the Wizard, Then Code Is the Wand: A Survey on How Code Empowers Large Language Models to Serve as Intelligent Agents [81.60906807941188]
  大型言語モデル(LLM)は、自然言語と形式言語(コード)の組み合わせに基づいて訓練される コードは、標準構文、論理一貫性、抽象化、モジュール性を備えた高レベルの目標を実行可能なステップに変換する。
  論文  参考訳（メタデータ） (2024-01-01T16:51:20Z)
• LILO: Learning Interpretable Libraries by Compressing and Documenting Code [71.55208585024198]
  LILOは、反復的に合成、圧縮、文書化を行う、ニューロシンボリックなフレームワークである。 LILOは、LLM誘導プログラム合成と、Stitchから自動化された最近のアルゴリズムの進歩を組み合わせたものである。 LILOのシンセサイザーが学習した抽象化を解釈し、デプロイするのを手助けすることで、AutoDocがパフォーマンスを向上させることが分かりました。
  論文  参考訳（メタデータ） (2023-10-30T17:55:02Z)

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。