論文の概要: Prompt Less, Smile More: MTP with Semantic Engineering in Lieu of Prompt Engineering

• arxiv url: http://arxiv.org/abs/2511.19427v1
• Date: Mon, 24 Nov 2025 18:58:22 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-11-25 18:34:25.381904
• Title: Prompt Less, Smile More: MTP with Semantic Engineering in Lieu of Prompt Engineering
• Title（参考訳）: Prompt Less, Smile More: Prompt EngineeringのLieuにおけるセマンティックエンジニアリングを備えたMPP
• Authors: Jayanaka L. Dantanarayana, Savini Kashmira, Thakee Nathees, Zichen Zhang, Krisztian Flautner, Lingjia Tang, Jason Mars,
• Abstract要約: 本稿では,プログラムセマンティクスを充実させる軽量な手法であるセマンティックエンジニアリングを紹介する。 SemTextsを使えば、開発者は自然のコンテキストを直接プログラムコンストラクトに埋め込むことができる。 評価の結果,セマンティック・エンジニアリングはプロンプト・エンジニアリングに匹敵する性能を達成し,即時忠実度を大幅に向上することがわかった。
• 参考スコア（独自算出の注目度）: 3.396575346697258
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: AI-Integrated programming is emerging as a foundational paradigm for building intelligent systems with large language models (LLMs). Recent approaches such as Meaning Typed Programming (MTP) automate prompt generation by leveraging the semantics already present in code. However, many real-world applications depend on contextual cues, developer intent, and domain-specific reasoning that extend beyond what static code semantics alone can express. To address this limitation, we introduce Semantic Engineering, a lightweight method for enriching program semantics so that LLM-based systems can more accurately reflect developer intent without requiring full manual prompt design. We present Semantic Context Annotations (SemTexts), a language-level mechanism that allows developers to embed natural-language context directly into program constructs. Integrated into the Jac programming language, Semantic Engineering extends MTP to incorporate these enriched semantics during prompt generation. We further introduce a benchmark suite designed to reflect realistic AI-Integrated application scenarios. Our evaluation shows that Semantic Engineering substantially improves prompt fidelity, achieving performance comparable to Prompt Engineering while requiring significantly less developer effort.
• Abstract（参考訳）: AI-Integratedプログラミングは、大きな言語モデル(LLM)でインテリジェントシステムを構築するための基礎パラダイムとして浮上している。 MTP(Meaning Typed Programming)のような最近のアプローチは、コードにすでに存在するセマンティクスを活用することで、プロンプト生成を自動化する。 しかし、現実世界のアプリケーションの多くは、静的コードセマンティクスだけで表現できるものを超えて、コンテキストキュー、開発者意図、ドメイン固有の推論に依存しています。 この制限に対処するために,プログラムセマンティクスを充実させる軽量な手法であるセマンティクス・エンジニアリングを導入する。 このセマンティックコンテキストアノテーション(Semantic Context Annotations, SemTexts)は、開発者が自然言語コンテキストを直接プログラムコンストラクトに埋め込むことができる言語レベルのメカニズムである。 Jac言語に統合されたセマンティックエンジニアリングは、これらのリッチなセマンティクスを即時生成中に組み込むように、MPPを拡張した。 さらに,現実的なAI統合アプリケーションシナリオを反映したベンチマークスイートを導入する。 評価の結果,Semantic EngineeringはPrompt Engineeringに匹敵するパフォーマンスを実現すると同時に,開発者の労力を大幅に削減する。

関連論文リスト

• Rethinking Testing for LLM Applications: Characteristics, Challenges, and a Lightweight Interaction Protocol [83.83217247686402]
  大言語モデル(LLM)は、単純なテキストジェネレータから、検索強化、ツール呼び出し、マルチターンインタラクションを統合する複雑なソフトウェアシステムへと進化してきた。 その固有の非決定主義、ダイナミズム、文脈依存は品質保証に根本的な課題をもたらす。 本稿では,LLMアプリケーションを3層アーキテクチャに分解する: textbftextitSystem Shell Layer, textbftextitPrompt Orchestration Layer, textbftextitLLM Inference Core。
  論文  参考訳（メタデータ） (2025-08-28T13:00:28Z)
• Grammar-Guided Evolutionary Search for Discrete Prompt Optimisation [63.97051732013936]
  本稿では,2段階からなる離散的な自動最適化に対する進化的探索手法を提案する。 第1段階では、文法誘導型遺伝的プログラミングが実行され、プロンプト生成プログラムを合成する。 第2段階では、局所探索を用いて、最高のパフォーマンスプログラムの周辺を探索する。
  論文  参考訳（メタデータ） (2025-07-14T14:34:15Z)
• Promptware Engineering: Software Engineering for LLM Prompt Development [22.788377588087894]
  大規模言語モデル(LLM)は、ソフトウェアアプリケーションに統合され、プロンプトが主要な'プログラミング'インターフェースとして機能する。 その結果,新たなソフトウェアパラダイムであるプロンプトウェアが出現し,自然言語のプロンプトを使ってLLMと対話する。 フォーマルなプログラミング言語や決定論的ランタイム環境に依存する従来のソフトウェアとは異なり、プロンプトウェアはあいまいで非構造的で文脈に依存した自然言語に基づいている。
  論文  参考訳（メタデータ） (2025-03-04T08:43:16Z)
• MTP: A Meaning-Typed Language Abstraction for AI-Integrated Programming [8.768061489034642]
  本稿では,直感的な言語レベルでの統合を自動化する新しいパラダイムであるMeaning-Typed Programming(MTP)を提案する。 我々はPythonに取って代わるプログラミング言語であるJacにMPPを実装し、MPPは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がわかった。 私たちのユーザ調査では、既存のフレームワークと比較して、タスクの完了率が3.2倍速く、コード行数が45%少ないことが示されています。
  論文  参考訳（メタデータ） (2024-05-14T21:12:01Z)
• Efficient Prompting Methods for Large Language Models: A Survey [50.82812214830023]
  効率的なプロンプティング手法は幅広い注目を集めている。 本稿では,異なるプロンプト成分に対する自動プロンプトエンジニアリングと連続空間および離散空間におけるプロンプト圧縮について論じる。
  論文  参考訳（メタデータ） (2024-04-01T12:19:08Z)
• ChatDev: Communicative Agents for Software Development [84.90400377131962]
  ChatDevはチャットを利用したソフトウェア開発フレームワークで、特別なエージェントがコミュニケーション方法についてガイドされる。 これらのエージェントは、統一された言語ベースのコミュニケーションを通じて、設計、コーディング、テストフェーズに積極的に貢献する。
  論文  参考訳（メタデータ） (2023-07-16T02:11:34Z)

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。