論文の概要: Learning-Infused Formal Reasoning: From Contract Synthesis to Artifact Reuse and Formal Semantics
- arxiv url: http://arxiv.org/abs/2602.02881v1
- Date: Mon, 02 Feb 2026 22:39:02 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-02-04 18:37:15.118308
- Title: Learning-Infused Formal Reasoning: From Contract Synthesis to Artifact Reuse and Formal Semantics
- Title（参考訳）: 学習融合形式推論:契約合成から人工物再利用と形式意味論へ
- Authors: Arshad Beg, Diarmuid O'Donoghue, Rosemary Monahan,
- Abstract要約: ビジョンペーパーは、人工知能との交点における形式的手法に関する長期的な研究課題を記述している。
これは、自動化されたコントラクト合成、セマンティックアーティファクトの再利用、洗練に基づく理論の統合に基づく、次世代の形式的手法に関する先見的な視点を推し進めている。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: This vision paper articulates a long-term research agenda for formal methods at the intersection with artificial intelligence, outlining multiple conceptual and technical dimensions and reporting on our ongoing work toward realising this agenda. It advances a forward-looking perspective on the next generation of formal methods based on the integration of automated contract synthesis, semantic artifact reuse, and refinement-based theory. We argue that future verification systems must move beyond isolated correctness proofs toward a cumulative, knowledge-driven paradigm in which specifications, contracts, and proofs are continuously synthesised and transferred across systems. To support this shift, we outline a hybrid framework combining large language models with graph-based representations to enable scalable semantic matching and principled reuse of verification artifacts. Learning-based components provide semantic guidance across heterogeneous notations and abstraction levels, while symbolic matching ensures formal soundness. Grounded in compositional reasoning, this vision points toward verification ecosystems that evolve systematically, leveraging past verification efforts to accelerate future assurance.
- Abstract（参考訳）: このビジョンペーパーは、人工知能との交点における形式的手法に関する長期的な研究課題を詳述し、複数の概念的・技術的側面を概説し、この課題の実現に向けた現在進行中の取り組みについて報告する。
これは、自動化されたコントラクト合成、セマンティックアーティファクトの再利用、洗練に基づく理論の統合に基づく、次世代の形式的手法に関する先見的な視点を推し進めている。
我々は、将来の検証システムは、独立した正当性証明を超えて、仕様、契約、証明を連続的に合成し、システム間で伝達する累積的、知識駆動のパラダイムに移行する必要があると論じる。
このシフトをサポートするために、我々は、大規模言語モデルとグラフベースの表現を組み合わせるハイブリッドフレームワークの概要を述べる。
学習ベースのコンポーネントは、異質な表記法と抽象レベルのセマンティックガイダンスを提供するが、シンボリックマッチングは形式的な音質を保証する。
構成的推論に基づいて、このビジョンは、過去の検証努力を活用して将来の保証を加速する、体系的に進化する検証エコシステムを指している。
関連論文リスト
- Beyond Pixels: Visual Metaphor Transfer via Schema-Driven Agentic Reasoning [56.24016465596292]
視覚的メタファーは、抽象概念をインパクトのある視覚的レトリックに変換するために、クロスドメインなセマンティックフュージョンを用いて、人間の創造性の高階形式を構成する。
本稿では,参照画像から「創造的本質」を自律的に分離し,その抽象論理をユーザ特定対象に再物質化する,視覚メタファー伝達(VMT)の課題を紹介する。
提案手法は, メタファーの整合性, アナロジーの適切性, 視覚的創造性においてSOTAのベースラインを著しく上回り, 広告・メディアにおける高度にインパクトのある創造的アプリケーションを自動化するための道を開いた。
論文 参考訳（メタデータ） (2026-02-01T17:01:36Z) - Integrating Ontologies with Large Language Models for Enhanced Control Systems in Chemical Engineering [1.0674471416489186]
本研究は、構造的ドメイン知識と生成的推論を結合した化学工学のためのオントロジー統合大言語モデル(LLM)フレームワークを提案する。
提案したパイプラインは、データ取得、セマンティックプリプロセッシング、情報抽出、オントロジーマッピングステップのシーケンスを通じて、モデルトレーニングとCOPEオントロジーとの推論を調整する。
このシンボリック構造とニューラルジェネレーションの統合は、プロセス制御、安全分析、その他の重要なエンジニアリングコンテキストにLLMを適用するための透明で監査可能なアプローチを提供する。
論文 参考訳（メタデータ） (2025-10-30T18:04:20Z) - Real-Time Intuitive AI Drawing System for Collaboration: Enhancing Human Creativity through Formal and Contextual Intent Integration [26.920087528015205]
本稿では,形式的意図と文脈的意図の両方を解釈・統合するリアルタイム生成システムを提案する。
このシステムは,共有キャンバス上でのマルチユーザコラボレーションをサポートしながら,低レイテンシで2段階の変換を実現する。
論文 参考訳（メタデータ） (2025-08-12T01:34:23Z) - Beyond Prediction -- Structuring Epistemic Integrity in Artificial Reasoning Systems [0.0]
構造的推論、命題的コミットメント、矛盾検出をサポートする。
信念表現、メタ認知プロセス、規範的検証を形式化し、象徴的推論、知識グラフ、ブロックチェーンベースの正当化を統合する。
論文 参考訳（メタデータ） (2025-06-19T04:20:55Z) - Continuous Representation Methods, Theories, and Applications: An Overview and Perspectives [55.22101595974193]
近年,実世界のデータ固有の構造を特徴付ける新しいパラダイムとして,連続表現法が登場している。
本総説では, 基礎関数表現, 統計モデル, テンソル関数分解, 暗黙的神経表現などの連続表現法設計, (ii) 近似誤差解析, 収束特性, 暗黙的正規化などの連続表現の理論的基礎, (iii) コンピュータビジョン, グラフィックス, バイオインフォマティクス, リモートセンシングなどの連続表現の現実的応用について述べる。
論文 参考訳（メタデータ） (2025-05-21T07:50:19Z) - Prompt-based Logical Semantics Enhancement for Implicit Discourse
Relation Recognition [4.7938839332508945]
Inlicit Discourse Relation Recognition (IDRR) のための Prompt-based Logical Semantics Enhancement (PLSE) 法を提案する。
提案手法は,事前学習した言語モデルに対する対話関係に関する知識を,素早い接続予測によってシームレスに注入する。
PDTB 2.0 と CoNLL16 データセットによる実験結果から,本手法は現状の最先端モデルに対して優れた一貫した性能を発揮することが示された。
論文 参考訳（メタデータ） (2023-11-01T08:38:08Z) - Discrete, compositional, and symbolic representations through attractor dynamics [51.20712945239422]
我々は,思考の確率的言語(PLoT)に似た認知過程をモデル化するために,アトラクタダイナミクスを記号表現と統合した新しいニューラルシステムモデルを導入する。
我々のモデルは、連続表現空間を、事前定義されたプリミティブに頼るのではなく、教師なし学習を通じて、記号系の意味性と構成性の特徴を反映する、記号列に対応する引き付け状態を持つ離散盆地に分割する。
このアプローチは、認知操作の複雑な双対性を反映したより包括的なモデルを提供する、AIにおける表現力の証明された神経弁別可能な基質であるニューラルダイナミクスを通じて、シンボル処理とサブシンボル処理の両方を統合する統一的なフレームワークを確立する。
論文 参考訳（メタデータ） (2023-10-03T05:40:56Z) - Multimodal Relation Extraction with Cross-Modal Retrieval and Synthesis [89.04041100520881]
本研究は,対象物,文,画像全体に基づいて,テキストおよび視覚的証拠を検索することを提案する。
我々は,オブジェクトレベル,画像レベル,文レベル情報を合成し,同一性と異なるモダリティ間の推論を改善する新しい手法を開発した。
論文 参考訳（メタデータ） (2023-05-25T15:26:13Z) - AIGenC: An AI generalisation model via creativity [1.933681537640272]
本稿では,創造性に関する認知理論に触発された計算モデル(AIGenC)を紹介する。
人工エージェントが変換可能な表現を学習、使用、生成するために必要なコンポーネントを配置する。
本稿では, 人工エージェントの配当効率を向上するモデルの有効性について論じる。
論文 参考訳（メタデータ） (2022-05-19T17:43:31Z) - A Dependency Syntactic Knowledge Augmented Interactive Architecture for
End-to-End Aspect-based Sentiment Analysis [73.74885246830611]
エンドツーエンドABSAのためのマルチタスク学習を用いた対話型アーキテクチャを新たに提案する。
このモデルは、よく設計された依存性関係埋め込みグラフ畳み込みネットワーク(DreGcn)を活用することで、構文知識(依存性関係と型)を完全に活用することができる。
3つのベンチマークデータセットの大規模な実験結果から,本手法の有効性が示された。
論文 参考訳（メタデータ） (2020-04-04T14:59:32Z)
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。