論文の概要: DriftScript: A Domain-Specific Language for Programming Non-Axiomatic Reasoning Agents

• arxiv url: http://arxiv.org/abs/2604.00043v1
• Date: Sun, 29 Mar 2026 12:38:06 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-02 16:44:31.642583
• Title: DriftScript: A Domain-Specific Language for Programming Non-Axiomatic Reasoning Agents
• Title（参考訳）: DriftScript: 動的推論エージェントをプログラムするためのドメイン特化言語
• Abstract要約: 本稿では、NarseseにコンパイルするLispに似たドメイン固有言語であるDriftScriptを紹介する。 DriftScriptは、Non-Axiomatic Logic (NAL)レベル1から8で使用される主要な文と用語形式をカバーするソースレベル構造を提供する。
• 参考スコア（独自算出の注目度）: 0.20305676256390928
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Non-Axiomatic Reasoning Systems (NARS) provide a framework for building adaptive agents that operate under insufficient knowledge and resources. However, the standard input language, Narsese, poses a usability barrier: its dense symbolic notation, overloaded punctuation, and implicit conventions make programs difficult to read, write, and maintain. We present DriftScript, a Lisp-like domain-specific language that compiles to Narsese. DriftScript provides source-level constructs covering the major sentence and term forms used in Non-Axiomatic Logic (NAL) levels 1 through 8, including inheritance, temporal implication, variable quantification, sequential conjunction, and operation invocation, while replacing symbolic syntax with readable keyword-based S-expressions. The compiler is a zero-dependency, four-stage pipeline implemented in 1,941 lines of C99. When used with the DriftNARS engine, DriftScript programs connect to external systems through four structured callback types and an HTTP operation registry, enabling a sense-reason-act loop for autonomous agents. We describe the language design and formal grammar, detail the compiler architecture, and evaluate the compiler through a 106-case test suite, equivalence testing against hand-written Narsese, a NAL coverage analysis, structural readability metrics, and compilation benchmarks. The source code is available at https://github.com/seamus-brady/DriftNARS. This paper focuses on the design and implementation of the DriftScript language and its embedding into DriftNARS, rather than on new inference algorithms for NARS itself.
• Abstract（参考訳）: 非軸性推論システム(Non-Axiomatic Reasoning Systems、NARS)は、知識と資源の不足の下で機能する適応エージェントを構築するためのフレームワークを提供する。 しかし、標準的な入力言語であるNarseseは、その密接な記号表記、過剰な句読点、暗黙の規則によってプログラムの読み書きや保守が難しくなるという、ユーザビリティの障壁を生じさせている。 本稿では、NarseseにコンパイルするLispに似たドメイン固有言語であるDriftScriptを紹介する。 DriftScriptは、継承、時間的含意、変数の定量化、逐次接続、操作呼び出しを含む、非軸論的論理(NAL)レベル1から8で使用される主要な文と用語形式をカバーするソースレベルの構成を提供するとともに、シンボリック構文を読みやすいキーワードベースのS表現に置き換える。 コンパイラは、C99の1,941行で実装された、ゼロ依存の4段階パイプラインである。 DriftNARSエンジンで使用する場合、DriftScriptプログラムは4つの構造化コールバックタイプとHTTP操作レジストリを通じて外部システムに接続する。 言語設計と形式文法を記述し、コンパイラアーキテクチャを詳細に記述し、コンパイラを106ケースのテストスイート、手書きのNarseseに対する等価テスト、NALカバレッジ分析、構造的可読性メトリクス、コンパイルベンチマークで評価する。 ソースコードはhttps://github.com/seamus-brady/DriftNARSで入手できる。 本稿では,DriftScript言語の設計と実装と,そのDriftNARSへの埋め込みに焦点を当てる。

関連論文リスト

• Weave of Formal Thought [51.56484100374058]
  WoFT(Weave of Formal Thought)は、厳密な構文的検証と学習された構造的表現を結合したパラダイムである。 本稿では,非終端文法記号を直接生成にインターリーブするために,言語モデルを訓練する潜時可変微調整法を提案する。 Pythonでは、RWS目的のStarCoder2-3Bを微調整することで、テキストのみのSFTベースラインと比較して、トーケン毎のクロスエントロピーが14.3%削減される。
  論文  参考訳（メタデータ） (2026-06-24T15:58:11Z)
• NL2Scratch: An Executable Benchmark and Evaluation for Block-Based Programming [62.89531126732269]
  NL2Scratchは自然言語からスクラッチ生成のための実行可能なベンチマークである。 23,594例のセマンティック検証プールと,スロットバランス800例の診断ベンチマークを構築した。 命令調整と微調整によるLLM実験では、語彙的類似性と意味的アライメントとの間に顕著なギャップが示される。
  論文  参考訳（メタデータ） (2026-06-20T14:22:59Z)
• Breaking the Script Barrier: Enabling Automatic Alignment for PoS-based ASR Error Analysis in Non-Latin Scripts [11.903384718183709]
  Part-of-Speech (PoS)のようなきめ細かい分析は、ASR仮説と参照転写の正確な一致を必要とする。 既存のアライメントツールは、ラテン語以外のスクリプトで書かれた言語には信頼できないことが多い。 我々は、ASRおよびラテン文字と非ラテン文字の両方で記述された言語に適用可能な、堅牢で自動化された言語に依存しないアライメント機構を提案する。
  論文  参考訳（メタデータ） (2026-05-27T13:04:10Z)
• Decaf: Improving Neural Decompilation with Automatic Feedback and Search [64.02615739798277]
  高レベルな構文、識別子、カスタムデータ型は一般的に失われ、コンパイラは人間可読なコードを低レベルなマシンコードに変換する。 生成AIモデルは、ハイレベルな構文、識別子、型を再構築するのに自然なものだ。 コンパイラフィードバックは,サーチによるニューラルデコンパイラ出力のセマンティックな正当性の向上に有効である,と我々は主張する。
  論文  参考訳（メタデータ） (2026-05-12T04:21:26Z)
• From Natural Language to Executable Narsese: A Neuro-Symbolic Benchmark and Pipeline for Reasoning with NARS [3.7290918391125083]
  本稿では,自然言語推論問題を実行可能な形式表現に変換するための,ニューロシンボリックな枠組みを提案する。 本稿では,Narseseプログラムと組み合わせた自然言語推論問題のベンチマークであるNARS-Reasoning-v0.1を紹介する。 我々は,FOLから実行可能なNarseseへの決定論的コンパイルパイプラインを開発し,実行時実行による保持例の検証を行う。
  論文  参考訳（メタデータ） (2026-04-20T21:53:11Z)
• Arch: An AI-Native Hardware Description Language for Register-Transfer Clocked Hardware Design [0.0]
  Archはパイプライン、FIFO、アービター、レジスタファイル、バス、時計領域横断のための第一級言語構造を導入している。 中心となる設計選択は、クロックとリセット自体がパラメータ化された型であることである。 Archコンパイラは、決定論的でリントクリーンなIEEE 1800-2017 SystemVerilogを出力する。
  論文  参考訳（メタデータ） (2026-04-07T15:12:14Z)
• ContextCov: Deriving and Enforcing Executable Constraints from Agent Instruction Files [1.3295383263113112]
  我々は、受動的エージェント命令をアクティブで実行可能なガードレールに変換するフレームワークであるContextCovを紹介する。 ContextCovは自然言語の制約を抽出し、3つのドメインにわたる強制チェックを合成する。 ContextCovが99.997%の妥当性を持つ46,000以上の実行可能なチェックを抽出した723のオープンソースリポジトリの評価。
  論文  参考訳（メタデータ） (2026-02-28T21:56:47Z)
• ATLAS: Automated Tree-based Language Analysis System for C and C++ source programs [1.0499611180329804]
  本稿では,文レベル制御フローグラフ(CFG)と型認識データフローグラフ(DFG)を生成するPythonベースのコマンドラインインタフェース(CLI)であるATLASを紹介する。 ATLASは、下流のソフトウェアエンジニアリング(SE)と機械学習ベースのプログラム理解を改善するための実践的な基盤を提供する。
  論文  参考訳（メタデータ） (2025-12-14T01:11:11Z)
• WGRAMMAR: Leverage Prior Knowledge to Accelerate Structured Decoding [58.1177179119881]
  我々は、ドメイン認識の単純化、制約分解、マスクキャッシングを統合した軽量デコードエンジンであるwgrammarを紹介する。 wgrammarは、既存のシステムよりも最大250倍のスピードアップを実現します。
  論文  参考訳（メタデータ） (2025-07-22T17:13:47Z)
• Training Neural Networks as Recognizers of Formal Languages [87.06906286950438]
  ニューラルネットワークを文字列のバイナリ分類器として直接訓練し評価する。 3つのニューラルアーキテクチャに対して、チョムスキー階層の様々な言語について結果を提供する。 我々の貢献は、将来の研究において、言語認識の主張を理論的に健全に検証するのに役立つだろう。
  論文  参考訳（メタデータ） (2024-11-11T16:33:25Z)
• Synthetic Programming Elicitation for Text-to-Code in Very Low-Resource Programming and Formal Languages [21.18996339478024]
  SPEAC(emphsynthetic programming elicitation and compilation)を紹介する。 SPEACは、より頻繁に、意味的正しさを犠牲にすることなく、構文的に正しいプログラムを生成する。 UCLID5形式検証言語のケーススタディにおいて,SPEACの性能を実証的に評価した。
  論文  参考訳（メタデータ） (2024-06-05T22:16:19Z)
• Neural Models for Source Code Synthesis and Completion [0.0]
  コード提案システムへの自然言語(NL)は、NL発話をコンパイル可能なコードスニペットに変換することで、統合開発環境(IDE)の開発者を支援する。 現在のアプローチは主に意味解析に基づくハードコードなルールベースのシステムである。 我々は,NLを汎用プログラミング言語にマッピングするためのシーケンス・ツー・シーケンス深層学習モデルと訓練パラダイムを提案する。
  論文  参考訳（メタデータ） (2024-02-08T17:10:12Z)
• 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。