論文の概要: Imprompt: A Language Framework for Prompt Programming

• arxiv url: http://arxiv.org/abs/2607.22683v1
• Date: Mon, 13 Jul 2026 05:02:43 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-02 22:55:39.024268
• Title: Imprompt: A Language Framework for Prompt Programming
• Title（参考訳）: Imprompt: プロンプトプログラミングのための言語フレームワーク
• Abstract要約: 本稿では,プロンプトプログラミングの研究と実践のための新しい言語フレームワーク,Impromptを提案する。 我々は、プロンプトプログラムはタスク記述のみを含まなければならず、下位レベルの「実行」の詳細から切り離さなければならないと主張している。 次に、プロンプトプログラムのタイピングについて検討し、型チェックと制約付き復号とを対応付ける。
• 参考スコア（独自算出の注目度）: 0.8984888893275712
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: With the unprecedented success of Language Models (LMs), the science of Prompt Engineering has evolved the powerful idea of Prompt Programming, where prompts are treated as a programmable control surface for describing complex tasks and leveraging LM capabilities. However, existing prompt programming frameworks suffer from various complexities and inelegances, which make them hard to utilize in practice for effectively describing tasks. We propose Imprompt, a new language framework for the study and practice of prompt programming. We undertake a foundational investigation of prompt programming, and contend that prompt programs must contain only the task descriptions and must be decoupled from lower-level 'execution' details. We further develop this position by illustrating structured prompting as a combination of prompt programming and prompt program 'compilation'. We exemplify this view by formally defining two compilers for Imprompt programs. We then explore the idea of typing for prompt programs and draw a correspondence between type checking and constrained decoding. Finally, we implement our compilers and type checkers and evaluate them on a variety of case studies. We believe our work contributes programming-language foundations toward the emerging area of prompt programming.
• Abstract（参考訳）: 言語モデル(LM)が前例のない成功を収めたことにより、プロンプト工学の科学は、複雑なタスクを記述し、LM能力を活用するためのプログラム可能な制御面として扱われるプロンプトプログラミングという強力なアイデアを進化させてきた。 しかし、既存のプロンプトプログラミングフレームワークは様々な複雑さと優越性に悩まされており、タスクを効果的に記述するために実際に使うのが困難である。 本稿では,プロンプトプログラミングの研究と実践のための新しい言語フレームワーク,Impromptを提案する。 我々は、プロンプトプログラミングの基礎的な調査を行い、プロンプトプログラムはタスク記述のみを含まなければならず、下位レベルの「実行」の詳細から切り離さなければならないと主張している。 本研究は,プロンプトプログラミングとプロンプトプログラム「コンパイル」の組み合わせとして構造化プロンプトを図示することで,この位置をさらに発展させる。 我々は、Impromptプログラムの2つのコンパイラを正式に定義することで、この見解を実証する。 次に、プロンプトプログラムの型付けについて検討し、型チェックと制約付き復号とを対応付ける。 最後に、コンパイラと型チェッカーを実装し、様々なケーススタディでそれらを評価します。 我々の研究は、プロンプトプログラミングの新たな領域に向けたプログラミング言語の基礎に貢献していると信じています。

関連論文リスト

• 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)
• Integrating Natural Language Prompting Tasks in Introductory Programming Courses [3.907735250728617]
  本報告では、導入プログラミングコースに2つのプロンプトに焦点を当てたアクティビティを組み込むことについて検討する。 第一に、学生は自然言語のプロンプトを書き、構文上の問題解決を強調することで、計算問題を解く必要がある。 2つ目は、プロンプトとコードの関係を理解するために、提供されたフラグメントに相当するコードを生成するプロンプトを作成することである。
  論文  参考訳（メタデータ） (2024-10-04T01:03:25Z)
• Prompts Are Programs Too! Understanding How Developers Build Software Containing Prompts [12.979519344826748]
  我々は、いくつかのプロンプトはプログラムであり、プロンプトの開発は「プロンプトプログラミング」として知られるプログラミングにおける別の現象であると主張している。 我々は,Straussian の基底理論を用いて,迅速な開発に従事する20人の開発者へのインタビューを通じて,プロンプトプログラミングの理解を深める。
  論文  参考訳（メタデータ） (2024-09-19T03:55:49Z)
• NoviCode: Generating Programs from Natural Language Utterances by Novices [59.71218039095155]
  初心者非プログラマによるAPIと自然言語記述を入力とする新しいNLプログラミングタスクであるNoviCodeを提示する。 我々は、NoviCodeがコード合成領域における挑戦的なタスクであることを示し、非技術的命令から複雑なコードを生成することは、現在のText-to-Codeパラダイムを超えている。
  論文  参考訳（メタデータ） (2024-07-15T11:26:03Z)
• Symbolic Prompt Program Search: A Structure-Aware Approach to Efficient Compile-Time Prompt Optimization [14.012833238074332]
  本稿では,プロンプトプログラムのコンパイル時最適化を行うSAMMOを紹介する。 SAMMOは記号レベルでプロンプトプログラムを表しており、豊富な変換が可能である。 SAMMOは,(1)命令チューニング,(2)RAGパイプラインチューニング,(3)プロンプト圧縮において,従来の手法を一般化し,複雑なプロンプトの性能を向上させることを示す。
  論文  参考訳（メタデータ） (2024-04-02T21:35:54Z)
• Exploring Prompt Engineering Practices in the Enterprise [3.7882262667445734]
  プロンプト(英: prompt)は、モデルから特定の振る舞いや出力を引き出すように設計された自然言語命令である。 特定の要求のある複雑なタスクやタスクに対して、迅速な設計は簡単ではない。 我々は、プロンプト編集行動のセッションを分析し、ユーザが反復したプロンプトの一部と、それらが行った変更の種類を分類する。
  論文  参考訳（メタデータ） (2024-03-13T20:32:32Z)
• Natural Language Embedded Programs for Hybrid Language Symbolic Reasoning [84.12154024070024]
  本研究では,数学・記号的推論,自然言語理解,後続の課題に対処するための統合フレームワークとして,自然言語組み込みプログラム(NLEP)を提案する。 我々のアプローチは,構造化知識の自然言語表現を含むデータ構造上の関数を定義する完全なPythonプログラムを生成するよう,言語モデルに促す。 Pythonインタープリタが生成されたコードを実行し、出力をプリントする。
  論文  参考訳（メタデータ） (2023-09-19T17:54:21Z)
• Understanding Programs by Exploiting (Fuzzing) Test Cases [26.8259045248779]
  プログラムのより深い意味理解を実現するために,入力と出力/振る舞いの関係を学習に取り入れることを提案する。 コードの大部分の実行をトリガーするのに十分な入力を得るために,ファズテストを採用し,ファズチューニングを提案する。 提案手法の有効性は,コードクローン検出とコード分類を含む2つのプログラム理解タスクにおいて検証され,最先端技術よりも大きなマージンで優れている。
  論文  参考訳（メタデータ） (2023-05-23T01:51:46Z)
• A Case Study in Engineering a Conversational Programming Assistant's Persona [72.47187215119664]
  会話能力は、既存のコード流大言語モデルを使用することで達成された。 プロンプトの進化に関する議論は、既存の基礎モデルを特定のアプリケーションに望ましい方法で振る舞う方法に関するケーススタディを提供する。
  論文  参考訳（メタデータ） (2023-01-13T14:48:47Z)
• A Conversational Paradigm for Program Synthesis [110.94409515865867]
  本稿では,大規模言語モデルを用いた対話型プログラム合成手法を提案する。 私たちは、自然言語とプログラミング言語のデータに基づいて、CodeGenと呼ばれる大規模な言語モデルのファミリーを訓練します。 本研究は,会話能力の出現と,提案した会話プログラム合成パラダイムの有効性を示すものである。
  論文  参考訳（メタデータ） (2022-03-25T06:55:15Z)
• Leveraging Language to Learn Program Abstractions and Search Heuristics [66.28391181268645]
  LAPS(Language for Abstraction and Program Search)は、自然言語アノテーションを用いて、ライブラリとニューラルネットワークによる合成のための検索モデルの共同学習をガイドする手法である。 最先端のライブラリ学習システム(DreamCoder)に統合されると、LAPSは高品質なライブラリを生成し、検索効率と一般化を改善する。
  論文  参考訳（メタデータ） (2021-06-18T15:08:47Z)

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。