論文の概要: From Abstraction to Action: DSLs for Natural Language Abstraction Interpretation and Execution

• arxiv url: http://arxiv.org/abs/2610.28311v1
• Date: Tue, 20 Oct 2026 14:51:44 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-21 21:58:47.86072
• Title: From Abstraction to Action: DSLs for Natural Language Abstraction Interpretation and Execution
• Title（参考訳）: 抽象化からアクションへ:自然言語の抽象化解釈と実行のためのDSL
• Abstract要約: 自然言語命令は高レベルの抽象化に依存することが多い。 以前の研究によると、命令の抽象化のレベルが上がるにつれてパフォーマンスが低下する。 ドメイン固有言語の概念をコーディング環境から借用することを提案する。
• 参考スコア（独自算出の注目度）: 19.08943302697128
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Natural-language instructions often rely on high-level abstractions, such as asking an agent to ``stack blocks in a pyramid.'' Interpreting abstract instructions requires models to both identify the abstraction intended by the speaker, and unroll it into the many concrete actions that instantiate it. Language models struggle here: prior work has shown that performance degrades as the level of abstraction in the instruction rises. To bridge the gap between natural language abstraction and concrete actions, we propose to borrow from coding environments the notion of a {\em domain-specific language} (DSL), an explicit representation layer whose documented primitives name recurring abstractions that expand into concrete actions. We demonstrate the efficacy of DSLs for NL interpretation on \textsc{Hexagons}, a visually-grounded instruction-following task graded for abstraction. We further ask whether language models can induce such DSLs themselves from domain data. Our results show that while code generation consistently improves over direct inference, code generation over a human-curated DSL yields dramatic gains, up to 10 absolute F1 points, reaching the human skyline, with gains concentrated at {\em higher} abstraction levels. We confirm this pattern on the \textsc{Text2CAD} benchmark. At the same time, model-induced DSLs recover only part of this gain, remaining inconsistent across runs and short of their human-curated counterpart. Overall, the right representation closes much of the gap caused by high abstraction --- but inducing that layer of representation automatically is where models still fall short, and where we see a strong opportunity for the community to make progress.
• Abstract（参考訳）: 自然言語命令は、エージェントに '`stack blocks in a pyramid' を尋ねるなど、高レベルの抽象化に依存することが多い。 抽象的な命令を解釈するには、話者が意図した抽象化を識別し、それをインスタンス化する多くの具体的なアクションにアンロールする必要がある。 事前の作業では、命令の抽象化のレベルが上昇するにつれて、パフォーマンスが低下することが示されています。 自然言語の抽象化と具体的なアクションのギャップを埋めるために、文書化されたプリミティブ名が具体的アクションへと拡張する明示的な表現層であるドメイン固有言語(DSL)の概念をコーディング環境から借用することを提案する。 本稿では,抽象度を基準とした視覚的な命令追従タスクであるtextsc{Hexagons} における NL 解釈のための DSL の有効性を示す。 さらに、言語モデルがドメインデータからそのようなDSL自体を誘導できるかどうかを問う。 我々の結果は、コード生成は直接推論よりも一貫して改善されるが、人間の計算したDSL上のコード生成は、最大10個の絶対的なF1ポイントを獲得し、人間のスカイラインに到達し、より高い抽象レベルに集中する。 このパターンは,textsc{Text2CAD} ベンチマークで確認する。 同時に、モデル駆動DSLは、この利益の一部のみを回復し、実行中に一貫性を保ち、人間が計算したDSLよりも不足している。 全体としては、適切な表現は、高い抽象化によって引き起こされるギャップの大部分を閉じる -- しかし、その表現層を自動的に誘導することは、モデルがまだ不足している場所であり、コミュニティが前進する強い機会である。

関連論文リスト

• Using Large Language Models for Abstraction of Planning Domains - Extended Version [6.021787236982658]
  PDDLにおけるエージェントの具体的な振る舞いをモデル化し、大規模言語モデル(LLM)を用いた文脈内学習の利用について検討する。 代替具体的なアクションの選択の抽象化、具体的なアクションのシーケンスの抽象化、アクション/述語パラメータの抽象化の3つのカテゴリについて検討する。 生成された抽象PDDLドメインと問題インスタンスは、シンボル検証ツールと人間の専門家によってチェックされる。
  論文  参考訳（メタデータ） (2025-10-23T06:27:03Z)
• Causal Abstraction Inference under Lossy Representations [53.18851962820361]
  我々は、既存の定義を一般化して損失表現に適合させる、投影抽象化と呼ばれる新しいタイプの抽象化を導入する。 低レベルモデルから投影された抽象化を構築する方法と、それと等価な観察的、介入的、および反ファクト的因果クエリを低レベルから高レベルに翻訳する方法を示す。
  論文  参考訳（メタデータ） (2025-09-25T21:20:42Z)
• Learning with Language-Guided State Abstractions [58.199148890064826]
  高次元観測空間における一般化可能なポリシー学習は、よく設計された状態表現によって促進される。 我々の手法であるLGAは、自然言語の監視と言語モデルからの背景知識を組み合わせて、目に見えないタスクに適した状態表現を自動構築する。 シミュレーションされたロボットタスクの実験では、LGAは人間によって設計されたものと同様の状態抽象化をもたらすが、そのほんの少しの時間で得られる。
  論文  参考訳（メタデータ） (2024-02-28T23:57:04Z)
• AbsPyramid: Benchmarking the Abstraction Ability of Language Models with a Unified Entailment Graph [62.685920585838616]
  抽象能力は人間の知性において必須であり、言語モデルでは未探索のままである。 本稿では、抽象知識の221Kテキスト記述を統一したエンテーメントグラフであるAbsPyramidを提案する。
  論文  参考訳（メタデータ） (2023-11-15T18:11:23Z)
• MDP Abstraction with Successor Features [14.433551477386318]
  本研究では,エージェントが状態や時間的抽象化を行う強化学習の文脈における抽象化について検討する。 本研究では,後継機能に基づく新しい抽象スキームである後継抽象化を提案する。 我々の後継抽象化は、異なる環境間で伝達可能なセマンティクスで抽象環境モデルを学習することを可能にする。
  論文  参考訳（メタデータ） (2021-10-18T11:35:08Z)
• Draw Me a Flower: Grounding Formal Abstract Structures Stated in Informal Natural Language [6.900102922776184]
  我々は,2次元ヘキサゴスボード上で,プレイヤーがますます複雑な画像を記述するヘキサゴス参照ゲームを開発した。 このゲームを使って164の画像と3000以上の自然発生命令からなるヘキサゴナルスデータセットを収集した。 ヘキサゴナルスデータセットから導かれる命令-実行タスクに基づくベースラインモデルの結果、NLの高レベルな抽象化が現在のシステムでは処理が困難であることを確認した。
  論文  参考訳（メタデータ） (2021-06-27T21:11:16Z)

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。