本文采用模块化网络模型，使用神经网络实现程序生成器和执行引擎，通过反向传播和 REINFORCE 的训练方法，在视觉推理任务（CLEVR）上打破基线模型，表现显著优越，并在各种环境中具有更好的推广性能。

May, 2017

大型语言模型调试器（LDB）是一个新颖的调试框架，它使得大型语言模型能够利用运行时执行信息改进生成的程序。

Feb, 2024

通过引入定义 (De-fine) 的模型无关方法，将复杂任务分解为简单子任务并通过自动反馈优化程序，从而提高逻辑推理性能，在多个视觉任务中实现更准确、更健壮的程序，创造了该领域的新纪录。

Nov, 2023

介绍了一种新颖的动态可微推理（DDR）框架，它可用于学习分支程序和其组成部分的函数，解决了最近动态架构中的重要非可微问题，并将其应用于 CLEVR 可视化问题回答和逆波兰表达式评估的两个设置中，通过有效利用额外的结构监督，在子任务一致性方面实现了大的改进和总体准确性的小提高。

Mar, 2018

通过视觉编程（VisualProg）的过程精馏，我们提出了一种方法来优化每个 VisualProg 子模块的性能，从而提高整体任务性能，并在大规模数据集上进行了广泛而全面的实验评估。

Sep, 2023

通过 Visual Program Distillation (VPD) 框架将大型语言模型 (LLM) 的理解能力提炼到一个具备单次前向传递解决复杂视觉任务的视觉 - 语言模型 (VLM) 上，从而改善计数、理解空间关系和组合推理等能力，并在真实世界的应用（有限数据情况下的内容管理）中得到验证。

Dec, 2023

DelBugV 是一种模块化和可扩展的新型工具，采用自动化的 Delta 调试技术来简化调试 DNN 验证器，从而极大地简化了修复故障验证器的任务。

May, 2023

该论文介绍了神经符号视觉问答系统，结合深度表示学习和符号程序执行，具有更好的数据和内存效率以及对推理过程的全透明度。

Oct, 2018

提出了基于神经 - 符号融合的可微转移学习推理机制，命名为 NEUMANN，并通过推理识别复杂的可视化场景，包括因果推理和抽象概念推理。

Jul, 2023

HDLdebugger 是一个 LLM 辅助的 HDL 调试框架，通过逆向工程方法生成 HDL 调试数据、带检索增强的生成式搜索引擎以及带检索增强的 LLM 微调方法，自动化和简化芯片设计中的 HDL 调试。在华为提供的 HDL 代码数据集上进行的综合实验表明，HDLdebugger 优于 13 种前沿的 LLM 基准，在 HDL 代码调试方面表现出卓越效果。

Mar, 2024