logical constraints | BriefGPT

关键词logical constraints

搜索结果 - 13

大型语言模型的适应性逻辑控制
通过引入适应性框架 Ctrl-G，该研究提出了一种可实现对大型语言模型的可控生成的方法，并将其应用于交互文本编辑和有限状态自动机表示的逻辑约束，结果显示 Ctrl-G 在人类评估中相比于 GPT4 以及 GPT3.5 取得了 30% 以上的
PDF17 days ago
ICLR逻辑约束下的学习，但不满足快速通道
通过引入双变量来解决逻辑连接约束的快捷方式问题，将编码形式化为与模型的原始训练损失兼容的分布损失，实现学习逻辑约束的新框架在模型的普适性和约束满足方面表现出卓越的性能。
PDF4 months ago
ChessVision -- 逻辑连贯多标签分类的数据集
我们介绍了一个数据集，命名为 ChessVision 数据集，其中包含 200,000 + 张带有注释的象棋游戏进行中的图像，需要从图像中重新创建游戏状态，并附带一套约束以确保产生 “合理” 的游戏状态，同时还提出了用于衡量逻辑一致性的附加
PDF8 months ago
基于条件评分的神经符号约束的生成模型
提出了一种从条件的基于分数的生成模型中强制执行任意逻辑约束条件进行采样的方法，采用柔性和数值稳定的神经符号框架来编码逻辑约束条件，并通过有效的启发式算法改进了近似条件采样算法的准确性。
PDF10 months ago
将维基数据分类整合到 YAGO 中
我们在这篇论文中介绍了将整个 Wikidata 分类系统尽可能地合并到 YAGO 知识库中的努力，特别关注逻辑约束和类与实例的细致区分。我们的工作创建了 YAGO 4.5，为 YAGO 添加了丰富的信息类，并保持知识库逻辑的一致性。
PDF10 months ago
通过直通估计器将逻辑约束注入神经网络
将离散逻辑约束注入神经网络学习是神经符号人工智能领域的主要挑战之一。本文发现，直通估算器这一用于训练二进制神经网络的方法可有效应用于将逻辑约束纳入神经网络学习中。我们设计了一种系统的方式将离散逻辑约束表示为一个损失函数；通过梯度下降，利用直
PDFa year ago
如何通过概率电路将知识图嵌入转化为生成模型
本文重新解释了知识图谱嵌入（KGE）模型的评分函数作为电路，并设计了两种方法来获得有效的生成电路模型，从而通过最大似然估计（MLE）实现精确学习，同时能够高效地采样新三元组，并保证逻辑约束在设计时得到满足。此外，这些模型比原始 KGEs 在
PDFa year ago
CGDTest: 一种用于测试神经网络的约束梯度下降算法
该研究提出了一种名为 Constrained Gradient Descent（CGD）方法的新的深度神经网络（DNN）测试算法，并开发了实现称为 CGDTest，旨在揭示 DNN 中的安全性和健壮性问题，如对立攻击健壮性和偏差。该方法不仅
PDFa year ago
AAAI利用随机加权特征网络表示先验知识进行视觉关系检测
本文使用单层随机权重特征网络进行视觉关系检测，并使用零样本学习方法加以改进，利用逻辑约束表达背景知识及关系，成功预测了训练集中不存在的三元组，相较于逻辑张量网络更高效，参数更少。
PDF3 years ago
AAAIMultiplexNet: 神经网络中完全满足逻辑约束的探索
我们提出了一种新颖的方法，将专家知识纳入深度神经网络的训练中，并将领域知识表示为易于编码和从人类专家那里引出的析取范式逻辑公式。该方法引入了一个分类潜变量来学习选择哪个约束项最优化网络的误差函数，并将约束条件直接编译到现有学习算法的输出中。
PDF3 years ago
ECCV基于图的社交关系推理
本文提出了一种基于图形关系推理网络方法 (GR2N) 的社交关系识别方法，该方法相比现有方法能够更快，更准确地构建社交关系图，并显式地抓住不同类型社交关系之间的强逻辑约束，从而提高社交关系图的性能。
PDF4 years ago
OptTyper：通过优化逻辑约束和自然约束进行概率类型推断
该研究提出了一种概率类型推理框架，在 TypeScript 文件中预测缺失的类型。该框架将来自类型系统的逻辑约束与来自命名约定的深度学习模型提取的自然约束相结合，优于先前使用单一信息的模型。
PDF4 years ago
从无标签数据估算准确性：一种概率逻辑方法
我们提出了一种基于逻辑约束的多类别分类器准确度无标签估计方法，尝试使用基于分类器之间一致性的逻辑关系的猜想，从而得出准确估计值，实验证明了此方法在四个真实数据集上的有效性。
PDF7 years ago