:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Reichelt, Tim, Ong, Luke, Rainforth, Tom
Format:	Preprint
Veröffentlicht:	2023
Schlagworte:	Machine Learning Programming Languages
Online-Zugang:	https://arxiv.org/abs/2310.14888
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Quantitative Verification of Omega-regular Properties in Probabilistic Programming
von: Wang, Peixin, et al.
Veröffentlicht: (2025)

Static Posterior Inference of Bayesian Probabilistic Programming via Polynomial Solving
von: Wang, Peixin, et al.
Veröffentlicht: (2023)

In-Context Learning Learns Label Relationships but Is Not Conventional Learning
von: Kossen, Jannik, et al.
Veröffentlicht: (2023)

RefineStat: Efficient Exploration for Probabilistic Program Synthesis
von: Kanda, Madhav, et al.
Veröffentlicht: (2025)

Probabilistic Programming with Programmable Variational Inference
von: Becker, McCoy R., et al.
Veröffentlicht: (2024)

EnCompass: Enhancing Agent Programming with Search Over Program Execution Paths
von: Li, Zhening, et al.
Veröffentlicht: (2025)

Loss-Driven Bayesian Active Learning
von: Huang, Zhuoyue, et al.
Veröffentlicht: (2026)

BED-LLM: Intelligent Information Gathering with LLMs and Bayesian Experimental Design
von: Choudhury, Deepro, et al.
Veröffentlicht: (2025)

Making Better Use of Unlabelled Data in Bayesian Active Learning
von: Smith, Freddie Bickford, et al.
Veröffentlicht: (2024)

ScenicNL: Generating Probabilistic Scenario Programs from Natural Language
von: Elmaaroufi, Karim, et al.
Veröffentlicht: (2024)

Active Learning with Task-Driven Representations for Messy Pools
von: Ashouritaklimi, Kianoosh, et al.
Veröffentlicht: (2025)

Emergent Representations of Program Semantics in Language Models Trained on Programs
von: Jin, Charles, et al.
Veröffentlicht: (2023)

Transformers for Program Termination
von: Alon, Yoav, et al.
Veröffentlicht: (2026)

vLLM Hook v0: A Plug-in for Programming Model Internals on vLLM
von: Ko, Ching-Yun, et al.
Veröffentlicht: (2026)

Synthetic Programming Elicitation for Text-to-Code in Very Low-Resource Programming and Formal Languages
von: Mora, Federico, et al.
Veröffentlicht: (2024)

APPL: A Prompt Programming Language for Harmonious Integration of Programs and Large Language Model Prompts
von: Dong, Honghua, et al.
Veröffentlicht: (2024)

Step-DAD: Semi-Amortized Policy-Based Bayesian Experimental Design
von: Hedman, Marcel, et al.
Veröffentlicht: (2025)

Flex Attention: A Programming Model for Generating Optimized Attention Kernels
von: Dong, Juechu, et al.
Veröffentlicht: (2024)

Incorporating Unlabelled Data into Bayesian Neural Networks
von: Sharma, Mrinank, et al.
Veröffentlicht: (2023)

Representing Molecules with Algebraic Data Types: Beyond SMILES and SELFIES
von: Goldstein, Oliver, et al.
Veröffentlicht: (2025)

Automatic Generation of Python Programs Using Context-Free Grammars
von: Yamani, Kamel, et al.
Veröffentlicht: (2024)

Guided Sketch-Based Program Induction by Search Gradients
von: Amin, Ahmad Ayaz
Veröffentlicht: (2024)

Data-driven Verification of Procedural Programs with Integer Arrays
von: Bouajjani, Ahmed, et al.
Veröffentlicht: (2025)

The Path Not Taken: Duality in Reasoning about Program Execution
von: Hasanov, Eshgin, et al.
Veröffentlicht: (2026)

Allo: A Programming Model for Composable Accelerator Design
von: Chen, Hongzheng, et al.
Veröffentlicht: (2024)

Program Semantic Inequivalence Game with Large Language Models
von: Miceli-Barone, Antonio Valerio, et al.
Veröffentlicht: (2025)

Assured Automatic Programming via Large Language Models
von: Mirchev, Martin, et al.
Veröffentlicht: (2024)

Uncertainty Quantification for Neurosymbolic Programs via Compositional Conformal Prediction
von: Ramalingam, Ramya, et al.
Veröffentlicht: (2024)

ExeDec: Execution Decomposition for Compositional Generalization in Neural Program Synthesis
von: Shi, Kensen, et al.
Veröffentlicht: (2023)

PolyBlocks: A Compiler Infrastructure for AI Chips and Programming Frameworks
von: Bondhugula, Uday, et al.
Veröffentlicht: (2026)

Technical Report: Full-Stack Fine-Tuning for the Q Programming Language
von: Hogan, Brendan R., et al.
Veröffentlicht: (2025)

Dato: A Task-Based Programming Model for Dataflow Accelerators
von: Fang, Shihan, et al.
Veröffentlicht: (2025)

AIOS Compiler: LLM as Interpreter for Natural Language Programming and Flow Programming of AI Agents
von: Xu, Shuyuan, et al.
Veröffentlicht: (2024)

Knowledge Transfer from High-Resource to Low-Resource Programming Languages for Code LLMs
von: Cassano, Federico, et al.
Veröffentlicht: (2023)

QiMeng-Xpiler: Transcompiling Tensor Programs for Deep Learning Systems with a Neural-Symbolic Approach
von: Dong, Shouyang, et al.
Veröffentlicht: (2025)

Agnostics: Learning to Code in Any Programming Language via Reinforcement with a Universal Learning Environment
von: Boruch-Gruszecki, Aleksander, et al.
Veröffentlicht: (2025)

Shedding Light in Task Decomposition in Program Synthesis: The Driving Force of the Synthesizer Model
von: Zenkner, Janis, et al.
Veröffentlicht: (2025)

Gradient-Based Program Repair: Fixing Bugs in Continuous Program Spaces
von: Silva, André, et al.
Veröffentlicht: (2025)

Program Synthesis using Inductive Logic Programming for the Abstraction and Reasoning Corpus
von: Rocha, Filipe Marinho, et al.
Veröffentlicht: (2024)

On the Expected Size of Conformal Prediction Sets
von: Dhillon, Guneet S., et al.
Veröffentlicht: (2023)