原创力文档一个受DbC启发的神经符号层用于可信代理设计
ClaudiuLeoveanu-Condrei1
1ExtensityAI,20Stefan-Fadinger-Straße,Wels,4600,Austria
Abstract
生成模型，特别是大型语言模型（LLMs），产生流畅的输出但缺乏可验证的保证。我们将合同式设计（DbC）和类型理论原则
应用于引入一个中介每一项LLM调用的合同层。合同规定输入和输出的语义和类型要求，并结合概率修复
您可能关注的文档
- ONG：正交自然梯度下降.pdf
- SyncGuard：能够对抗去同步攻击的鲁棒音频水印技术.pdf
- 密集子图聚类和一个新的集群集成方法.pdf
- AI 导游就足够防止与聊天机器人建立拟社会关系.pdf
- 基于强化学习的可编程网络自适应路径选择.pdf
- 通过 ISAC 网络中基于蒸馏 RF 指纹的 LLM 进行 UAV 个体识别.pdf
- MSC ：一个具有基于地面分割和片段级别标注的海洋野生动物视频数据集 MSC.pdf
- 探索视觉问答（VQA）在课堂活动监测中的应用.pdf
- AR-LIF：用于脉冲神经网络的自适应重置漏积分发放神经元.pdf
- 基于语义的情境感知在人机交互中的探索性研究.pdf
- 考虑人口统计学的儿童腕部骨折精细分类.pdf
- 无香卡尔曼滤波器带有非线性传播模型在导航应用中的应用.pdf
- 通过选择性优化策略实现文本到图像扩散模型的记忆高效个性化.pdf
- 一种多粒度概念稀疏激活与分层知识图谱融合框架在罕见疾病诊断中的应用.pdf
- HiM2SAM: 通过分层运动估计和内存优化增强 SAM2 以实现长期跟踪.pdf
- 设计用于社区检测的并行算法以使用 Arachne.pdf
- 稳定 PDE–ML 耦合系统.pdf
文档评论（0）