Hey Pentti, We Did It Again!: Differentiable vector-symbolic types that prove polynomial termination
人工智能
2025-10-21 v1 机器学习
摘要
我们提出了一种编程语言 Doug，其所有类型化程序均可在多项式时间内证明终止，这种编码方式基于向量符号架构（VSA）。Doug 是基于 Kelly (2020) 所述全息声明式记忆（HDM）的 slot-value 编码方案所定义的类型。Doug 的术语使用由 Flanagan (2024) 定义的 Lisp VSA 的一种变体进行编码。Doug 允许将神经网络嵌入空间中的某些点解释为类型，其中相邻点的类型在结构和内容上都相似。因此，Doug 中的类型可被神经网络学习。遵循 Chollet (2019), Card (1983), 和 Newell (1981) 的观点，我们将技能视为满足目标的程序或行动的应用。技能获取因此可表述为程序合成。使用 Doug，我们希望描述一种遵循人类技能获取速度（即远快于暴力搜索 Heathcote, 2000）的学习形式，超越当前所有现有方法 (Kaplan, 2020; Jones, 2021; Chollet, 2024) 的效率。我们的方案为建模人类心理表征——这些表征必须实际存在于大脑中——以及它们的获取过程——即它们实际被学习的过程——提供了一步步的靠近。
引用
@article{arxiv.2510.16533,
title = {Hey Pentti, We Did It Again!: Differentiable vector-symbolic types that prove polynomial termination},
author = {Eilene Tomkins-Flanagan and Connor Hanley and Mary A. Kelly},
journal= {arXiv preprint arXiv:2510.16533},
year = {2025}
}