分解程序与对齐言说后，多样化的 In-Context 示例选择提高语义解析
系统与控制
2025-10-29 v2 系统与控制
摘要
LLM 越来越多地用作从自然语言言说到结构化程序的 seq2seq 翻译器，称为语义解释。与原子标签或标记序列不同，程序自然表示为抽象语法树（ASTs）。这种结构化表示引发与设计和选择提供给 LLM 的 In-Context 示例（ICEs）相关的新问题。我们聚焦于将可用 ICE 树分解为片段，其中一些片段可能更适合解决测试实例。接着，我们提出如何使用（额外调用的）LLM 以提示语法约束将片段自动映射到相应言说。最后，我们调整并扩展最近一种用于多样化 ICE 选择的方法，以适用于整体和分段 ICE 实例。我们对系统 SCUD4ICL 进行评估，其在流行的多样化语义解析基准测试上显示出我们提出的分解多样化演示方法带来的显著准确性提升。对于较小的 LLM、ICE 资源池中较大的标记树以及较低资源语言中的程序，收益尤为显著。
关键词
引用
@article{arxiv.2504.03540,
title = {The Limits of Fairness of the Variational Generalized Nash Equilibrium},
author = {Sophie Hall and Florian Dörfler and Heinrich H. Nax and Saverio Bolognani},
journal= {arXiv preprint arXiv:2504.03540},
year = {2025}
}