Proceedings 10th Workshop on Quantitative Aspects of Programming Languages and Systems
本卷包含2012年3月31日和4月1日在爱沙尼亚塔林举行的第十届程序设计语言定量方面研讨会(QAPL 2012)的会议记录。QAPL 2012是欧洲软件理论与实践联合会议(ETAPS 2012)的卫星活动。研讨会的主题是计算的定量方面。这些方面与物理量(存储空间、时间、带宽等)的使用有关。以及数学量(例如概率和可靠性,安全性和信任的度量),并在表征行为和确定系统属性方面发挥重要(有时是必不可少的)作用。这些数量是系统模型(架构,语言设计,语义)和方法和工具的定义的核心,用于分析和验证系统属性。本次研讨会的目的是讨论直接在模型中或作为系统分析工具的时间和概率等定量信息的明确使用。
2012-07-03 cs.LO cs.PF cs.PL
Weighted NetKAT: A Programming Language For Quantitative Network Verification
Cornell University(康奈尔大学);University College London(伦敦大学学院);Technical University of Denmark(丹麦技术大学);EPFL(洛桑联邦理工学院);Jane Street(简街)
本文提出带权NetKAT语言,通过半环参数化统一处理多种量化属性,并基于新型加权NetKAT自动机提供通用决策过程,用于自动验证量化安全性和可达性。
2026-09-02 cs.PL
Type-driven Neural Programming by Example
University of Amsterdam(阿姆斯特丹大学)
在这篇论文中,我们研究了通过例子编程(PBE),这是关于找到一个程序映射给定的输入到给定的输出。传统上,PBE在形式方法与神经方法之间存在分歧,其中形式方法通常涉及演绎技术,如SAT求解器和类型,而神经方法涉及使用相应程序对样本输入-输出进行训练,通常使用基于序列的机器学习技术,如LSTM [41]。由于这种分裂,编程类型尚未用于神经程序合成技术。我们提出了一种方法,将编程类型到PBE的神经程序合成方法。我们介绍了基于这种想法的类型化神经符号程序合成(TNSPS)方法,并在函数式编程环境中对其进行测试,以经验验证类型信息可能有助于提高有限大小数据集上神经合成器的泛化能力。我们的TNSPS模型建立在现有的神经符号程序合成(NSPS),一个基于树的神经合成器结合信息的输入-输出的例子加上当前的程序,通过进一步暴露信息的类型,这些输入-输出的例子,的语法产生式规则,以及我们希望在程序中扩展的孔。我们进一步解释了如何在我们的领域内生成数据集,该领域使用Haskell的有限子集作为合成语言。最后,我们讨论几个感兴趣的话题,可能有助于进一步采取这些想法。为了可重复性,我们公开发布代码。
2020-09-17 cs.AI cs.PL cs.SE
The Prolog Debugger and Declarative Programming. Examples
本文包含了一个配套文件的例子“的Prolog调试器和声明式编程”,讨论(中)充分的Prolog调试器声明式编程。逻辑编程是一种声明式编程范式。程序设计语言Prolog使逻辑编程成为可能,至少在很大程度上是这样。然而,Prolog调试器只在操作语义方面工作。因此它与声明式编程不兼容。配套文件试图找到使用它的方法,从陈述的角度来看。在这里,我们提供了应用它们的例子。
2020-04-04 cs.LO cs.PL cs.SE
Proceedings 16th Workshop on Quantitative Aspects of Programming Languages and Systems
本EPTCS卷包含2019年4月7日星期日在捷克共和国布拉格举行的第16届程序设计语言和系统定量方面研讨会(QAPL 2019)的会议记录。QAPL 2019是欧洲软件理论与实践联合会议(ETAPS 2019)的卫星活动。QAPL侧重于计算的定量方面,这可能涉及物理量(时间,带宽等)的使用。以及数学量(例如,概率)的行为的表征和确定系统的属性。这些量在定义系统模型(架构、语言设计、语义)以及分析和验证系统属性的方法和工具方面发挥着核心作用。QAPL研讨会系列的目的是讨论直接在模型中或作为系统分析或综合工具的时间和概率以及一般量的明确使用。QAPL的第16版还重点讨论了我们的研讨会在其近20年的历史中所涵盖的这一领域的发展,挑战和成果。
2020-01-17 cs.GT cs.IT cs.LO
Quantitative Verification of Omega-regular Properties in Probabilistic Programming
East China Normal University, China(华东师范大学);Nanyang Technological University, Singapore(南洋理工大学)
本文提出时间后验推断框架,用于在概率编程中定量验证omega-正则性质,通过分解Rabin条件并构建随机屏障证书,实现对概率行为的高效推断。
2025-12-25 cs.FL cs.LG cs.LO
Quantifying the Impact on Software Complexity of Composable Inductive Programming using Zoea
Zoea Ltd.(佐亚有限公司);London South Bank University(伦敦南岸大学)
在Zoea程序设计语言中实现的可组合归纳编程是软件开发的一种简单的声明式方法。在语言层面上,Zoea显然比所有主流语言都要简单。然而,到目前为止,我们只有轶事证据表明,用Zoea制作的软件也比用传统语言制作的等效软件简单。本文介绍了Zoea中实现的等效代码的软件复杂性的定量比较的结果,也在传统的程序设计语言。这项研究使用了一套不同的编程任务,从一个流行的程序设计语言chrestomathy。结果相对程序的复杂性,使用两个既定的指标,也为相对程序的大小。结果发现,Zoea程序的复杂性约为传统语言等效程序的50%,平均大小相等。结果表明,目前的程序设计语言(相对于软件需求)是软件复杂性的最大贡献者,通过归纳编程方法可以避免显着的复杂性。
2020-05-17 cs.AI cs.PL cs.SE
Programming-By-Example by Programming-By-Example: Synthesis of Looping Programs
程序合成近年来有了许多新的应用,这在很大程度上要归功于SyGuS的引入。然而,现有的SyGuS求解器都不支持合成递归函数。我们介绍了一个多阶段的算法,在SyGuS中的递归“loolike”程序的合成编程的例子。我们单独解决约束,并将其视为递归程序如何行为的“展开”示例,并求解广义递归解。我们的方法是模块化的,支持任何SyGuS求解器。
2021-08-19 cs.LO cs.PL
Idris 2: Quantitative Type Theory in Practice
依赖类型允许我们精确地表达函数要做什么。定量类型论(QTT)最近的工作扩展了依赖类型系统的线性,也允许精确表达函数何时可以运行。这是有希望的,因为它表明了设计和推理资源使用协议的能力,例如我们可能会在分布式和并发编程中发现,其中通信信道的状态在整个程序执行过程中都会发生变化。然而,到目前为止,还没有一种完整的程序设计语言来试验这些想法。Idris 2是依赖类型语言Idris的新版本,具有基于QTT的新核心语言,支持线性和依赖类型。在本文中,我们介绍了Idris 2,并描述了QTT如何影响其设计。我们给出的例子,QTT在实践中的好处包括:表示哪些数据在运行时间删除,在类型级别;和,在类型系统中的资源跟踪导致类型安全的并发编程会话类型。
2021-04-01 cs.PL
SynGuar: Guaranteeing Generalization in Programming by Example
实例编程(Programming by Example,PBE)是一种程序合成范例,其中合成器创建与一组给定实例匹配的程序。在这种合成的许多应用中(例如,程序修复或逆向工程),我们要重建一个接近特定目标程序的程序,而不仅仅是产生一些满足所见示例的程序。在这种情况下,我们希望合成的程序能够很好地推广,即,在捕获目标函数行为的未观察到的示例上,尽可能少地产生错误。在本文中,我们提出了第一个框架(称为SynGuar)的PBE合成器,保证实现低泛化误差与高概率。我们的主要贡献是一个程序,动态计算有多少额外的例子足以在理论上保证推广。我们展示了我们的技术如何可以用于2个著名的合成方法:PROSE和STUN(通过统一合成),常见的字符串操作程序基准。我们发现,往往几百个例子足以证明绑定泛化错误低于$5\%$与高($\geq 98\%$)概率在这些基准。此外,我们证实了这一经验:SynGuar显着提高了现有的合成器在生成正确的目标程序的准确性。但是,由于任意选择的例子较少,相同的基线合成器(没有SynGuar)过拟合并失去准确性。
2021-06-22 cs.PL cs.SE
Proof-of-Concept Examples of Performance-Transparent Programming Models
特定于机器的优化命令机器以特定的方式运行。由于当前的编程模型在很大程度上保留了未公开的机器细节,因此它们无法容纳此类命令的直接编码。在以前的工作中,我们提出了性能透明的编程模型的设计,以促进这种用例;本报告包含这种编程模型的概念验证示例。我们演示了编程模型抽象如何揭示应用程序的内存占用,向量单元利用率和数据重用,预测精度范围从0到25%。
2018-03-29 cs.PF cs.PL
Neural Program Search: Solving Programming Tasks from Description and Examples
NEAR(NEAR(公司))
我们提出了一个神经程序搜索,一个算法来生成程序从自然语言描述和少量的输入/输出的例子。该算法结合了深度学习和程序合成领域的方法,设计了丰富的领域特定语言(DSL),并在其上定义了Seq 2 Tree模型引导的高效搜索算法。为了评估该方法的质量,我们还提供了一个半合成的描述数据集,并提供了测试示例和相应的程序。我们表明,我们的算法显着优于序列到序列模型与注意力基线。
2018-02-12 cs.AI cs.CL cs.PL
Programming by Example Made Easy
针对示例驱动编程(PBE)工具开发门槛高、难以在行业普及的问题,提出基于关系表“实体-动作”模型的Bee框架,借助双向搜索与约束求解算法简化开发,实验验证其易用性与性能均表现优异。
2023-07-24 cs.PL cs.SE
Is Programming by Example solved by LLMs?
Cornell University(康奈尔大学)
本文通过列表、字符串和图形编程领域的实验,发现预训练大语言模型在示例编程(PBE)上效果有限,但经微调后在分布内任务上性能大幅提升,并分析了成功与失败原因及分布外泛化改进方向。
2024-11-19 cs.AI cs.CL cs.LG
Probabilistic Programming Meets Automata Theory: Exact Inference using Weighted Automata
RWTH Aachen University(亚琛工业大学)
本文提出利用加权自动机实现有限概率程序的精确推断,通过将变量分布编码为自动机来计算后验分布。
2025-12-15 cs.FL cs.PL
Abstract Syntax Tree for Programming Language Understanding and Representation: How Far Are We?
Nanjing University(南京大学);Nanyang Technological University(南洋理工大学)
本文通过实证研究系统评估了基于AST与基于Token的代码表示在多项代码任务上的效果,发现AST整体表现较弱但在特定子集上有优势,并分析了AST各处理阶段的影响,为后续研究提供指导。
2023-12-01 cs.AI cs.CL cs.PL
Logic Programming with Satisfiability
本文提出了一个Prolog接口的MiniSat可满足性求解器。具有可满足性的逻辑程序- ming结合了两种范式的优势:一方面将搜索问题编码为可满足性的逻辑编程,另一方面有效地求解SAT。这两者之间的协同作用暴露了一个编程范式,我们在这里提出的逻辑编程珍珠。为了说明逻辑编程与SAT解决我们给出了一个例子Prolog程序解决部分MAXSAT的实例。
2007-02-13 cs.AI cs.PL
Conditioning in Probabilistic Programming
我们调查的语义复杂性的条件,概率规划的一个主要特点。我们提供了一个最弱的(自由)前置条件(w(l)p)的基本概率程序设计语言pGCL扩展条件的语义。我们证明了定量最弱(自由)的先决条件与条件(自由)期望回报的马尔可夫链,并表明语义条件是一个真正的保守扩展。我们提出了两个程序转换,完全消除任何程序的条件,并证明其正确性使用的w(l)p-语义。最后,我们展示了如何的w(l)p-语义可以用来确定条件概率的参数匿名协议,并表明,一个归纳的w(l)p-语义的条件在非确定性的概率程序不存在。
2015-04-01 cs.PL
Automated Migration of Hierarchical Data to Relational Tables using Programming-by-Example
虽然许多应用程序以XML和JSON等分层格式导出数据,但通常需要将此类分层文档转换为关系表示。本文提出了一种新的编程的例子的方法,并在一个工具中实现称为Mitra,自动迁移树结构的文档到关系表。我们已经评估了所提出的技术,使用两组实验。在第一个实验中,我们使用Mitra自动化从StackOverflow收集的98个数据转换任务。我们的方法可以生成所需的程序为94%的这些基准与平均合成时间为3.8秒。在第二个实验中,我们使用Mitra生成程序,这些程序可以将真实世界的XML和JSON数据集转换为成熟的关系数据库。我们的评估表明,Mitra可以自动化所有数据集的所需转换。
2017-11-10 cs.DB cs.PL
Quantitative Analysis of Smart Contracts
智能合约是由相互不信任的代理网络执行的计算机程序,不需要外部可信机构。智能合约处理和转移价值可观的资产(以比特币等加密货币的形式)。因此,至关重要的是,它们的实现是无bug的。我们将与此类智能合约交互的效用(或预期收益)确定为此类合约的基本和规范量化属性。我们提出了一个智能合约定量分析的框架。这样一个正式的框架提出了新的和新颖的研究挑战,在程序设计语言,因为它需要建模的博弈论方面分析激励偏离诚实的行为和建模公用事业没有指定为标准的时间属性,如安全和终止。虽然博弈论的激励机制已经在安全社区进行了分析,但其分析仅限于非常特殊的无状态博弈情况。然而,要分析智能合约,需要进行状态分析,因为它必须考虑协议的不同程序状态。我们的主要贡献如下:我们提出了(i)~一种简化的智能合约程序设计语言;(ii)~一种将程序自动转换为基于状态的游戏的方法;(iii)~一种解决此类游戏的抽象-细化方法;以及(iv)~在现实世界启发的智能合约上的实验结果。
2018-06-17 cs.PL
Towards meta-interpretive learning of programming language semantics
University of Edinburgh(爱丁堡大学);The Alan Turing Institute(艾伦·图灵研究所)
我们介绍了一个新的应用程序归纳逻辑程序设计:学习的程序设计语言的语义,从例子评估。在这篇简短的论文中,我们使用Metagol元解释学习系统探索了这一领域的简化任务。我们强调了这种情况下具有挑战性的方面,包括抽象的功能符号,非终止的例子,学习非观察到的谓词,并提出了扩展Metagol有助于克服这些挑战,这可能会证明在其他领域有用。
2019-07-20 cs.LG cs.LO cs.PL
Data Generation for Neural Programming by Example
University of Leeds(利兹大学);University of California at San Diego(加州大学圣地亚哥分校);CNRS(法国国家科学研究中心);Alan Turing Institute(艾伦·图灵研究所);Google(谷歌);UCL(伦敦大学学院)
通过示例编程是从一小部分输入/输出对合成程序的问题。最近将机器学习方法应用于此任务的工作显示出希望,但通常依赖于生成用于训练的合成示例。一个特殊的挑战在于生成有意义的输入和输出集,这些集可以很好地描述给定程序并准确地展示其行为。在用于测试的示例通过与训练数据相同的方法生成的情况下,模型的性能可能部分依赖于这种相似性。在本文中,我们介绍了一种新的方法,使用SMT求解器来合成输入,其中涵盖了一个给定的程序的各种行为。我们进行了一个案例研究,将这种方法与文献中现有的合成数据生成程序进行比较,发现使用我们的方法生成的数据提高了示例集的区分能力和训练的机器学习模型推广到不熟悉数据的能力。
2019-11-06 cs.LG cs.NE cs.PL
Drawing Prolog Search Trees: A Manual for Teachers and Students of Logic Programming
对于习惯于过程式编码的程序员来说,用Prolog编程很难。在本手册中,介绍了绘制搜索树的方法,目的是更好地理解Prolog的工作原理。在给出Prolog数据库、查询和搜索树的第一个例子之后,系统地介绍了绘制搜索树的艺术,给出了用变量、合取、析取和否定进行查询的准则。进一步的例子提供了完整的搜索树,显示在学习Prolog现在!
2020-01-22 cs.LO cs.PL
Logic Programming Applications: What Are the Abstractions and Implementations?
Stony Brook University(石溪大学)
本文对逻辑编程应用进行分类梳理,基于连接、递归、约束三大核心抽象及其对应的for循环、不动点、回溯实现,划分出数据库查询、归纳分析、组合搜索三类应用,同时探讨语言扩展、编程范式及相关支撑系统。
2018-02-20 cs.AI cs.DB cs.LO
Extending the Quantitative Pattern-Matching Paradigm
本研究扩展非幂等交集类型系统以刻画带模式匹配的函数式编程语言的终止性,并证明其定量性质,即类型推导大小可上界求值步数。
2024-08-20 cs.LO cs.PL
Methodic of joint using the tools of automation of lexical and parsing analysis in the process of teaching the programming theory of future informatics teachers
确定了句法分析在未来信息学教师专业信息学能力形成中的地位和作用。独立的自动化工具,用于词法(lex)和语法(yacc)分析,对所使用的程序设计语言保持不变。在程序设计原理课程中,使用函数式程序设计语言Scheme和SML进行编译程序开发是十分方便的。MosML方言的例子说明了联合使用词法和句法分析自动化工具的方法的主要组成部分,在未来的信息学教师的程序设计理论的教学过程中。本文的主要结论和建议:(1)扩展计算器的例子可以通过改变语法来改进,特别是-对于条件句和循环句的引入; 2)该方案可以用任意类型化方法实现任何形式语言的解释器。适当的研究示例将是过程语言Basic和C以及函数语言Scheme和SML的子集:如果增加了机器码生成阶段,这就提供了一个展示程序设计语言编译器的完整开发周期的机会。
2018-07-04 cs.CY cs.FL cs.PL
Towards a Function-as-a-Service Choreographic Programming Language: Examples and Applications
本文提出面向无服务器 FaaS 的编排式编程语言 FaaSChal,通过示例说明投影等特性,并利用编排提取函数基础设施关系以自动生成兼顾用户约束与低延迟的策略。
2024-06-13 cs.DC cs.PL
A Linear Logic Programming Language for Concurrent Programming over Graph Structures
我们已经设计了一种新的逻辑程序设计语言称为LM(线性融合)编程基于图形的算法在声明式的方式。我们的语言是基于线性逻辑,一个表达逻辑系统,逻辑事实可以消费。因为LM集成了经典逻辑和线性逻辑,所以LM比其他逻辑程序设计语言更有表现力。LM程序自然是并发的,因为事实是由图数据结构的节点划分的。计算在节点级别执行,而通信发生在连接的节点之间。在本文中,我们提出了我们的语言的语法和操作语义,并说明其使用通过一些例子。
2014-05-14 cs.PL
Programming Not Only by Example
本文提出一种细粒度交互模型,允许程序员对合成程序的部分提供反馈,而非仅依赖示例,用户研究显示参与者更偏好此方式且反馈更快。
2017-10-03 cs.PL
Logic programming beyond Prolog
逻辑程序是一种可执行的规范。例如,合并排序在纯Prolog中是一个逻辑公式,但在长链表上显示出值得信赖的性能。但这种可执行的规范是一种妥协:逻辑被算法考虑扭曲,但只能通过抽象机器间接执行。本文介绍了关系编程,一种通过关注点分离解决逻辑编程困难的方法。它需要三个文本:(1)公理,一个指定问题并且不受算法考虑影响的逻辑公式,(2)定理,一个表达算法思想并遵循公理的逻辑公式,以及(3)代码,将定理转录为过程语言。代码的正确性依赖于定理与公理的逻辑关系,并依赖于定理到过程语言的准确转录。排序是关系编程具有更高抽象度优势的一个例子:要排序的数据可以是C++(我们在示例中使用的过程语言)中满足线性顺序公理的任何数据类型,而纯Prolog版本仅限于链接单元格形式的数据结构。我们展示了关系程序的另一个优点:它们具有模型理论和不动点语义,它们彼此等价,并且类似于纯Prolog程序。
2015-09-26 cs.LO cs.PL
Fixed-Set Robustness in Programming by Example: Example Corruption and Semantic Partition Recovery
研究编程示例系统中对抗性示例损坏的鲁棒性,提出版本空间分区聚合(VPA)防御方法,实验表明低裕度任务易受攻击,VPA仅在语义分区投票裕度存在时有效。
2026-07-03 cs.LG cs.PL
Ezhil: A Tamil Programming Language
University of Texas at Arlington(德克萨斯大学阿灵顿分校)
Ezhil是一种基于泰米尔语的解释过程程序设计语言。选择泰米尔语关键字和语法,使母语为泰米尔语的人在Ezhil系统中编写程序。Ezhil允许更接近泰米尔语言逻辑结构的计算机程序的简单表示,相当于现代英语程序设计语言中的条件,分支和循环语句。Ezhil是一种紧凑的程序设计语言,针对泰米尔语新手计算机用户。这里报告了Ezhil的语法和一些示例程序,这些程序来自使用Python编程语言1的初始概念验证实现。据我们所知,Ezhil语言是第一个免费提供的泰米尔程序设计语言。
2009-07-28 cs.CL cs.PL
Budge: a programming language and a theorem prover
我们提出了一个简单的程序设计语言哥德尔编号和素数分解的基础上,明确的,范围循环增强,允许轻松的程序组合。此外,我们将提出一个定理证明器,允许表达和正式系统的工作。定理证明器很简单,因为它仅仅依赖于替换规则和集合等式来推导定理。最后,我们将在定理证明器中表示程序设计语言。我们将展示两者的语法和语义,然后提供一些示例程序及其评估。
2022-12-06 cs.CL cs.LO cs.PL