PPDL:基于LLM的流程作为概率程序

arXiv cs.LG 论文

摘要

本文介绍了PPDL,一种用于编程基于LLM的流程的概率语言,使开发者能够在整个应用中量化和传播不确定性,并提供了关于定理证明的实验和案例研究。

arXiv:2608.05234v1 公告类型:新 摘要:构建利用大型语言模型(LLM)的可靠应用仍然是一个重大挑战。尽管LLM在各种任务中展现了令人印象深刻的能力,但其输出往往缺乏准确性,并且没有提供明确的置信度度量。这种不确定性在多次调用LLM和其他工具的流程中会累积,使开发者和最终用户难以信任结果。本文介绍了一种用于编程基于LLM的流程的概率语言。它使开发者能够在应用的整个流程中量化和传播不确定性,并且无需在流程逻辑之外添加一行代码即可试验不同的推理扩展技术。我们进行了一项实验研究来展示这一能力,并提供了一个为Rocq定理证明器构建定理证明代理的案例研究。
查看原文
查看缓存全文

缓存时间: 2026/08/07 07:48

# PPDL:基于LLM的流程作为概率程序
来源:https://arxiv.org/abs/2608.05234
查看PDF(https://arxiv.org/pdf/2608.05234)

> 摘要:构建利用大型语言模型(LLMs)的可靠应用程序仍然是一个重大挑战。尽管LLMs在各种任务中展现了令人印象深刻的能力,但其输出往往缺乏准确性,并且没有提供明确的置信度度量。这种不确定性在多次调用LLMs和其他工具的流程中会累积,使开发者和最终用户难以信任结果。本文介绍了一种用于编程基于LLM的流程的概率语言。它使开发者能够在整个应用程序流程中量化和传播不确定性,并且无需在流程逻辑之外添加任何一行代码,即可试验不同的推理扩展技术。我们通过一项实验研究展示了这一能力,并提供了一个构建面向Rocq定理证明器的定理证明智能体的案例研究。

## 提交历史

来自:Guillaume Baudart \[查看电子邮件(https://arxiv.org/show-email/b29d9212/2608.05234)\] **\[v1\]** 星期三,2026年8月5日 13:37:25 UTC(115 KB)

相似文章

MT-PDCL的基础:测度论概率确定子句逻辑

arXiv cs.AI

本文介绍了MT-PDCL,一种基于测度论的概率确定子句逻辑框架,通过使用标准Borel σ-代数上的Lebesgue积分而非离散例化,将概率逻辑编程推广到连续域。它用精确、代数且可微的推理取代了组合例化的瓶颈,同时保留了确定子句逻辑的声明式语法。

LLM 到流模型的蒸馏:将自然语言目标传授给科学生成模型

Hugging Face Daily Papers

论文提出 LLM 到流模型蒸馏(LFD),利用冻结的大语言模型作为自适应教师构建课程,并通过直接偏好优化将偏好蒸馏到科学生成器中,无需显式代理奖励即可用自然语言目标控制治疗性肽和小分子结构的生成设计。