Autogrammar: Apprendimento di Grammatiche Context-Free per il Decoding Vincolato da Grammatica

Un recente articolo pubblicato su arXiv (2608.05493) presenta Autogrammar, un agente innovativo progettato per acquisire autonomamente grammatiche context-free (CFG) sia da documentazione che da dati di esecuzione. Questo progresso facilita il decoding vincolato da grammatica per modelli linguistici (LM) che lavorano con linguaggi specifici di dominio (DSL). Lo studio affronta il problema dei LM che generano programmi sintatticamente errati in DSL a basse risorse, una sfida che può essere risolta attraverso il decoding vincolato da grammatica, che richiede vincoli sintattici tipicamente rappresentati come CFG. Autogrammar è concettualizzato come una struttura di Kripke, con scelte non deterministiche guidate da un modello linguistico, consentendo il controllo del comportamento dell'agente attraverso vincoli di logica temporale lineare (LTL). La ricerca valuta quattro iterazioni di Autogrammar su tre DSL: Amazon CloudWatch Logs Insights, Dynatrace Query Language e un DSL non specificato. Questo lavoro contribuisce alla convergenza tra intelligenza artificiale e ingegneria del software fornendo un mezzo per creare automaticamente grammatiche per DSL di terze parti senza richiedere input manuale. L'articolo è accessibile su arXiv ed è stato notato come una sottomissione cross-type.