La decomposizione consapevole del solutore migliora la sintesi di programmi tramite esempi

Un recente articolo su arXiv (2608.03461) critica il metodo convenzionale di decomposizione nella sintesi di programmi tramite esempi (PBE). In questo quadro, un compito viene suddiviso in sotto-compiti più piccoli da un decompositore, mentre un sintetizzatore crea programmi per ciascun sotto-compito. Tipicamente, i decompositori sono addestrati per replicare i sotto-obiettivi di verità fondamentale (GT), che spesso riflettono le preferenze degli annotatori. Gli autori sostengono che queste decomposizioni GT potrebbero non corrispondere ai comportamenti di ricerca di solutori limitati con bias induttivi fissi, risultando in sotto-obiettivi che, sebbene logicamente validi, sono impraticabili per il solutore. Per rimediare a ciò, introducono la Decomposizione Consapevole del Solutore (SAD), un metodo di addestramento che combina l'apprendimento supervisionato sui sotto-obiettivi GT con il feedback diretto di un sintetizzatore statico. Questo articolo, recentemente sottomesso, contribuisce ai progressi nella sintesi di programmi e nell'apprendimento automatico.