This paper addresses the problem of creating abstract transformers automatically. The method we present provides the basis for creating a tool to automate the construction of program analyzers in a fashion similar to the way yacc automates the construction of parsers. Our method treats the problem as a program-synthesis problem. The user provides specifications of (i) the concrete semantics of a given operation O, (ii) the abstract domain A to be used by the analyzer, and (iii) the semantics of a domain-specific language L in which the abstract transformer is to be expressed. As output, our method creates an abstract transformer for O for abstract domain A, expressed in DSL L. We implemented our method, and used it to create a set of replacement abstract transformers for those used in an existing analyzer, and obtained essentially identical performance. However, when we compared the existing transformers with the generated transformers, we discovered that two of the existing transformers were unsound, which demonstrates the risk of using manually created transformers.


翻译:本文探讨自动创建抽象变压器的问题。 我们介绍的方法为创建程序分析器的自动构造工具提供了基础, 工具的构造方式类似于 yacc 将剖析器的构造自动化的方式。 我们的方法将问题作为程序合成问题处理。 用户提供了以下规格:(一) 特定操作O 的混凝土语义, (二) 分析器将使用的抽象域A 和 (三) 用于表达抽象变压器的域语言L 的语义。 作为输出, 我们的方法为抽象域A 的 O 创建了一个抽象变压器, 以 DSL 表示。 我们应用了我们的方法, 并用它为现有分析器中所使用的变压器创建了一套替换抽象变压器, 并获得了基本相同的性能。 但是, 当我们将现有的变压器与生成的变压器进行比较时, 我们发现两个现有变压器不正确, 这表明使用手动变压器的风险 。

0
下载
关闭预览

相关内容

【AAAI2021】预训练语言模型最新进展,附113页ppt和视频
专知会员服务
64+阅读 · 2021年2月23日
【AAAI2021】生成式Transformer的对比三元组提取
专知会员服务
49+阅读 · 2021年2月7日
专知会员服务
50+阅读 · 2020年12月28日
【AAAI2021】 层次图胶囊网络
专知会员服务
82+阅读 · 2020年12月18日
最新《Transformers模型》教程,64页ppt
专知会员服务
306+阅读 · 2020年11月26日
Transformer文本分类代码
专知会员服务
116+阅读 · 2020年2月3日
ExBert — 可视化分析Transformer学到的表示
专知会员服务
31+阅读 · 2019年10月16日
强化学习最新教程,17页pdf
专知会员服务
174+阅读 · 2019年10月11日
[综述]深度学习下的场景文本检测与识别
专知会员服务
77+阅读 · 2019年10月10日
使用BERT做文本摘要
专知
23+阅读 · 2019年12月7日
Call for Participation: Shared Tasks in NLPCC 2019
中国计算机学会
5+阅读 · 2019年3月22日
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
【推荐】自然语言处理(NLP)指南
机器学习研究会
35+阅读 · 2017年11月17日
gan生成图像at 1024² 的 代码 论文
CreateAMind
4+阅读 · 2017年10月31日
Arxiv
103+阅读 · 2021年6月8日
Arxiv
17+阅读 · 2021年3月29日
Arxiv
5+阅读 · 2019年8月22日
Learning by Abstraction: The Neural State Machine
Arxiv
6+阅读 · 2019年7月11日
Arxiv
6+阅读 · 2019年3月19日
VIP会员
相关VIP内容
【AAAI2021】预训练语言模型最新进展,附113页ppt和视频
专知会员服务
64+阅读 · 2021年2月23日
【AAAI2021】生成式Transformer的对比三元组提取
专知会员服务
49+阅读 · 2021年2月7日
专知会员服务
50+阅读 · 2020年12月28日
【AAAI2021】 层次图胶囊网络
专知会员服务
82+阅读 · 2020年12月18日
最新《Transformers模型》教程,64页ppt
专知会员服务
306+阅读 · 2020年11月26日
Transformer文本分类代码
专知会员服务
116+阅读 · 2020年2月3日
ExBert — 可视化分析Transformer学到的表示
专知会员服务
31+阅读 · 2019年10月16日
强化学习最新教程,17页pdf
专知会员服务
174+阅读 · 2019年10月11日
[综述]深度学习下的场景文本检测与识别
专知会员服务
77+阅读 · 2019年10月10日
相关资讯
使用BERT做文本摘要
专知
23+阅读 · 2019年12月7日
Call for Participation: Shared Tasks in NLPCC 2019
中国计算机学会
5+阅读 · 2019年3月22日
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
【推荐】自然语言处理(NLP)指南
机器学习研究会
35+阅读 · 2017年11月17日
gan生成图像at 1024² 的 代码 论文
CreateAMind
4+阅读 · 2017年10月31日
Top
微信扫码咨询专知VIP会员