Survey
先建立 informed ML 的地图,知道后面几篇论文分别在解决哪类问题。
Reading Map
这页不是把所有论文重新摘要一遍,而是把“先看什么、为什么这样排、看完接哪一个 toy”压缩成一份手机上也能快速浏览的路线图。
先建立 informed ML 的地图,知道后面几篇论文分别在解决哪类问题。
看清规则如何经过 teacher-student 机制进入训练。
从规则蒸馏过渡到“输出分布满足约束的概率质量”。
把单点技巧上升到统一的声明式约束接口和系统视角。
从精确逻辑扩展到模糊知识、区间知识和全局知识 regularizer。
这样排是为了先看最直观的规则注入,再看更纯粹的 semantic loss,最后再看更接近研究原型的 knowledge landmarks。
更详细的论文截图、逐篇解析、复现路线和代码导航仍然保留在仓库文档里。
在 GitHub 查看完整文档