只要程序语义有明确定义，以及使用足够的训练集，我们提出的模型从执行跟踪中推断程序的能力没有任何明显的限制。模型学习程序的能力很大程度上取决于训练集，如果训练集不够全面，学习到的程序会不准确，因为模型缺乏有关如何处理在训练时没见过的情况的信息。

　　执行跟踪为模型提供非常详细的监督，这使得从执行跟踪学习比从输入 - 输出对学习更容易。正如我们在论文中提到的，在未来的研究中，一个重要的方向是减少训练数据中的监督量，创建将递归纳入架构本身的模型。

　　评审意见2：一个使 NPI 更实用的简单扩展

　　评分：8：前 50% 接收论文，明确接收

　　评论：这篇论文非常有趣，而且相当容易阅读。作者提出了一个简单，但非常实用的方法，使神经编程解释器性能显著增强。通过允许递归，NPI 能利用更少的执行跟踪更好地进行泛化。一个小小的，但很厉害的扩展可以如何显著增加机器学习方法的实用性，本文是一个很好的范例。

　　我也欣赏这篇论文和原本的 Deepmind 的论文（Neural Programmer Interpreters）使用了相同的概念。因为我不是这个话题的专家，我同时阅读了那篇论文。我提出的一个批评是，论文对通用化/泛化（generalization）的证明过程有点模糊。对于论文中的数字例子，你可以循环遍历所有可能的执行路径，直到下一个递归调用。然而，这种方法应该怎样泛化到连续的输入空间（例如 Deepmind 论文里的车辆的3D示例）。在连续的实例中，似乎对通用化的证明仍然很难解决？

　　信心：3

　　＞＞作者回复

　　感谢评论！

　　关于对连续空间的证明问题类似下面提出的问题之一，可以参看我们在“验证程序可行性”回复下的解释。

　　我们计划清理我们的源代码，并在最近发布。

　　评审意见3：改进了 NPI 的训练和分析

　　评分：9 在会议接收论文中排名前15%，强烈接收

　　评论：本文显著改进了原本的 Deepmind 的 NPI 研究，指出当以递归形式在轨迹上进行训练时，模型泛化会好得多。作者展示了对于加法和冒泡排序更好的样本复杂性和泛化结果，并添加了两个新的、更有趣的任务 - 拓扑排序和快速排序（基于审阅者讨论添加）。 此外，他们实际上“证明”了该模型学习的算法泛化表现完美，就我所知这在神经程序推理（induction）中还是首次。

　　信心：5 审阅者充分确定评估正确，并且对相关文献非常熟悉。

　　＞匿名用户：可证明vs可测试（"Proving" vs "Testing"）

　　我也喜欢这篇论文，也认为本文对于NPI工作有推进价值。

　　然而，第一次阅读时，我就对术语“证明”的使用感到恼火。 该论文证明了，在某些情况下，对有限的一组值进行_testing_就足以奠定整个输入类的正确性。 然而，这不是普适的证明策略。 这是唯一可行的，因为输入域很简单，只有少数情况需要考虑。 然而，当输入域扩展时，例如，当数字的one-hot编码被MNIST数字替换时，这很快就成了问题。 我希望NPI（和这里提出的递归扩展）能够用具有适当结构的域特定编码器处理这一问题，但本文描述的“证明”策略就不可行了 。 因此，我不相信这部分贡献的实际价值，因为它似乎只对玩具实例可行。

　　＞＞作者回复

　　谢谢您的评论！我们同意，在极大规模的输入域环境下（比如可理解输入）穷尽所有可能是不可行的。总体来说，带着对包含可理解输入的程序100%的确定性去推理，是非常困难的。然而，atv，在貌似合理的可理解空间覆盖许多个点，并查看这些针对输入的学习程序的正确性，则是可能的。在未来的工作中，我们会考虑如何针对极大规模输入域设计一个更合适的验证流程。

　　＞＞＞匿名用户：同意。对于可理解输入，穷举策略是不可行的。如何现在没有用这种策略，就应该在论文中清楚地标明。

　　＞＞＞＞作者回复：我们已经在论文中添加了这个标注。（Section 3.3的结尾处）

　　评审意见4：对其他任务的适用性