该研究提出DPNL算法，解决神经符号学习的可扩展性问题，绕过逻辑来源的计算，显著提升了性能和模型准确性。
该研究提出DPNL算法，解决神经符号学习的可扩展性问题。
DPNL算法绕过了逻辑来源的计算，显著提升了性能。
DPNL算法提高了模型的准确性。
实验结果表明DPNL和ApproxDPNL显著提高了模型的准确性。
DPNL算法增强了神经符号编程的可扩展性。
完成下面两步后，将自动完成登录并继续当前操作。
