本文综述概率逻辑编程（PLP）研究进展，涵盖离散与连续混合随机变量的声明性语义、DC-ProbLog语言及首个基于知识编译的推理算法IALW，并介绍TRILL P、SLASH、DeepSeaProbLog等系统，探讨统计关系人工智能与对数线性模型等应用。

本文综述知识编译中SDD、DNNF、OBDD等表示语言的研究，证明SDD比OBDD更简洁并解决开放问题；提出CNF转DNNF算法及OBDD转DNNF线性算法；给出SDD指数下界；研究神经网络决策函数编译与鲁棒性验证；提出CCDD新语言及SDD修订算法。

该文汇总多项研究：提出基于SMT枚举的新算法，避免冗余模型，扩展WMI可处理问题并具计算优势；利用知识编译与可决策图处理非线性约束；构建深度概率模型及前向神经网络的形式验证框架，结合分段线性结构与SMT/ILP求解器加速验证；探索大语言模型与定理证明系统结合，自动形式化数学定理；并研究概率逻辑、Frechet界估计及弱监督模型评估。