Grammars（文法）是形式语言学中的核心概念，指一套用于描述句子或结构如何由符号按规则组合生成的形式系统。如今文法早已超出语言学范畴，在机器学习、分子设计与科学发现等领域成为重要的结构化建模工具，用于让模型在生成内容时遵循严格的组合规则。
grammars 的近期研究进展
当前焦点与观察点
目前围绕 grammars 的讨论主要有两条线。一是文法与深度学习的融合：分子生成、代码合成等任务开始采用“神经模型 + 文法约束”的混合范式，用规则保证输出的合法性，用神经网络负责搜索与泛化。二是文法在科学发现中的角色：方程发现、程序归纳等工作表明，恰当的文法形式（如树邻接文法）能显著缩小搜索空间，提升可解释性。
值得关注的争议点在于表达能力与效率的权衡：更强的文法形式（高阶、树邻接）带来更丰富的结构假设，但也推高了推断成本，如何在真实规模的任务上保持可扩展性仍是开放问题。此外，文法约束的先验是否会让模型错过规则之外的解，也是研究者需要验证的问题。