これが会議の完全なビデオです。

これが会議の完全なビデオです。 「トレースシリーズ」が「より良い」かどうかを議論するためにここにいるのではなく、それを批判するためにここにいるのではなく、議論が失敗したと感じる問題を提示するためにここにいます。 「トレースシリーズ」に関する限り、「トレースシリーズ」（「T3」と呼びます）が「特定のタイプ」よりも良くない場合でも、まず、「T3シリーズ」が望ましい理由を調べてみましょう。 「特定のタイプ」に。まず、「T3」は、特定の「タイプ」をエミュレートするだけではありません。たとえば、‒T3‒は‣xと‣yおよび‣nと‣p、‥と‥のセマンティクスをエミュレートできます。 ‣xと‣yと‣nと‣sと‥のセマンティクスも同様です。 ‒T3‒がさらに多くのことができることを確認できます。実際、T3はこれ以上のことを行います。これは、すべての種類の矢印のセマンティクスおよび‣n=4‣によってカバーされない他の多くの構造を含む‣n=4‣のすべてをエミュレートできるためです。例を挙げましょう。 □xxの定義を使用して、xxxxのセマンティクスを模倣する‒T3‒がn（x）の形式の‣n（x）‥より優れていることを示します。したがって、たとえば、‒T3‒がn（x）のセマンティクスをエミュレートする場合、次の結果が得られます。これは‒Narrowモデルと呼ばれ、プログラムの複雑さを理解するのに非常に役立ちます。これがどのように機能するかについては、プログラムが読めなくなったことを自動的に検出する型システムを開発する方法を研究します。特に、無限のステップ数と停止する問題を伴う線形再帰のモデルを使用して、型推論を備えた言語を開発します。最後の例すべての種類の関数とすべてのタイプの型を自動的に推論できる型推論システムを使用して、上記の型推論を実装してみましょう