Компьютерная наука > Искусственный интеллект [представлен 15 октября 2026 года] Название: Перезаключение спецификаций LLM-Generated Спецификации с детерминистским диагностическим взглядом PDF HTML (экспериментальным) резюме: крупные языковые модели (LLM) все чаще используются в качестве формальных элементов: учитывая проблему рассуждения, выраженную на естественном языке, они создают официальную спецификацию, которую затем может решить символический решающий орган при наличии гарантий по отношению к этой спецификации. Многие спецификации являются бегущими, но семантически неверными, кодирование ошибочных ограничений, областей, целей, основных задач или целей, а отзывы решающего пользователя выпадают после успешного выполнения. Диагностика на основе LLM, не имеющая формальной основы для установления истины, часто не позволяет выявить эти ошибки, и ее необоснованные критические замечания вызывают регрессию в 11,8% первоначальных точных спецификаций наших экспериментов. Мы предлагаем DRAGO - систему ремонта, которая заменяет эту неподтвержденную критику детерминистским формальным диагнозом и сохраняет перезаписывающую только в том случае, когда диагностированная погрешность резко уменьшается при бесплатном принятии. В рамках пяти контрольных показателей, охватывающих логические рассуждения (SMT-LIB2), программирование сдерживающих факторов (минизинк) и планирование (PDDL), DRAGO сокращает регрессию почти на порядок величин до 1,3% при одновременном повышении точности ответов на…
Ремонт почитаемых спецификаций LLM с детерминистским диагностом
arXiv: 261 020.22568v 1 Annuales Type: кросс-бюллетень: Большие языковые модели (LMM) все чаще используются в качестве формальных: с учетом проблемы аргументации, выраженной на естественном языке, они создают официальную спецификацию, которую затем может решить символический расшифровщик при гарантиях по отношению к этой спецификации. Многие спецификации являются бегущими, но семантически неверными, кодирование ошибочных ограничений, областей, целей, основных задач или целей, а отзывы решающего пользователя выпадают после успешного выполнения. Диагностика на основе LLM, не имеющая формальной основы для установления истины, часто не позволяет выявить эти ошибки, и ее необоснованные критические замечания вызывают регрессию в 11,8% первоначальных точных спецификаций наших экспериментов. Мы предлагаем DRAGO - систему ремонта, которая заменяет эту неподтвержденную критику детерминистским формальным диагнозом и сохраняет перезаписывающую только в том случае, когда диагностированная погрешность резко уменьшается при бесплатном принятии. Из пяти контрольных показателей, охватывающих логическое обоснование (SMT-LI)