利用确定性诊断修复大语言模型生成的形式化规范
英文标题：Repairing LLM-Generated Specifications with Deterministic Diagnosis
大语言模型（LLM）正日益被用作形式化工具，用于将自然语言推理问题转化为形式化规范，并借助符号求解器进行具有确定性保证的求解。然而，LLM 生成的形式化规范往往存在错误或不完备性，制约了后续求解的可靠性。该研究聚焦于利用确定性诊断技术对 LLM 生成的形式化规范进行定位与修复。这项工作对于推动神经符号（Neuro-Symbolic）系统的发展以及提高 AI 在形式化验证和严谨推理任务中的落地可用性具有重要意义。
打开原文相关 2.4 · 机会 0
2.1 KB
612 B
380 B
9.1 KB
32.7 KB
22.8 KB
24.2 KB
34.7 KB
中文
利用确定性诊断修复大语言模型生成的形式化规范
arXiv 编号：arXiv:2610.22568v1
公告类型：new
摘要
大语言模型（LLM）正日益被用作形式化工具：给定一个用自然语言表达的推理问题，它们能够生成形式化规范（formal specification），符号求解器（symbolic solver）随后可以基于该规范进行求解，并提供相对于该规范的形式化保证。许多……
BibTeX 格式引用
×
English / 原文
BibTeX formatted citation
×