arXiv · cs.AI· Mushir Akhtar·· 6 小时前
ClaimScope：用于数学声明审计的无标签见证验证
ClaimScope: Label-Blind Witness Verification for Mathematical Claim Auditing
arXiv:2610.21581v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Mushir Akhtar
研究任务与主要进展
ClaimScope提出一个包含72项任务的数学声明审计基准，并通过验证模型提交的见证来检查声明。基于论文摘要，在Qwen3-8B实验中，检查器反馈相比无检查器的通用反馈，将无效声明的已接受反例从15/39提升至23/39，将安全完成从20/72提升至25/72；但严格完成数仍为17/72，裁决准确率从47/72变为46/72。研究还发现，直接输出的仅模式修正也能达到25项安全任务。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org