跳到正文
arXiv · cs.AI· Giovanni Vaccarino, Emanuele La Malfa, Dehai Min, Hanrong Zhang, Pier Luca Lanzi, Lu Cheng, Michael J. Wooldridge, Philip S. Yu, Sara Bernardini·· 6 小时前

DRAGO 通过确定性诊断修复LLM生成的规格说明

Repairing LLM-Generated Specifications with Deterministic Diagnosis

arXiv:2610.22568v1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:Giovanni Vaccarino, Emanuele La Malfa, Dehai Min, Hanrong Zhang, Pier Luca Lanzi, Lu Cheng, Michael J. Wooldridge, Philip S. Yu, Sara Bernardini

研究任务与主要进展

基于论文摘要,DRAGO用形式化专属的确定性诊断替代无依据的LLM批评,仅在无参考接受谓词判定误差权重严格下降时保留重写结果。

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