arXiv · cs.AI· Martin Amster, One An, Holly Baker, Fernanda Graciolli, Simon Henniger, Nada Amin·· 1 天前
claimcheck：衡量并提升规范忠实度
claimcheck: Measuring and Improving Specification Faithfulness
arXiv:2610.17358v1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：Martin Amster, One An, Holly Baker, Fernanda Graciolli, Simon Henniger, Nada Amin
研究任务与主要进展
研究提出 claimcheck，用于检测自然语言需求与形式化制品之间的忠实度差距，并构建覆盖 Dafny、Lean 4、Isabelle 和 Rocq 的 3,234 条端到端基准。该方法先让未看到原需求的模型将形式化制品回译为英文，再由独立模型判断二者是否表达相同保证；在四种语言上，宏召回较单次直接评审提升 8.2 至 9.8 分，但评审器增强后优势缩小。
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