DRAGO：用确定性诊断修复LLM形式化规范

Giovanni Vaccarino 等在 arXiv 发布论文，提出修复框架 DRAGO，用于修复 LLM 生成形式化规范（SMT-LIB2、MiniZinc、PDDL）中的语义错误。该框架用形式化专属的确定性诊断替代无依据的 LLM 批评，并仅在接受谓词（无参考）判定的误差权重严格下降时保留重写结果。 动机是：一旦程序执行成功，求解器错误反馈就会消失。作者称在覆盖逻辑推理、约束规划和规划三个领域的五个基准上进行了评估（基于论文摘要，本站未核验全文）。

AI 根据报道生成 · 3 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。