DRAGO：确定性诊断修复 LLM 生成形式化规格，回归率降至 1.3%
原文标题：Repairing LLM-Generated Specifications with Deterministic Diagnosis
重要度 3/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
论文提出 DRAGO 修复框架，用确定性、形式化系统专属诊断替代无依据的 LLM 批评，仅在诊断错误权重严格下降时保留改写。在 SMT-LIB2、MiniZinc、PDDL 五个基准上，回归率从 11.8% 降至 1.3%，答案准确率较零样本形式化提升 12.9 个百分点。论文还发现 Planetarium 两处渲染缺陷并发布修正数据划分。
- 问题
- LLM 生成的形式化规格能运行但语义错误，纯 LLM 诊断会引入回归。
- 方法
- 用确定性、形式化系统专属诊断替代无依据的 LLM 批评，仅在诊断错误权重严格下降时保留改写。
- 结果
- 五个基准上回归率从 11.8% 降至 1.3%，答案准确率较零样本形式化提升 12.9 个百分点。
- 影响
- 把 LLM 接符号求解器的流水线变得可上线，回归风险降一个数量级。
深读 · 结论先行AI 生成展开看要点与影响 ↓
DRAGO 用确定性诊断替代 LLM 批评，形式化规格回归率从 11.8% 降至 1.3%。
- •纯 LLM 诊断缺乏形式真值，其无依据批评使 11.8% 原本正确的规格出现回归
- •DRAGO 改用形式化系统专属的确定性诊断，仅当诊断错误权重严格下降才保留改写
- •覆盖 SMT-LIB2、MiniZinc、PDDL 五个基准，回归率降至 1.3%
- •答案准确率较零样本形式化高 12.9 个百分点，较 LLM 诊断修复高 8.7 个百分点
- •发现 Planetarium 两处渲染缺陷，其 floor-tile 划分 50%（3086 条）与参考规格不一致，已发布修正划分
为什么重要：用 LLM 生成形式规格再交给求解器的流水线可直接受益；同时提醒 Planetarium 使用者旧划分数据有问题。
以上深读由 AI 依据标题/摘要/正文节选生成，仅供参考；事实以原文为准。
AI 处理过程展开/收起
相关推荐
OpenAI 宣布数学、计算机科学、物理学三项新发现
AI 摘要OpenAI 宣布在调和分析、复杂性理论和量子场论三个方向取得新发现，并采用与学术界合作的新方法。公司邀请外部专家组织团队理解研究结果，参与者无需签署保密协议、可自由讨论并发表结论，且为自愿无报酬。OpenAI 表示不会为内部模型产生的发现寻求学术署名。
数学家称需数年消化 OpenAI 最新数学成果
AI 摘要OpenAI 本周突然发布近 400 项 AI 生成的数学成果，分布在 700 多份手稿中，覆盖组合数学、几何、数论等多个领域。多位数学家表示「震惊」「难以置信」，认为仅理解这些成果就需数年，且验证程度参差不齐。
OpenAI 公布数学难题突破成果
AI 摘要OpenAI 发布由未公开前沿模型生成的 722 篇数学手稿，覆盖 372 个成果族，声称解决了数百个长期未解问题，并公开 Lean 形式化证明与算力估算。此举延续了 AI 冲击数学界的势头，也引发研究伦理与学术规范的争议。独立顾问组织 AGMAI 呼吁实验室通过正规学术渠道发布成果，而非将其当作营销工具。
OpenAI 再抛数学突破成果引争议
AI 摘要OpenAI 公布 722 篇手稿，称未发布的前沿模型解决了数百个数学开放问题，平均每个结果消耗约三小时 ChatGPT Pro 级算力。成果虽令人震撼，但数学界对发布方式、研究伦理与学术规范提出质疑。AGMAI 建议实验室及时通过正规渠道披露模型、提示词与算力成本，避免把成果当作营销手段。