DRAGO：确定性诊断修复LLM形式化规范
热点事件持续更新
DRAGO：确定性诊断修复LLM形式化规范
1 篇报道1 个报道来源10 小时前更新
先了解这件事
AI 综述
Giovanni Vaccarino 等作者提出修复框架 DRAGO，用针对具体形式化语言的确定性诊断替代无依据的 LLM 批评，并且只在诊断出的错误权重严格下降时才保留改写。 在覆盖 SMT-LIB2、MiniZinc 和 PDDL 的五个基准上，DRAGO 将回归率从 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、较 LLM 诊断修复提升 8.7 个百分点。
AI 根据报道生成 · 1 小时前更新
最新进展10月19日 12:00
DRAGO：用确定性诊断修复 LLM 生成的形式化规范报道时间线
沿着报道，了解事件的不同侧面。
10月19日
- arXiv cs.AIDRAGO：用确定性诊断修复 LLM 生成的形式化规范
DRAGO 是一个修复框架，用针对具体形式化语言的确定性诊断替代无依据的 LLM 批评，仅在诊断出的错误权重严格下降时才保留改写。在覆盖 SMT-LIB2、MiniZinc 和 PDDL 的五个基准上，DRAGO 将回归率从 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、较 LLM 诊断修复提升 8.7 个百分点。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。