跳到正文
arXiv · AI· Priyanath Maji·· 14 天前AI 评分24

验证不等于一致:跨智能体 LLM 到 Dafny 形式化

When Verification Is Not Agreement: Cross-Agent LLM-to-Dafny Formalization

AI 导读

研究提出跨智能体形式化协议,发现验证成功不等于独立一致。在 96 份临床试验文档上评估,强模型担任实现者时一致性达 53.0%,反转角色仅为 14.3%。 最强配置 GPT-5.6-luna/GPT-5.4-mini 一致性为 34.4%,且受直接矛盾主导。

来源:arXiv · AI · arxiv.org