热点事件持续更新

DRAGO 框架用确定性诊断修复 LLM 形式化规格

1 篇报道1 个报道来源7 小时前更新

先了解这件事

AI 综述

Giovanni Vaccarino 等人于 2026-10-19 在 arXiv 发布 DRAGO 框架，用于修复 LLM 生成的形式化规格。该框架以确定性、语言专属诊断替代 LLM 诊断，并采用无参考接受判据，仅在诊断错误权重严格下降时保留改写。实验在 SMT-LIB2、MiniZinc、PDDL 等五个基准上进行：规格退化率由 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。该工作同时修复了 Planetarium 工具中导致 50% 实例不一致的渲染缺陷，并发布了修正后的数据集。

AI 根据报道生成 · 6 小时前更新

最新进展10月19日 12:00

DRAGO 框架如何利用确定性诊断修复 LLM 生成的形式化规格

报道时间线

沿着报道，了解事件的不同侧面。

10月19日

12:00
arXiv · NLP
DRAGO 框架如何利用确定性诊断修复 LLM 生成的形式化规格
提出 DRAGO 修复框架，用确定性诊断替代 LLM 诊断，将规格退化率从 11.8% 降至 1.3%。在 SMT-LIB2、MiniZinc 和 PDDL 五个基准测试中，DRAGO 使答案准确率比零样本形式化提升 12.9 个百分点，比 LLM 诊断修复提升 8.7 个百分点。同时修复了 Planetarium 工具中导致 50% 实例不一致的渲染缺陷，并发布了修正后的数据集。

本事件热度走势

可比范围当前: 8
可比范围峰值: 910月19日 14:00
近 24 小时变化: –

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。