Réparation de spécifications générées par IA avec diagnostic déterministe
En bref
- Les LLM génèrent des spécifications formelles avec des erreurs sémantiques fréquentes.
- DRAGO réduit les régressions de 11,8 % à 1,3 % grâce à un diagnostic déterministe.
- Amélioration de 12,9 points de précision par rapport à la formalisation zero-shot.
Les grands modèles de langage (LLM) produisent des spécifications formelles à partir de problèmes exprimés en langage naturel, mais ces spécifications peuvent contenir des erreurs sémantiques. L'étude propose DRAGO, un cadre de réparation basé sur un diagnostic formel et déterministe, réduisant les régressions et améliorant la précision des réponses.
Ce résumé vous donne l'essentiel. L'article complet, ses chiffres et ses citations sont chez cs.AI updates on arXiv.org.
Lire l'article originalRésumé généré par IA à partir de la source, relu par règles. Signaler une erreur