الذكاء الاصطناعي ومشكلات العالم الصعبة · علوم الحاسوب النظرية · arXiv · 2026-10-22

ORSMT: إطلاق العنان لإمكانات قابلية الإشباط وفق النظريات للتحقق الدلالي والإصلاح في التحسين المعتمد على نماذج اللغة الكبيرة

العنوان الأصلي: ORSMT: Unleashing the Potential of Satisfiability Modulo Theories for Semantic Verification and Repair in LLM-Based Optimization

يتناول ORSMT التحقق الدلالي في نمذجة التحسين المعتمدة على نماذج اللغة الكبيرة، حيث يتطلب التحقق مما إذا كانت الرياضيات المكتوبة وشيفرة المُحلِّل والتقرير المُعاد تصف المشكلة نفسها إجراء مقارنة دلالية. ويوفر واجهة دلالية معرَّفة الأنواع واستعلامات دقيقة لعلاقات SMT، فيُثبت علاقات منطقة الجدوى والهدف أو يدحضها، ويحدد مواضع الدحض، ويعيد بناء أحد المخرجات من آخر. وعبر 3,034 مشكلة وستة أحجام للمولِّدات، يحسِّن معدل تطابق النموذج مع الشيفرة في جميع التركيبات الـ72، ويرفع الاختيار المحمي المعدل الإجمالي من 43.2% إلى 88.2% وحصة الصحيح والمتطابق من 25.2% إلى 40.2%.

اقرأ المصدر الأصلي ↗

جميع العناصر →