AI এবং বিশ্বের কঠিন সমস্যাগুলো · গণিত · arXiv · 2026-10-23

LLM জাজের বাইরে: এজেন্টিক অটোফর্মালাইজেশনের জন্য যান্ত্রিক যাচাইকরণ

মূল শিরোনাম: Beyond LLM Judge: Mechanical Verification for Agentic Autoformalization

এই গবেষণাপত্রটি Lean ফর্মালাইজেশন যাচাই করার একটি পদ্ধতি উপস্থাপন করে, যা LLM-বিচারিত বিশ্বস্ততার বাইরে গিয়ে LLM-ভিত্তিক শব্দার্থিক পর্যালোচনার সঙ্গে যান্ত্রিক সংখ্যাগত ও ভ্যাকুইটি পরীক্ষা যুক্ত করে। একটি এক্সট্র্যাক্ট-ভেরিফাই-প্রুফ অটোফর্মালাইজেশন পাইপলাইনের সঙ্গে প্রয়োগ করে এটি দিয়ে FLMF তৈরি করা হয়েছে, যা NIST Digital Library of Mathematical Functions-এর একটি আংশিক ফর্মালাইজেশন। তিনটি লেবেলযুক্ত ডেটাসেটে, মূল্যায়িত পদ্ধতিগুলোর মধ্যে এই পদ্ধতিতে গৃহীত-ত্রুটির হার ছিল সবচেয়ে কম, এবং বিশেষজ্ঞ পর্যালোচনায় বিদ্যমান ডেটাসেটগুলোতে অনুবাদ ও উৎসগত ত্রুটি পাওয়া গেছে।

মূল লেখা পড়ুন ↗

সব আইটেম →