KI und die schwierigen Probleme der Welt · Theoretische Informatik · arXiv · 2026-10-22
ORSMT: Erschließung des Potenzials von Satisfiability Modulo Theories für semantische Verifikation und Reparatur in der LLM-basierten Optimierung
Originaltitel: ORSMT: Unleashing the Potential of Satisfiability Modulo Theories for Semantic Verification and Repair in LLM-Based Optimization
ORSMT widmet sich der semantischen Verifikation in der LLM-basierten Optimierungsmodellierung, wo die Prüfung, ob die geschriebene Mathematik, der Solver-Code und der zurückgegebene Bericht dasselbe Problem beschreiben, einen semantischen Vergleich erfordert. Es stellt eine typisierte semantische Schnittstelle und exakte SMT-Relationsabfragen bereit, beweist oder widerlegt Relationen zwischen zulässigem Bereich und Zielfunktion, lokalisiert Widerlegungen und rekonstruiert ein Artefakt aus einem anderen. Über 3,034 Probleme und sechs Generatorgrößen hinweg verbessert es die Übereinstimmungsrate zwischen Modell und Code in allen 72 Kombinationen, und geschützte Auswahl erhöht die Gesamtquote von 43.2% auf 88.2% und den Anteil korrekter und zugeordneter Fälle von 25.2% auf 40.2%.