AI与世界难题 · 理论计算机科学 · arXiv · 2026-10-22
ORSMT：释放可满足性模理论在基于LLM的优化中用于语义验证与修复的潜力
原标题: ORSMT: Unleashing the Potential of Satisfiability Modulo Theories for Semantic Verification and Repair in LLM-Based Optimization
ORSMT致力于解决基于LLM的优化建模中的语义验证问题：检查书面数学表达式、求解器代码与返回的报告是否描述同一问题，需要进行语义比较。它提供类型化的语义接口和精确的SMT关系查询，可证明或反驳可行域与目标函数之间的关系、定位反驳位置，并从一种工件重构另一种工件。在3,034个问题和6种生成器规模上，它在全部72种组合中都提高了模型-代码匹配率，保护性选择则将总体比率从43.2%提高到88.2%，将正确且匹配的占比从25.2%提高到40.2%。