AI 與世界的難題 · 理論資訊科學 · arXiv · 2026-10-22
ORSMT:釋放可滿足性模理論在基於 LLM 之最佳化中進行語意驗證與修復的潛力
原標題: ORSMT: Unleashing the Potential of Satisfiability Modulo Theories for Semantic Verification and Repair in LLM-Based Optimization
ORSMT 處理基於 LLM 之最佳化建模中的語意驗證：檢查所寫下的數學式、求解器程式碼與回傳報告是否描述同一個問題，需要進行語意比較。它提供型別化語意介面與精確的 SMT 關係查詢，能證明或反駁可行域與目標函數間的關係、定位反駁位置，並由其中一項成品重建另一項。在 3,034 個問題與六種產生器規模的測試中，它在全部 72 種組合下都提高了模型與程式碼的相符率，而受保護的選擇機制將整體相符率從 43.2% 提升至 88.2%,並將正確且相符的占比從 25.2% 提升至 40.2%。