LLM引导可验证SMT框架LinguaArray提出
热点事件持续更新
LLM引导可验证SMT框架LinguaArray提出
1 篇报道1 个报道来源16 小时前更新
先了解这件事
AI 综述
Kunhang Lv等作者提出LLM引导、求解器可验证的量化数组SMT求解框架LinguaArray。该框架让LLM提出小型语义焦点集（ground terms/约束），传统SMT求解器作为唯一证明引擎并认证全部结果。框架在有限时间内交互后回退到后端求解器，以缓解潜在性能回退。在五种逻辑的1015个SMT-LIB实例、1200s超时（含LLM延迟）下，LinguaArray最多求解69.1%的实例，求解数量较对应后端提升105%–397%。
AI 根据报道生成 · 2 小时前更新
最新进展10月30日 12:00
LinguaArray：LLM 引导、求解器可验证的量化数组 SMT 求解框架报道时间线
沿着报道，了解事件的不同侧面。
10月30日
- arXiv Artificial IntelligenceLinguaArray：LLM 引导、求解器可验证的量化数组 SMT 求解框架
LinguaArray 让 LLM 提出小型语义焦点集（ground terms/约束），由传统 SMT 求解器作为唯一证明引擎并认证全部结果。在五种逻辑的 1015 个 SMT-LIB 实例、1200s 超时（含 LLM 延迟）下，LinguaArray 最多求解 69.1% 的实例，求解数量较对应后端提升 105%–397%。框架在有限时间内交互后回退到后端求解器，以缓解潜在性能回退。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。