English(EN) The 4/$\delta$ Bound: Designing Predictable LLM-Verifier Systems for Formal Method Guarantee

新理论保证 LLM-验证器系统在形式化方法中收敛

作者 PulseAugur 编辑部 · [1 个来源] · 2026-06-25 04:00

研究人员开发了一个理论框架，以提高将大型语言模型（LLM）与形式化验证工具集成的可靠性。这个基于 LLM-验证器收敛定理的新系统，为多阶段验证管道中的终止提供了可证明的保证。该模型将过程分解为四个阶段：CodeGen、Compilation、InvariantSynth 和 SMTSolving，证明了在每个阶段具有任何非零成功概率的情况下，系统最终将达到已验证状态。通过广泛的试验，推导并经验性地验证了一个精确的延迟界限 $\mathbb{E}[n] \leq 4/\delta$，显示出与理论预测一致的持续结果。 AI

影响为使用 LLM 进行安全关键软件验证中的可预测资源规划和性能预算提供了理论基础。

排序理由学术论文，介绍 LLM-验证器系统的新理论框架和经验验证。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

本文如何被排名

Signal score: 0 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 学术论文，介绍 LLM-验证器系统的新理论框架和经验验证。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration: Single-source cluster; Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics: paper, safety; Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance: High; Clearly on-topic for AI-industry coverage.
Story freshness: 105 days old; Aged out of breaking-news scoring windows; ranking reflects the durable signal from the full source set.

完整方法见我们的编辑标准。

报道来源 [1]

arXiv cs.LG TIER_1 English(EN) · Pierre Dantas, Lucas Cordeiro, Youcheng Sun, Waldir Junior · 2026-06-25 04:00

4/$\delta$ 界限：为形式化方法保证设计可预测的 LLM-验证器系统

arXiv:2512.02080v3 Announce Type: replace-cross Abstract: The integration of Formal Verification tools with Large Language Models (LLMs) offers a path to scale software verification beyond manual workflows. However, current methods remain unreliable: without a solid theoretical f…

本文如何被排名

报道来源 [1]

4/$\delta$ 界限：为形式化方法保证设计可预测的 LLM-验证器系统

相关实体

相关话题