研究人员开发了NeuroNL2LTL，一个新颖的神经符号框架，旨在将自然语言规范翻译成线性时序逻辑（LTL）。该系统集成了学习翻译与形式验证，使用一种中间表示来确保结构上保留到LTL。通过采用验证器在循环（verifier-in-the-loop）的训练过程，其中验证结果作为奖励信号，该框架直接优化形式正确性。NeuroNL2LTL在不同领域展示了显著的语义等价性和可满足性率，为更可靠的基于神经网络的规范系统提供了途径。 AI
影响 通过集成形式验证，实现了更可靠的基于神经网络的规范系统。
排序理由 发表了一篇详细介绍新AI框架的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →