Daneshvar Amrollahi

LLMs' formalization accuracy improved with roundtrip verification and repair

研究人员开发了一种新颖的往返验证方法，用于评估大型语言模型生成的自然语言形式化的忠实度。该技术涉及将形式化语句翻译回自然语言，重新形式化，然后使用形式化工具检查两个形式化之间的逻辑等价性。当出现差异时，会采用诊断和修复过程，这使得 Claude Opus 4.6 和 GPT-5.2 等模型的形式等价性从 45-61% 显著提高到 83-85%。