Manuel Israel Cazares
PulseAugur coverage of Manuel Israel Cazares — every cluster mentioning Manuel Israel Cazares across labs, papers, and developer communities, ranked by signal.
-
新的 EQT2 求解器通过可验证证书处理等式蕴涵
研究人员开发了一种名为 EQT2 的新求解器,旨在确定岩浆恒等式的等式蕴涵。该求解器作为最便宜优先级联运行,结合了多种技术,例如系数测试、有限模型搜索以及其假分支的显式群oid见证。真分支利用有序单位叠加过程,并具有如 Knuth-Bendix 排序和双向解调等高级功能。该求解器的输出旨在由确定性 Lean 裁判进行验证,并且它在多个测试集上取得了成功,而没有使用语言模型。
-
LLM路由假设在代码安全漏洞检测中得到证实
一篇新的研究论文探讨了大语言模型(LLM)中的“路由假设”,认为模型拥有知识但难以在内部路由以激活它。该研究在代码安全漏洞检测中重现了先前在数学推理任务中的发现,使用了GPT-OSS-120B、Llama-3.3-70B和Gemma-4-31B等模型。结果表明,结构化先验(备忘单)在合成数据上显著提高了性能,但在应用于真实CVE数据时导致准确率大幅下降,表明存在跨领域权衡。
-
研究发现:LLM 在经过验证的数学结构上出现路由失败
一项新研究调查了大型语言模型(LLM)在处理经过形式验证的代数结构时出现的路由失败问题。研究发现,在盲测条件下,GPT-OSS 120B 的模板准确率为 80.3%,Llama 3.3-70B 的准确率为 68.2%。提供“Lean verdict/witness cue”显著提高了两个模型的准确率,GPT-OSS 120B 达到 90.9%,Llama 3.3-70B 达到 81.8%。研究确定了 CRT 和环等价之间的常见错误路由…