实体
model checking
model checking
PulseAugur coverage of model checking — every cluster mentioning model checking across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 1
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
形式化验证与经验性压力测试在AI中的对比
一场讨论探讨了在AI开发中形式化验证与经验性压力测试之间的权衡。核心问题围绕着数学证明或严格的压力测试哪种方法是确保AI可靠性和正确性的更优方法。这场辩论涉及模型检查、并发和软件质量等领域。
-
新方法使用模型检查来测试LLM解释
研究人员开发了一种新颖的方法，用于自动测试大型语言模型（LLM）在用于解释顺序决策策略时生成的解释的准确性。该方法利用概率模型检查作为Oracle，以验证LLM生成的解释与底层环境的忠实度。通过根据策略行为构建测试输入并优先处理困难案例，该系统成功地区分了三个开源LLM，其中一个推理模型达到了85%的准确率，一个中型模型达到了70%，而一个1B模型则表现低于随机概率。