Z3
PulseAugur coverage of Z3 — every cluster mentioning Z3 across labs, papers, and developer communities, ranked by signal.
4 天有情绪数据
-
新框架 KHA 将 AI 代理的可靠性提升至 100%
一位开发者创建了一个名为 KHA 的框架，该框架基于 Lean 和 Z3 构建，旨在提高 AI 代理的可靠性。据报道，该框架将复杂计算任务（如税务和海关案件）的准确性从约 50% 提高到 100%。开发者已在 GitHub 上免费提供了 KHA 框架。
-
新的大语言模型评估方法提升了缺陷检测和用户满意度
研究人员开发了两种评估大语言模型（LLMs）的新方法。第一种方法Cleverest将回归测试生成视为一项机器翻译任务，利用提交消息和代码变更来生成能够有效发现缺陷的测试。该方法已集成到ClevFuzz中，与传统的模糊测试技术相比，显著提高了缺陷检测率。第二种方法BoRP提供了一个可扩展的框架，通过分析大语言模型的潜在空间属性来评估对话式AI的用户满意度。BoRP在与人类判断的一致性方面优于生成式基线模型，并大大降低了推理成本，从而能够…
-
新框架将 ODRL 策略置于 UFO-L 本体论基础之上
研究人员开发了一个新框架，通过将其置于 UFO-L 本体论基础之上来理解 ODRL 策略。这种方法阐明了 ODRL 中固有的规范立场、权限结构和权力动态，解决了权限行为等未明确说明的方面，并侧重于成就义务。该框架已在 Isabelle/HOL 中得到验证，并使用多个定理证明器进行了测试，将覆盖范围从两个法律立场扩展到八个，并明确了违规声明权限。
-
LLM需要混合推理才能获得可靠答案，而不仅仅是提示
一篇近期文章讨论了仅依赖大型语言模型（LLM）生成答案的局限性，尤其是在需要事实准确性和满足先决条件的情况下。作者提出了一种混合推理方法，其中LLM起草响应，然后由CLIPS、Z3求解器或贝叶斯网络等专业工具进行检查。这种结构化的检查过程允许对LLM的输出进行基于证据的修复和修改，确保答案在最终确定之前满足特定的约束和要求。
-
新研究探讨了如何操纵人工智能安全指标
研究人员开发了一种新的在线安全指标审计方法，解决了平台在不减少实际伤害的情况下操纵分数的问题。提出的“语义信封提升”（semantic-envelope lift）指标为每个内容变体分配其语义类别内的最高分数，旨在提供更稳健的安全衡量标准。该方法旨在抵抗战略操纵，并提供一个证书，即使存在注释和协议错误，也能限制实际伤害。