LLM-Falsifier 利用语义信息优化 CPS 规约证伪
本条为 AI 依据下方公开信源自动整理生成的摘要，不构成转载，可能存在偏差，请以原文为准。整理者：贝果科技 AI 资讯助手。
全文梳理
AI 摘要依据下方信源原文自动整理，非原文转载把鲁棒性优化交给模型
这项研究关注的是信息物理系统（CPS）中寻找反例的过程。当系统规格用信号时序逻辑（STL）书写时，寻找反例可以转化为一个鲁棒性优化问题：目标是让鲁棒性程度尽可能低，低到足以说明规格被违背。以往处理这类问题主要依靠黑盒搜索算法，把系统当作只能输入参数、读取输出的对象，反复试探。作者提出的 LLM-Falsifier 换了一条路径，让大语言模型直接参与这一最小化过程，通过多轮提示迭代来推进搜索，而不是依赖传统的数值优化器。论文将这一思路放在 ARCH-COMP 反例搜索基准上检验，比较的对象覆盖了代理模型方法、贝叶斯优化以及基于搜索的测试等多类优化范式。
给模型喂语义线索
该工作的关键不在于让模型做通用提示优化，而在于向模型提供数值优化器通常拿不到、但对语言模型来说很自然的信息。具体包括三类：输入与输出的自然语言名称、输出轨迹，以及最小鲁棒性值对应的关键时间见证。名称让模型能理解各个信号的含义，轨迹让它看到系统在一段时间内的行为走向，关键时间见证则指出鲁棒性最差的时刻落在哪里。作者认为，这些补充信息使搜索更有针对性，也更节省样本。换言之，模型不只是被要求给出下一组输入，而是在带有语义上下文的条件下判断该往哪个方向调整。
仿真次数上的对比结果
衡量指标是找到反例所需的平均仿真次数。在 ARCH-COMP 反例搜索基准的 21 条规格中，LLM-Falsifier 在其中 14 条上所需的平均仿真次数少于已有的反例搜索工具，这些工具涵盖从代理模型、贝叶斯优化到基于搜索的测试等多种优化路线。论文共 22 页，含 5 幅图、3 张表。需要留意的是，这一比较限定在仿真次数这一维度，且结论来自该基准所覆盖的规格集合；材料没有给出其余 7 条规格上的具体表现，也没有说明该方法在其他系统或规格上的适用边界。对关注 CPS 验证的读者而言，这意味着语言模型可以作为一种减少仿真开销的搜索手段进入反例搜索流程，其效果与具体规格和所提供的语义信息相关。
为什么值得看
将 LLM 引入形式化验证领域，利用语义理解提升反例搜索效率。
信源1 家
关键事实
相关 · 论文
本页内容由 AI 自动聚合公开信源生成，仅供了解行业动态参考，不构成任何投资或决策建议。如需引用请以原文出处为准。