ホットトピック継続更新中
跨智能体LLM到Dafny形式化验证一致性研究
1 件の報道1 件の報道元5 時間前 更新
まずこの件を把握する
AI 概要
2026年11月6日，一项跨智能体LLM到Dafny形式化的研究表明，验证通过并不等于模型达成独立一致，同模型基准的一致性仅为59.3%。在针对96份临床试验文档的评测中，GPT-4.1-nano与GPT-4.1-mini在强模型担任实现者时一致性为53.0%，在角色互换审计后降至13.2%。此外，最强的GPT-5.6-luna与GPT-5.4-mini配置下一致性仅为34.4%，且双方直接矛盾占比达到42.7%。
AI が報道をもとに生成 · 5 時間前 更新
最新の進展11月6日 13:00
新研究表明跨智能体Dafny验证通过不代表达成独立一致，最强配置下直接矛盾占比达42.7%。報道タイムライン
報道をたどり、出来事のさまざまな側面を知る。
11月6日
- arXiv 人工智能当验证不等于一致：跨智能体 LLM 到 Dafny 形式化研究
跨智能体 LLM 到 Dafny 形式化研究表明，验证通过不等于模型达成独立一致，同模型基准的一致性仅 59.3%。在 96 份临床试验文档评测中，GPT-4.1-nano 与 GPT-4.1-mini 在强模型任实现者时一致性为 53.0%，角色互换审计后降至 13.2%。最强的 GPT-5.6-luna 与 GPT-5.4-mini 配置一致性仅 34.4%，且直接矛盾占比达 42.7%。
このストーリーのホット度の推移
現在のホット度 9·比較可能範囲のピーク 10（11月6日 14:00）·直近24時間の比較可能な変化–
トレンドは継続して完全に観測した同じ主体のみを比較するため、現在のホット度の集計より範囲が狭い場合があります。ポインターの移動やタップで1時間ごとのホット度を確認でき、キーボードでは左右の矢印キーで切り替えられます。