Intent-aligned Formal Specification Synthesis via Traceable Refinement
通过可追溯的细化实现意图对齐的正式规范合成
机构 * Amazon Web Services(亚马逊云服务) ; Harvard University(哈佛大学)
AI总结 本文提出VeriSpecGen框架,通过需求级归因和局部修复生成意图对齐的规范,提升规范合成的准确性和效率。
作者
AI / Security
通过可追溯的细化实现意图对齐的正式规范合成
机构 * Amazon Web Services(亚马逊云服务) ; Harvard University(哈佛大学)
AI总结 本文提出VeriSpecGen框架,通过需求级归因和局部修复生成意图对齐的规范,提升规范合成的准确性和效率。
小规模训练能否可靠地指导数据整理?重新审视代理模型实践
机构 * Princeton University(普林斯顿大学) ; Tsinghua University(清华大学) ; UC Berkeley(加州大学伯克利分校) ; Stanford University(斯坦福大学) ; Virginia Tech(弗吉尼亚理工大学)
AI总结 本文探讨了小规模代理模型训练在数据整理中的可靠性问题,指出固定配置协议与全规模模型开发流程的差异,并提出通过降低学习率提升小规模实验的可靠性。
Comments ICLR 2026