Agenti LLM Coordinano Strumenti Simbolici per Certificati Somma-di-Quadrati Verificati
Un nuovo articolo di ricerca su arXiv (2608.00326) introduce un agente che utilizza modelli linguistici di grandi dimensioni (LLM) per coordinare strumenti simbolici per certificati somma-di-quadrati (SOS) verificati. Il lavoro affronta la sfida di dimostrare la non negatività dei polinomi tramite decomposizione SOS pesata, un metodo verificabile meccanicamente. L'agente combina addestramento su compiti algebrici, strumenti simbolici e ottimizzazione basata su verificatore. Gli autori hanno costruito 1,35 milioni di esempi sintetici che coprono otto compiti polinomiali di supporto, e hanno applicato il fine-tuning supervisionato (SFT) su problemi algebrici diretti e tracce simboliche simulate, seguito da Group Relative Policy Optimization (GRPO). L'articolo è classificato come studio di IA per la matematica, evidenziando il potenziale degli agenti LLM nella verifica formale.
Fatti principali
- Articolo arXiv:2608.00326, annunciato come nuovo.
- Focus sulla decomposizione somma-di-quadrati (SOS) pesata per dimostrare la non negatività dei polinomi.
- L'agente combina addestramento su compiti algebrici, strumenti simbolici e ottimizzazione basata su verificatore.
- 1,35 milioni di esempi sintetici che coprono otto compiti polinomiali di supporto.
- Fine-tuning supervisionato (SFT) su problemi algebrici diretti e tracce simboliche simulate.
- Group Relative Policy Optimization (GRPO) utilizzato dopo SFT.
- La chiamata di strumenti consente agli LLM di invocare calcoli esterni durante la risoluzione dei problemi.
- La decomposizione candidata può essere verificata esattamente, ma trovarla richiede coordinamento.
Entità
Istituzioni
- arXiv