VeriSimpl решает проблему ошибок при переводе текста в модели оптимизации
Перевод текстовых описаний задач в математические модели оптимизации — востребованная возможность, которую активно развивают с помощью больших языковых моделей (LLM). Однако даже если синтаксически формулировка корректна, она может неверно отражать замысел пользователя.
В новой работе, опубликованной на arXiv, группа исследователей представила VeriSimpl — фреймворк, основанный на идее верификации через упрощение. Вместо того чтобы оценивать всю модель целиком, система генерирует упрощённые диагностические запросы, позволяющие LLM локально проанализировать корректность формулировки по отношению к задаче.
Авторы выделили несколько измерений упрощения: по ограничениям задачи и по переменным решения. Каждый такой шаг фиксирует глобальный контекст, оставляя LLM возможность сосредоточиться на конкретном фрагменте. Это делает проверку более обозримой и надёжной.
Эксперименты на наборе бенчмарков по оптимизации показали, что VeriSimpl стабильно улучшает точность по сравнению с существующими методами. Кроме того, фреймворк предоставляет высокоточный сигнал самопроверки — модель может сама указать на возможную ошибку.
Разработка приближает появление надёжных интерфейсов на естественном языке для инженеров-оптимизаторов, аналитиков и других специалистов, не владеющих математическим формализмом. VeriSimpl может стать основой для систем, автоматически строящих корректные оптимизационные модели по текстовым описаниям.
Полный текст статьи доступен на arXiv под идентификатором 2607.20474.
