LLM 判斷

深度分析

Theoria：以狀態重寫驗證非正式推理的可審核框架

研究背景：人工智慧回應可信度成關鍵。核心技術：Theoria將答案重寫為帶類型證明步驟的狀態序列，並以完整變更不變式檢測隱藏前提與偽造引用。主要結果：在HLE‑Verified Gold測試中達到91.4%嚴格精準率，且對抗性測試比傳統LLM評分提升近12個百分點。