規則精練

深度分析

結合反事實推理與語法約束 LLM 的安全規則精練框架

隨著自動駕駛系統的運作環境持續變化，原有安全規則常出現與模擬結果不符的情形。研究提出結合反事實推理與語法約束的大型語言模型迴路，能在保持文法正確的前提下，最小化調整規則，使其與觀測行為對齊。實驗顯示，此方法成功修正基線遺留的矛盾規則，提升一致性與可解釋性。