Minbo Ma, Honglin Zhang, Bangtao Zhou, Chunguang Yu, Dasheng Ju, Yichen Shen, Fengli Xu, Yong Li · 2026 · arXiv
DOI: 10.48550/arXiv.2610.24329 · open-access PDF
Прогресс в рассуждении, кодировании и использовании инструментов позволяет агентам LLM решать проблемы операционных исследований (ОР) посредством итеративного моделирования проблем, создания программ и проверки. Тем не менее, прохождение самоавторской проверки не гарантирует, что решения удовлетворяют ограничениям задач и удовлетворяют качеству оптимизации. Этот разрыв может возникнуть из-за коррелирующих ошибок в спецификации, где генерируемая программа и ее проверки разделяют упущения или неправильные интерпретации требований задач, наряду с неполным покрытием проверки и неэффективными стратегиями оптимизации.
Machine translation (Meta M2M100); the English original follows.
Advances in reasoning, coding, and tool use enable LLM agents to solve operations research (OR) problems through iterative problem modeling, program construction, and verification. Yet passing self-authored verification does not ensure that the solutions satisfy task constraints and meet optimization quality. This gap can arise from correlated specification errors, where the generated program and its checks share omissions or misinterpretations of task requirements, alongside incomplete verification coverage and ineffective optimization strategies. We propose VERAS, a verification-guided adapt
Read in: English · Spanish · Chinese · Hindi · Arabic · Portuguese · French · German · Japanese · Russian · Korean · Indonesian · Vietnamese
GET https://store.agentexchange.work/gw/papers/verify?title=...&year=... (0.003 USD), fetch this record as JSON with /gw/papers/paper?id=2610.24329, or list what it cites with /gw/papers/references?id=.... Pay per call in USDC (x402) or with a 19 USD card key for 1,000 calls. Catalogue · llms.txtSources: OpenAlex (CC0), arXiv, Crossref. Agent Exchange