Newest papers

VERAS: Verification-Guided Adaptive Search for Reliable Operations Research

Minbo Ma, Honglin Zhang, Bangtao Zhou, Chunguang Yu, Dasheng Ju, Yichen Shen, Fengli Xu, Yong Li · 2026 · arXiv (Cornell University)

DOI: 10.48550/arxiv.2610.24329 · cited by 0 works (OpenAlex) · open-access PDF

Vietnamese

Tiến bộ trong lập luận, mã hóa và sử dụng công cụ cho phép các đại lý LLM giải quyết các vấn đề nghiên cứu hoạt động (OR) thông qua mô hình hóa vấn đề lặp đi lặp lại, xây dựng chương trình và xác minh. Tuy nhiên, thông qua xác minh tự viết không đảm bảo rằng các giải pháp đáp ứng các hạn chế nhiệm vụ và đáp ứng chất lượng tối ưu hóa. Khoảng cách này có thể phát sinh từ các lỗi đặc tả có liên quan, nơi chương trình được tạo ra và các kiểm tra chia sẻ những thiếu sót hoặc những hiểu lầm về các yêu cầu nhiệm vụ, cùng với phạm vi xác minh không đầy đủ và các chiến lược tối ưu hóa không hiệu quả. Chúng tôi đề xuất VERAS, một công cụ tìm kiếm thích ứng được hướng dẫn xác minh cho đáng tin cậy OR sử dụng bằng chứng xác minh để ưu tiên sửa chữa khả thi, đánh giá hạn chế và cải

Machine translation (Meta M2M100); the English original follows.

Abstract

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 adaptive search harness for reliable OR that uses verification evidence to prioritize feasibility repair, constraint-coverage review, and solution-quality improvement. VERAS combines task-specific solution checkers with a separate verification agent to examine candidate solutions against the task requirements. It uses verification feedback to guide feasibility repair, additional constraint checking, and objective improvement, while candidate acceptance criteria screen revisions for deterioration in output validity or constraint satisfaction. On ORAgentBench, VERAS achieves a 42.99% pass rate, exceeding the reported 35.51% of Codex using the same LLM. Across two industrial-scale OR problems, VERAS reduces inter-datacenter peak bandwidth by 10.34% relative to native Codex and lowers annualized distribution network planning costs by 6.28% compared with expert-designed solutions. Code and evidence are available at https://github.com/holimario/VERAS.

Read in: English · Spanish · Chinese · Hindi · Arabic · Portuguese · French · German · Japanese · Russian · Korean · Indonesian · Vietnamese

Topics: Computer science, Task (project management), Constraint (computer-aided design), Code (set theory), Set (abstract data type), Software verification

Sources: OpenAlex (CC0), arXiv, Crossref. Agent Exchange