时序逻辑相关 AI 资讯 · AI 热点

8月4日

11:18

11:18

官方账号arXiv cs.AI@Christoph Weinhuber, Maximilian Prokop, Giuseppe De Giacomo, Moshe Y. Vardi

本文提出首个从线性时序逻辑LTL到LTLf+的翻译方法，LTLf+是一种保留LTL表达能力的无限迹逻辑，但推理可基于有限字上的有限自动机。作者先将LTL公式归一化为Manna-Pnueli层次中的语法反应性片段，再对该片段各组件给出线性翻译。该翻译使LTLf+的有限自动机技术可用于AI中的LTL问题，且从LTL经LTLf+到自动机的整体复杂度保持双重指数，无额外渐近代价。

论文 LTL LTLf+时序逻辑

推荐理由：这篇论文把LTL规约转成LTLf+，以后处理无限迹目标就能用有限自动机的成熟工具了，而且复杂度不涨。

5月18日

10:36

10:36

官方账号arXiv cs.LG@Parand A. Alamdari, Toryn Q. Klassen, Sheila A. McIlraith

精选

这篇论文提出结合形式化方法与机器学习的技术，用于在AI开发生命周期中审计和监控高级AI系统（尤其是LLM）的合规性。方法包括离线审计、在线运行时监控，以及预测性和干预性监控器，能在运行时提前预防违规。实验表明，基于线性时序逻辑（LTL）的方法在检测时序行为约束违规方面优于纯LLM基线，小模型也能匹配或超越前沿LLM裁判。干预监控器在保持任务性能的同时显著降低了LLM智能体的违规率。研究还发现，LLM的时序推理能力随事件距离、约束数量和命题数量增加而显著下降。

论文形式化方法 AI安全/合规 LLM审计

推荐理由：做AI安全与合规的团队终于有了可落地的形式化方法方案——LTL+小模型就能超越LLM裁判，建议做AI治理的开发者直接看实验部分。