Large Language Models Can Plan Your Travels Rigorously with Formal Verification Tools

本文是LLM系列文章,针对《Large Language Models Can Plan Your Travels Rigorously with Formal Verification Tools》的翻译。

大型语言模型可以使用正式的验证工具严格规划您的旅行

摘要

大型语言模型(LLM)的最新进展及其丰富的世界知识和工具使用和推理能力,催生了许多LLM规划算法。然而,LLM尚未被证明能够准确地解决复杂的组合优化问题。在谢等人的研究中,作者提出了美国国内旅行规划基准TravelPlanner,并表明LLM本身无法以0.6%的最佳成功率制定满足用户需求的旅行计划。在这项工作中,我们提出了一个框架,使LLM能够将旅行计划问题形式化并求解为可满足模理论(SMT)问题,并使用SMT求解器交互式地自动求解组合搜索问题。SMT求解器保证输入约束的可满足性,LLM可以与我们的框架进行基于语言的交互。当输入约束无法满足时,我们基于LLM的框架将通过使用SMT求解器的自动推理,交互式地向用户提供修改其行程要求的建议。我们使用TravelPlanner评估我们的框架,成功率达到97%。我们还创建了一个包含国际旅行基准的单独数据集,并在无法满足初始用户查询时使用这两个数据集来评估我们的交互式规划框架的有效性。我们的框架可以根据不同的人类偏好生成有效的计划,我们的数据集和TravelPlanner的平均成功率分别为78.6%和85.0%。

1

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

UnknownBody

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值