arXiv · Software Engineering· Zichen Xie, Mrigank Pawagi, Lize Shao, Yang Hu, Wenxi Wang·2026-10-02 12:00· 3 小时前AI 评分42

检测模型规范不一致性：LLM-as-Verifier 推理方法 VeriSpec

Detecting Inconsistencies in Model Specifications with LLM-as-Verifier Reasoning

AI 导读

VeriSpec 首次提出直接审计模型规范文本以检测不一致性，提取 OpenAI Model Spec 的 405 条规则并手动验证 5 条不一致，均反馈给开发者。其精度达 38.5%，每条验证不一致成本 $11.12，优于五个基线。代码已开源。