LLM bevisar matematiskt att dess egna planer fungerar – alltid

arXiv cs.AI

Forskare har kombinerat LLM:er med det formella bevissystemet Lean för att inte bara generera generella planer (program som löser hela kategorier av problem, inte bara enskilda fall) utan också automatiskt bevisa att planerna faktiskt fungerar för alla tänkbara fall. Systemet testades på 13 standarddomäner med GPT-5.6-Sol och lyckades producera giltiga bevis i 12 av dem – vilket är intressant eftersom det flyttar AI-planering från 'verkar fungera i tester' till 'bevisligen korrekt'.