llm-verification

Basis 的研究人员利用 LLM 对 Linux 的 nftables 防火墙进行了正式验证，发现了自2022年以来所有版本中存在的两个关键漏洞，并生成了一个无这些漏洞的经过验证的实现。

本文提出AuditFlow，一种基于图的多智能体框架，利用可执行符号环境进行结构化财务报告验证，在基于FinAuditing的样本上使用GPT-5.5实现了82.09%的审计准确率。

本文介绍了 CiteTracer，这是一个用于检测大语言模型（LLM）生成的科学写作中引用幻觉的多智能体框架，在合成和真实世界基准上均实现了高精度。