Counterexample Guided Learning in the Large using Reasoning Agents

En 3 lignesÉtude sur l'apprentissage guidé par contreexemples pour améliorer les LLM sur l'induction d'expressions régulières. Les chercheurs proposent des stratégies de raffinement (régularisation, clustering symbolique) et des boucles de réflexion/réparation. Résultats : succès passant de 3,2% à 38,1% et de 38,9% à 74,1% sur les tâches les plus difficiles.

Résumé généré par Claude — vérifié par l'humain