摘要
复杂推理任务往往缺乏单一参考标准来判定输出正确性，自动形式化即为典型代表。本文提出一种无参考的代理评判框架，用多维属性检查向量替代黄金标准匹配。该框架涵盖全局、模块内及跨域属性，驱动反思优化循环，仅修正被判定错误的部分。理论证明在有限噪声下误差几何收敛，实验显示该方法在多个基准上显著优于单次提示基线，为无标准参考下的推理提供了有效的优化信号与理论依据。
AI 推荐理由
论文核心研究无标准答案下的复杂推理任务，提出代理评判框架提升形式化推理能力。
研究机构
Idiap Research Institute, Switzerland
École Polytechnique Fédérale de Lausanne (EPFL), Switzerland
Department of Computer Science, University of Manchester, United Kingdom
CRUK National Biomarker Centre, University of Manchester, United Kingdom
论文信息