arXiv cs.SE· Mowafak Allaham, Aditya Vempaty, Ashish Jagmohan, Prasenjit Dey, Ravi Kokku·· 4 小时前AI 评分31
交互式澄清何时能提升 LLM 生成的 Lean 规格？Claude Sonnet 4.6 跨模型管线最高提升 6.3 个百分点
Eliciting Specifications: When Does Interactive Clarification Help?
AI 导读
研究在 189 个 Verina Lean 4 规格生成任务上检验澄清智能体（EA）能否通过向模拟开发者提问来改进 Lean 规格。同模型 Claude Sonnet 4.6 管线在 k=3 和 k=10 预算下严格 pass@1 均为负，而 Sonnet 4.6 到 GPT-5.6 的跨模型管线最高达 65.6%，提升 6.3 个百分点（+12 个任务）。
来源：arXiv cs.SE · arxiv.org