В статье описывается класс сбоев во фронтальных больших языковых моделях, называемый коллапсом цепочки исключений, при котором модели неверно оценивают вложенные условные правила. Для решения этой проблемы авторы представляют Модуль проверки соответствия Aethis — нейро-символическую архитектуру, которая объединяет правила, созданные LLM, со слоем на основе SMT для детерминированного выполнения.
- Система обеспечивает согласованное выполнение правил независимо от дрейфа модели или изменений формата запроса.
- В 20-сценарном состязательном тесте в области строительного страхования движок набрал 20/20 баллов, что совпало только с одним из четырех конфигураций фронтальных моделей.
- Внешняя валидация на задачах LegalBench показала, что движок значительно точнее трех фронтальных моделей, с преимуществом до +41 балла по сравнению с моделями Anthropic.
Вклад исследования заключается в переносе неопределенности с границы вывода на границу спецификации, делая ее осознанной и проверяемой для регулируемых рабочих процессов.