OSVerify在低误拒约束下将无效解人工评审量减少46%至57%。
资讯摘要
论文研究在人工评审资源有限时如何优先筛出无效候选、保留稀有有效解，提出单侧验证目标：在约束有效解误拒率（FNR）的前提下最大化无效解拒绝率（TNR）。作者提出OSVerify框架，将错误提出与错误验证解耦，按层次分解在不同粒度搜索错误，再由验证器区分实质性错误与轻微或幻觉错误。论文报告在竞赛级与研究级基准上，相同低FNR约束下相比投票基线平均减少46%的无效解人工评审量，验证器后训练后提升至57%。
要点速读
- 论文提出OSVerify，将错误提出与错误验证解耦，以单侧验证目标显式最小化人工评审成本。
- 在竞赛级与研究级基准上，相同经验低FNR约束下，无效解人工评审量较投票基线平均减少46%，验证器后训练后达57%。
- 作者报告将该框架用于已发表论文的错误识别（获原作者确认），并协助解决三个Langlands开放猜想（获专家确认）。
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/27 08:00:28（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。