andrew.cmu.eduhttps

이 이메일 도메인이 관측된 논문 1건

arXiv:2607.14818v1cs.LO

LLM이 논문으로 MaxSAT 솔버를 구축할 수 있는가? CoreForge 경험

Can LLMs Build a MaxSAT Solver from Papers? The CoreForge Experience

CoreForge에 대해 보고한다. CoreForge는 기존 솔버 코드베이스가 아닌 연구 논문으로부터 가중치 없는(unweighted) MaxSAT 솔버를 구축하기 위해 대규모 언어 모델(LLM)을 사용한 경험이다. 이 프로젝트는 불만족(unsatisfiability) 기반 MaxSAT 알고리즘에 초점을 두며, ChatGPT와의 논문 토론, Codex 프롬프트를 통한 구현, LLM 지원 코드 검토 및 수정을 반복하는 반복적 워크플로를 따른다. 코드베이스는 여러 알고리즘과 솔버 구성 요소를 구현하지만, 평가는 코어 유도(core-guided) 최적화, 경량 전처리, 코어 최소화(core minimization), 정수 선형 최적화(integer linear optimization) 백엔드 통합, 그리고 새로운 코어 시퀀스 선행 조회(core-sequence lookahead) 접근법을 결합한 구성에 초점을 맞춘다. 우리의 경험에 따르면 LLM은 논문으로부터 솔버 구현을 지원할 수 있으나, 외부 검증, 벤치마킹, 인간의 안내가 필요하다. 실험에서 퍼징(fuzzing)과 MaxSAT Evaluation 인스턴스는 테스트된 구성에서 오답을 드러내지 않았지만, 성능은 최고의 수작업 설계 MaxSAT 솔버보다 낮은 수준에 머문다. 무엇이 효과적이었는지, 무엇이 여전히 어려웠는지, 향후 LLM 지원 솔버 개발을 위한 교훈을 요약한다.