知识卡片：大语言模型作为信息物理系统的证伪器

一句话结论

LLM-Falsifier 将大语言模型用于信息物理系统（CPS）中信号时序逻辑（STL）规约的证伪，通过最小化 STL 鲁棒度，并利用自然语言变量名、输出轨迹和临界时间见证等语义信息，在 ARCH-COMP 证伪基准上以“找到反例所需平均仿真次数”衡量，在 21 条规约中的 14 条优于现有证伪工具。

事件概述或研究问题

• 来源为一篇 arXiv 条目，题为 Large Language Models as Falsifiers for Cyber-Physical Systems，作者为 Ali ArjomandBigdeli、Jiawei Zhou、Stanley Bak，发布/更新时间为 2026-09-17T17:40:04Z。
• 研究问题：CPS 中形式规约的证伪需要搜索反例；当规约用 STL 表示时，证伪可表述为鲁棒度优化问题，传统上由黑盒搜索算法求解。
• 与此同时，LLM 在迭代提示下被观察到可作为有效优化器。本文试图把这两条线索连接起来。
• 是否已同行评审、最终发表 venue、代码/数据可用性：待核实。

方法/产品要点

• 提出 LLM-Falsifier：一种基于 LLM 的方法，通过最小化 STL 鲁棒度来证伪规约。
• 与通用提示优化不同，关键设计是向 LLM 暴露标准数值优化器通常不具备、但语言模型天然可处理的语义信息，包括：
  • 自然语言形式的输入/输出名称；
  • 输出轨迹；
  • 最小鲁棒度值对应的临界时间见证（critical-time witnesses）。
• 来源称这些附加信息使鲁棒度搜索更智能、更样本高效。
• 具体 LLM 模型、提示模板、迭代策略、是否微调、仿真预算设置：待核实。

主要结果或产业意义

• 在 ARCH-COMP 证伪基准上，按“找到反例所需的平均仿真次数”衡量，LLM-Falsifier 在 21 条规约中的 14 条上优于现有证伪工具。
• 被比较的现有工具覆盖多种优化范式：代理模型优化、贝叶斯优化、基于搜索的测试。
• 产业意义（潜在）：若结果可复现，LLM 可能帮助降低 CPS 形式证伪中的仿真次数，从而缓解高保真 CPS 仿真昂贵的问题；具体工业部署、实时性和可靠性收益：待核实。

为什么重要

• 它将“LLM 作为优化器”的近期线索推进到形式方法与 CPS 证伪场景：优化目标不只是数值分数，还借助变量名、轨迹和临界时间见证等语义反馈。
• 对 CPS 验证流程而言，证伪的价值在于快速找到违反规约的反例；仿真次数直接影响搜索成本。
• 与既有卡片的关系：已有卡片中的 GOLLuM 关注让 LLM 具备校准不确定性以做实验优化；本卡片是同一“LLM 优化器”脉络向 STL 鲁棒度最小化/CPS 反例搜索的延伸。它与 RAG 自动构建动态主逻辑知识图谱用于诊断、以及 LLM 在 HVAC 运行中的综述所讨论的问题不同；增量信息集中在 ARCH-COMP 基准上的样本效率比较。

局限与不确定性

• 本卡片仅依据来源中的标题、摘要、作者和分类元数据生成，未读取全文；完整实验细节待核实。
• “14/21 条规约上更优”是在特定基准和“平均仿真次数”指标下的结果，不能直接外推到所有 CPS、所有 STL 规约或所有优化目标。
• 具体基线工具名单、统计显著性、置信区间、运行时间/token 成本、模型版本、提示设计、可复现性：待核实。
• 是否有安全保证、能否处理高维/真实工业系统、是否支持在线或嵌入式部署：待核实。
• 论文的同行评审状态、最终发表 venue、代码与数据开源情况：待核实。

可用于图书/PPT/简报的角度

• “语言模型不只是生成文本，也能成为形式证伪的优化器”：用 LLM-Falsifier 作为案例。
• 从黑盒数值优化到语义反馈优化：变量名、输出轨迹、临界时间见证如何进入搜索循环。
• CPS 仿真成本与反例搜索：用“找到反例所需平均仿真次数”解释样本效率为何关键。
• 形式方法 + 基础模型：STL、鲁棒度、证伪、ARCH-COMP 基准的通俗化讲法。
• LLM 优化器脉络对比：GOLLuM（不确定性校准优化）vs. LLM-Falsifier（CPS 规约证伪）——可做技术演进图。
• 风险与边界：基准成绩不等于工业部署；需要标注待核实项和复现要求。

原始材料

• 英文标题：Large Language Models as Falsifiers for Cyber-Physical Systems
• 英文关键词/术语（据摘要提取）：falsification; cyber-physical systems (CPS); Signal Temporal Logic (STL); robustness optimization; large language models (LLMs); LLM-Falsifier; ARCH-COMP falsification benchmarks; critical-time witnesses
• 作者：Ali ArjomandBigdeli, Jiawei Zhou, Stanley Bak
• 发布/更新时间：2026-09-17T17:40:04Z
• arXiv ID：2609.20752v1
• 主分类：eess.SY
• 分类：eess.SY, cs.AI, cs.LO, cs.SE
• 摘要 URL：https://arxiv.org/abs/2609.20752v1
• PDF URL：https://arxiv.org/pdf/2609.20752v1