Accès ouvert déclaré 2026 conference-paper

Towards Verified Code Reasoning by LLMs

Meghana Aparna Sistla, Gogul Balakrishnan, Pat Rondon, José Cambronero, Michele Tufano, Satish Chandra

0Citations signalées, ce qui n’est pas une note de qualité

3Institutions déclarées

1Pays d’affiliation déclarés

Rattachement africain : us. Niveau de preuve : code pays fourni par la source.

Le résumé fourni par la source

While LLM-based agents are able to tackle a wide variety of code reasoning questions, the answers are not always correct. As a result of this lack of trustworthiness, the agent's answers need to be manually verified before they can be trusted, which requires substantial effort and can result in lower developer productivity. We describe a method to automatically validate the answers provided by a code reasoning agent by extracting a formal representation of the agent's response, and using formal verification and program analysis tools to verify the reasoning steps. We applied this approach to a set of 20 program equivalence queries and found that the formal verification step successfully caught 6/8 incorrect agent judgments. This work lays the foundation for what may become a new class of high-precision, verifiable code agents, paving the way for their reliable use in critical software engineering workflows.

Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.

Le contrôle bibliographique ouvert

DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.

Titre Crossref: Towards Verified Code Reasoning by LLMs
Date Crossref: 15/06/2026
Éditeur: ACM
Type: proceedings-article

Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.

Où se fait cette recherche

The University of Texas at Austin pays non établi dans la notice
Université ou école supérieure
Google (United States) pays non établi dans la notice
Entreprise
Meta (United States) pays non établi dans la notice
Entreprise
Google DeepMind pays non établi dans la notice
Institution
Meta Platforms pays non établi dans la notice
Institution

The University of Texas at Austin, Google (United States) et Meta (United States), avec 2 autres affiliations.

Une affiliation ne permet pas de déduire la nationalité d’un auteur.

Les sujets associés

Natural Language Processing TechniquesModel-Driven Software Engineering TechniquesSemantic Web and Ontologies

Lire en accès ouvert Consulter la publication primaire Ouvrir le DOI