Trong bài báo này, chúng tôi giải quyết vấn đề mơ hồ về ý định của người dùng bên cạnh vấn đề ảo giác trong tổng hợp chương trình bằng mô hình ngôn ngữ quy mô lớn (LLM). Chúng tôi chứng minh vấn đề mơ hồ này trong bối cảnh mạng lưới tổng hợp thành phần gia tăng của bản đồ tuyến đường và Danh sách Kiểm soát Truy cập (ACL). Các cấu trúc này thường chồng chéo trong không gian tiêu đề, khiến LLM không thể suy ra mức độ ưu tiên tương đối của các tác vụ mà không có sự tương tác của người dùng. Các phép đo trong môi trường đám mây quy mô lớn cho thấy các ACL phức tạp với hàng trăm điểm chồng chéo, chứng minh rằng mơ hồ là một vấn đề thực sự. Trong bài báo này, chúng tôi đề xuất một hệ thống nguyên mẫu có tên là Clarify, bổ sung một mô-đun mới, Disambiguator, vào LLM để giúp khơi gợi ý định của người dùng. Clarify tổng hợp và xác minh các chính sách định tuyến một cách gia tăng sau khi khử mơ hồ cho các khối lượng công việc tổng hợp nhỏ. Cách tiếp cận của chúng tôi đối với mơ hồ cũng hữu ích trong trường hợp tổng quát hơn, khi LLM có thể tổng hợp chính xác ý định của các bản cập nhật, nhưng việc tích hợp chúng lại mơ hồ và có thể dẫn đến các hành vi toàn cục khác nhau.
