Counterexamples as Feedback for Agent Self-Correction

A-CEGIS 用正则表达式 oracle 给出具体 false-positive/false-negative witness，把多轮修复能力从一次性生成中分离出来。30 个 NL-RX-Turk 任务在四轮内解决率达 90%，而零样本、通用自纠错和错误摘要反馈分别为 17%、27% 和 23%；定向探测后隐藏集全解，但稳健成功率为 77%，说明探测策略仍影响结果。