标签
Creusot 0.14.0 发布,这是 Rust 的形式化验证工具,新增了对偏序(partial orders)的支持以及为快照(snapshots)生成验证条件(VCs)的功能。
本文介绍了VQS,一种用于自进化视觉-语言模型的方法,它使用程序验证从图像中生成和标注问题,显著提高了准确性和模型性能,优于现有基线。
一篇技术博文认为,由于Rocq(Coq)原生支持余归纳类型和cofixpoints,而Lean基于库的方法尚不成熟,因此Rocq在程序验证方面优于Lean。
InvWeaver 是一个神经符号框架,利用大语言模型和演绎反馈来合成具有多个交互循环程序的循环不变式,在基准测试中优于现有方法。
本文介绍了Dockerless,一种无环境的代理化补丁验证器,无需执行代码即可评估补丁,性能超越现有开源验证器,并为编码代理实现高效的后训练。
本文在Clever基准的程序验证任务中,采用智能体证明框架评估Claude Code,在规范生成和端到端验证方面取得了超过98%的成功率,揭示出现有基准可能不足以评估现代智能体证明器的能力。