标签
作者探讨AI如何推动形式化验证走向主流,同时论证形式化验证本身仍不可完全验证:证明可以复核,但定义、模型和验证器等信任基础难以审查;而测试反而因为产出可审查的bug报告,显得更加“可验证”。
Bradley Gibbs 的文章提出"循环工程"方法,介绍如何通过优化终端评估、内层循环与学习循环来降低 AI 辅助代码生成带来的验证瓶颈,保留人类的时间、注意力与判断力。
互联网最近发现了 TLA+,这是一种用于验证并发系统的正式规范语言,从而引发了关于其应用和未来影响的讨论。
本文讨论了在 TLA⁺ 中表达可达性属性的可能性,参考了 Leslie Lamport 的工作以及 TLC 模型检查器的局限性。
本文重新审视了一篇1979年批评形式验证的论文,认为近期软件工程中基于人工智能的发展正在重新激发兴趣并挑战历史性的反对意见。
一场关于形式化方法的演讲,以“做事器”三步流程为例,说明如何在尚不存在的系统中寻找 bug。开场因硬件故障延迟了 8 分钟。
介绍Flows,一个面向软件构建代理的执行与验证层,主张代理需要与模型置信度并行的独立完成信号,并通过一个59/59检查全部通过的多模块应用加以验证。
Jane Street,此前对形式化方法持怀疑态度,现在正在组建团队使用它们,这得益于人工智能和智能体式编码,它们降低了成本并增加了软件验证的收益。
一篇新论文,调查了形式化方法从业者对AI安全应用的重要性与可行性,并附带一项对软件验证应更具雄心的广泛呼吁。