📰
價值十億美元的錯誤，如何造福程式設計師
文章回顧 Tony Hoare 的一生；他的 Quicksort 演算法、Hoare logic 與程式語言設計工作深刻塑造了現代軟體工程。隨著 LLM 與 Coding Agent 讓產生程式碼變得更容易，他對簡潔、形式化驗證與程式可理解性的重視，顯得更加重要。
Search
Tag: #formal-verification43 results
為何神經約束求解器需要符號驗證
本文立場論文主張，若沒有針對個別實例的符號認證，神經約束推理在分布偏移下無法提供可靠的正確性。論文以 Sudoku 為測試平台，倡議雙向神經符號系統，讓神經模型提供啟發式方法，並由符號求解器驗證輸出。
OpenAI 公布 Astra 模型，成功解決 10 個未解數學難題
OpenAI 發表了下一代旗艦模型 Astra，該模型已成功解決 10 個數學與理論計算機科學領域的未解難題。此模型展現了在高等數學研究與形式化驗證方面的巨大潛力。
Pythagoras-Prover：高效形式化定理證明的新突破
Pythagoras-Prover 是一個全新的高效能 Lean 定理證明模型系列，在 MiniF2F 基準測試中達到了領先水準。透過使用增強型形式化（ALF）與課程微調技術，該模型能以遠少於現有巨型模型的參數規模，提供卓越的推理能力。
IDS 讓 AI 能夠生成經過形式驗證的系統
Inductive Deductive Synthesis (IDS) 是一種新型代理式 LLM 框架，可同時合成程式碼與形式化證明。它在分散式鍵值儲存規格上達到了 100% 的驗證成功率，表現顯著優於目前的頂尖程式編寫代理。
OpenAI 破解了一項 80 年歷史的數學難題
OpenAI 研究人員成功解決了一項困擾數學界八十年之久的難題。這項突破凸顯了 AI 模型在高等科學推理與形式化證明驗證方面日益增強的能力。
OpenAI 模型解決了 80 年未解的數學難題
OpenAI 宣布其內部 AI 模型成功反證了一個長達 80 年的離散幾何猜想。此成果已獲得外部數學家的驗證，標誌著 AI 在執行複雜數學推理能力上的重要里程碑。
AI Agent搞定世紀首次菲爾茲獎成果形式化！一週獨立完成
一個 AI Agent 在僅一週內獨立使用 Lean 形式化了本世紀首次菲爾茲獎成果。它產生了 20 萬行程式碼，現已公開。這是歷史上最大規模的單一目的 Lean 形式化項目。
GPM 讓代理記憶採用故障安全封鎖
Governed Persistent Memory (GPM) 提出可稽核的雙時間記憶模型，將記錄與來源綁定，並阻止矛盾、撤回、刪除或過時資訊支援輸出。GPM 在 3,600 個案例的基準測試及封閉式服務評估中達到完整正確率，而未受治理的 Qwen2.5-7B 僅在 2,400 個叢集中正確完成 600 個。
PULSE 讓知識圖譜契約可執行
PULSE 是一種用於建構時空知識圖譜的具型別可執行語言，將狀態、證據、約束、流程與假設分支整合到單一執行期契約中。評估結果顯示其通過形式安全性檢查、在不同工作流程間達成軌跡一致性，並在超過 147 萬個轉換區域配對上與 GEOS 結果一致，但研究也指出其易用性與語言優越性尚未獲得證明。