大模型能否攻克形式化验证?探索LLM在TLA+系统建模中的能力表现
本文探讨了大语言模型(LLM)在处理高严谨性形式化规约语言TLA+时的潜力与局限。TLA+是设计复杂并发和分布式系统的核心工具,能从数学层面证明系统正确性,但其学习门槛极高。文章或相关研究通过实验测试了LLM生成TLA+模型的能力,结果显示...
本文探讨了大语言模型(LLM)在处理高严谨性形式化规约语言TLA+时的潜力与局限。TLA+是设计复杂并发和分布式系统的核心工具,能从数学层面证明系统正确性,但其学习门槛极高。文章或相关研究通过实验测试了LLM生成TLA+模型的能力,结果显示...
本文详细介绍了如何利用形式化规范语言(Quint)和模型驱动测试(MBT)来建模并验证《龙与地下城》极度复杂的战斗规则系统。作者通过状态机精确处理了“反法术链”、借机攻击中断等高交互场景,并利用MBT发现了大量人工测试难以覆盖的逻辑漏洞。此...

ECS / OSS / CDN / 云数据库一站采购,常用云资源集中选配;新用户与续费均有专场优惠,适合个人开发者与小团队长期使用。
AI 安全公司 Anthropic 正式启动“Project Glasswing”计划,旨在解决 AI 时代最薄弱的环节——软件供应链安全。随着 AI 模型日益成为关键基础设施,其底层依赖的操作系统、编译器和库的安全性至关重要。该项目通过引...
这项工作延续了“人类+AI+证明助手”的前沿研究模式,旨在解决计算机科学先驱Donald Knuth提出的“Claude Cycles”难题。通过结合人工智能的生成能力与形式化验证工具的严密逻辑,研究团队在该算法问题的证明与优化上取得了新的...
美团正式开源代号为LongCat-Flash-Prover的5600亿参数MoE模型。该模型将形式化推理拆解为自动形式化、草图生成及完整证明生成三大核心能力,并创新性地通过Agent工具集成推理与Lean4编译器进行实时交互验证。在训练上,...
Hacker News上关于Lf-lean的讨论指出,该项目旨在将Rocq(原Coq)中的定理和经典教程移植到Lean语言中。评论认为,虽然“逻辑基础”是极佳的教程,但单纯的代码移植在AI能力日益强大的今天已不足为奇。这一讨论不仅反映了形式...
随着大语言模型(LLM)的崛起,软件开发正在经历从确定性逻辑向概率性生成的转变,但这引发了严重的可靠性危机。本文指出,尽管AI能极大提升编码效率,但其固有的“幻觉”缺陷使其无法直接应用于安全攸关的系统。文章强调了形式化验证和规范语言在AI时...
Hacker News社区热议,AI系统已成功“全自动”完成了高维球堆积问题的形式化证明。该数学难题曾助力数学家维亚佐夫斯卡斩获菲尔兹奖,其原始证明过程极为复杂。此次突破不仅意味着AI掌握了极高难度的数学逻辑,更能独立完成顶级数学成果的严谨...
本文提出了一种名为“验证规格驱动开发(VSDD)”的AI原生软件工程方法论。VSDD将规格驱动(SDD)、测试驱动(TDD)和验证驱动(VDD)融合为统一的AI编排流程。该方法论利用Claude等模型构建代码,同时引入由Gemini扮演的“...
本文源自技术博主Hillel Wayne对Z3求解器的趣味脚本探索。Z3是一款强大的SMT(可满足性模理论)求解器,常用于编程语言中的逻辑与约束验证。不同于传统的测试手段,Z3允许开发者在代码编译阶段就利用形式化方法发现深层逻辑漏洞,彻底改...