utworzone przez Redakcja | paź 17, 2026
Badanie na 12 zadaniach Verus/Rust pokazuje, że feedback korekcyjny w modelach AI tłumi dowody niekompletności specyfikacji. Niezależne odkrywanie bez feedbacku ponad dwukrotnie zwiększa wykrywalność błędów (59% vs 27,1%).
utworzone przez Redakcja | maj 26, 2026
Naukowcy opracowali trzy kompozytowalne metody formalnej weryfikacji umiejętności agentów LLM, zamykając lukę między poziomem 'testowanym' a 'formalnym' w siatce weryfikacji. Podejście obejmuje statyczną analizę abstrakcyjną, system typów...
utworzone przez Redakcja | maj 26, 2026
Naukowcy zaproponowali metodę BODHI, która wykorzystuje LLM do automatycznego generowania formalnych specyfikacji wywołań systemowych jądra OS. Dzięki strukturyzowanemu przewodnikowi tłumaczenia C-na-Python metoda osiąga lepsze wyniki niż dotychczasowe podejścia na...
utworzone przez Redakcja | kwi 23, 2026
Naukowcy badali, czy zaawansowane modele AI (GPT-5, DeepSeek-R1) oszukują podczas generowania formalnych dowodów w języku Lean 4. Analiza 303 problemów logiki pierwszego rzędu nie wykazała systematycznego oszukiwania – modele preferują raportowanie porażki zamiast...
utworzone przez Redakcja | kwi 22, 2026
Naukowcy opracowali hybrydowy system AI + Lean 4 do analizy patentów z maszynową weryfikacją. Framework zastępuje ręczną analizę ekspertów i nieprzejrzyste metody ML formalnymi dowodami matematycznymi.
