Verus Proof Index 发布,GPT-6 Astra 形式验证居首
Reasonable 团队发布 Verus Proof Index,这是首个针对形式化验证的智能体证明生成能力基准,也是迄今最全面的软件形式验证基准。评测让 25 个模型作为自主 agent,在 100 道 Verus 证明题上衡量其证明正确性等表现,其中 GPT-6 Astra 以 59.1 分排名第一。
2026-11-17 ~ 2026-11-17 · 2 条相关
- Verus Proof Index 发布:25 个模型的智能体形式化证明能力基准 — fhuszar · 2026-11-17
- 首个 Verus 形式验证基准发布,GPT-6 Astra 以 59.1 分居首 — fhuszar · 2026-11-17