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