Anima 发布 FloatLib:Lean 验证的高精度浮点运算库
AnimaAnandkumar · x · 2026-09-21
Caltech 教授 Anima Anandkumar 团队发布 FloatLib,一个用 Lean 形式化验证的任意精度浮点运算库,目标是让「可证明正确」与「高效执行」兼得,服务于可信机器学习与科学计算——这些场景中舍入、溢出与累加误差可能改变结果。特性:支持 IEEE 二进制/十进制、任意宽度 posits、P3109 及小型 ML 格式,可自定义格式与舍入规则;每个认证软件后端附带 Lean 正确性证明(含带符号零与异常值);性能优化包括 tiny 格式查找表、机器字 kernel、宽位宽的 limb 算法。
所属事件:Anima 团队发布 Lean 验证浮点运算库 FloatLib(2 条相关)→
「研究」频道最新
- 用可验证奖励加评分细则改造模型训练的评分算力 — stochasticchasm · 2026-09-22
- 「数学没有被解决」:AI 是把数学生走遍的宇宙变成虫洞 — ignite_intelligence · 2026-09-22
- JevBench v1.3.0 发布:原版 Jev 以 74.4 分仍居首,47 个竞品逼近 — airesearch12 · 2026-09-22
- PufferLib 作者对比:1 秒 1 GPU 训完 Breakout 的 RL 配置 — jsuarez · 2026-09-22
- DeepSeek 对阵 Jev:无文本「系统一」模型基准的新对照 — frappuccinoCoin · 2026-09-22
- 把前端设计归入视觉 agent 任务,分组相对评分缓解 reward hacking — stochasticchasm · 2026-09-22