Reasonable 用 3000 条 Verus 证明后训练 Nemotron 3.5,pass@1 提至 73.3%
fhuszar · x · 2026-10-16
Ferenc Huszár 团队（Reasonable）与 NVIDIA 合作，拿到了 Nemotron 3.5 Super VL 的早期访问权，发布了新数据集 tlaverus-train：包含 3000+ 条具有挑战性的 Verus 形式化证明轨迹，源自将 TLA+ 时序逻辑规范翻译为 Verus（Rust 实现级验证），并配套了更难的评测基准 tlaverus-60。
- 目标：让模型学会与验证工具交互、诊断失败并迭代修复，实现 agentic 软件形式化验证，而非只生成孤立证明。
- 结果：微调后 Nemotron 3.5 Super VL 的 pass@1 提升约 30 个百分点，达到 73.3%，且增益可迁移到无关的 Verus 基准，同时保留通用知识与编码能力。
- 意义：证明专用开源权重模型 + 领域数据后训练，可让形式化验证对普通软件工程师变得实用。
所属事件:3000 条 Verus 证明后训练，开源模型证明通过率升至 73%(2 条相关)→
「模型」频道最新
- Nat Lambert 炮轰 Meta Muse 开源许可证:一纸空文 — natolambert · 2026-10-16
- Google 发布 Gemini 4 Argon:强调物理理解与 3D 建模 — ShikharMurty · 2026-10-16
- Google 向 X 用户开放 Argon 早期测试,不止限企业 — lyraxana · 2026-10-16
- Grok Voice 3.0 登顶 Design Arena 语音榜,超上代 7.4 分 — XFreeze · 2026-10-16
- 16 项任务实测机器人 LLM：GPT-6 Astra 成功率 17.2% 力压 Fable 5.1 — pabbeel · 2026-10-16
- Meta 开源 816B 多模态模型 Muse Spark，评论称仅次于 DeepSeek — bindureddy · 2026-10-16