首个 Verus 形式验证基准发布,GPT-6 Astra 以 59.1 分居首

fhuszar · x · 2026-11-17

Reasonable 团队发布 Verus Proof Index,迄今最全面的软件形式验证基准:让 25 个模型作为自主 agent,在 100 道 Verus 证明题上生成通过验证器检验的形式化证明。

这是该团队系列基准的第一个,主打量化 agentic 证明生成能力。

原文链接 →

「编程与Agent」频道最新

更多「编程与Agent」频道 AI 资讯 →