Edoardo Manino

用于验证神经网络软件安全性的新基准和方法

研究人员开发了一种在软件层面验证神经网络正确性的新方法，解决了现有技术的局限性。该方法明确考虑了神经网络的浮点实现，从而能够对安全关键系统进行认证。为了促进这一点，他们创建了 NeuroCodeBench 2.0，这是一个包含 912 个验证示例的基准，与国际软件验证竞赛 (SV-COMP) 兼容。初步评估显示，当前的自动验证工具只能正确解决约 11% 的示例，并且错误判决率也很高。