Isabelle
PulseAugur coverage of Isabelle — every cluster mentioning Isabelle across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
新基准 'claimcheck' 解决 AI 生成规范的忠实度问题
研究人员开发了一个名为 claimcheck 的新基准，用于衡量和改进 AI 模型生成的正式规范的忠实度。该基准涵盖四种形式化语言——Dafny、Lean 4、Isabelle 和 Rocq——并包含 3,234 对自然语言需求及其对应的形式化构件。其中很大一部分对是保持意义的重写，以挑战自动化检测方法。claimcheck 工具采用双模型方法，将形式化构件翻译回英文，然后评估它们与原始需求的语义等价性，在召回率方面显示出比现有方法有显著改进。
-
AI生成的数学证明引发对理解价值的辩论 · 跟踪1个来源
最近，一个GitHub仓库公开了700多份文档和Lean形式化证明，据称其中包含AI生成的数学证明，这在数学界引发了辩论。虽然一些人看到了从中挖掘见解和改进AI模型的潜力，但另一些人则质疑在缺乏人类理解的情况下，AI生成结果的价值。这次讨论凸显了评估对新数学概念理解的难度，并将其与已建立的知识进行对比，在已建立的知识中，理解可以通过交流更容易地进行评估。
-
新的CAPRI系统确保LLM不更改Isabelle证明
研究人员开发了CAPRI，这是一个新颖的工作流程，旨在提高大型语言模型（LLM）为Isabelle定理证明器生成证明的可靠性。CAPRI引入了一个契约感知的修复机制，其中Isabelle验证证明的正确性，而一个独立的检查器强制执行机器可读的编辑契约，以确保LLM仅修改授权的部分。对失败证明的评估表明，CAPRI显著降低了未经授权修改的风险，特别是在关注证明体而不是整个理论时。该系统在各种配置下进行了测试，包括与OpenRouter和O…
-
AI 通过新工具和基准推动形式化证明系统发展 · 跟踪 4 个来源
研究人员为形式化定理证明开发了新工具和基准，该领域与 AI 的相关性日益增强。一篇论文详细介绍了一个用于 Event-B 的交互式序列证明器，该证明器用 Prolog 编码，在教学和证明分析方面具有优势。另一篇论文介绍了 ProB（一个基于 Prolog 的模型检查器）的扩展，用于动画和可视化 Prolog 转换系统，并应用于游戏策略评估和教学。第三项贡献引入了 ITPEval，这是第一个用于在不同交互式定理证明器 (ITP) 之间翻…
-
LLM模组通过动态NPC和涌现式叙事彻底改变RPG
开源大型语言模型（LLM）正在显著提升角色扮演游戏（RPG）的体验，尤其是在支持广泛模组的游戏（如Skyrim）中。CHIM和SkyrimNet等模组利用LLM来创建动态且上下文感知的非玩家角色（NPC），从而实现涌现式叙事和个性化任务线。这使得玩家能够参与更深层次的角色扮演场景，超越预设内容和静态NPC交互的限制。
-
AI工具IsabeLLM已增强，可用于共识协议的正式验证
研究人员通过集成检索增强生成框架，增强了IsabeLLM（一种用于自动定理证明的AI工具）。此次升级包括错误跟踪和反例生成，为大型语言模型提供更好的上下文。更新后的IsabeLLM现已兼容最新版本的Isabelle和Sledgehammer，旨在提高效率。该论文比较了原始和增强版IsabeLLM在验证比特币工作量证明共识协议方面的性能。
-
神经符号AI框架自动化软件验证证明
研究人员开发了一种新颖的神经符号框架，以自动化系统软件验证的证明生成。该方法结合了大型语言模型（LLM）和交互式定理证明（ITP）工具，以更有效地导航证明状态。通过在证明数据上微调LLM，并集成符号ITP工具进行步骤修复和子目标求解，该系统显著增强了证明自动化。