NL2VC-60

AI 模型在形式化代码生成中实现高验证成功率

研究人员开发了一个新的数据集 NL2VC-60，包含 60 个算法问题，旨在帮助从自然语言生成已验证的代码。他们评估了七个开源大语言模型（LLM），采用了多种提示策略，包括利用 Dafny 验证器反馈的自修复提示。这种方法显著提高了性能，其中 Gemma 4-31B 的验证成功率达到了 90.91%，而 GPT-OSS 120B 在引导反馈下达到了 81.82%。