Oren Sultan

LLMs 展现出潜力但难以进行程序终止形式化证明

一篇新的研究论文探讨了大型语言模型 (LLM) 在解决停机问题（计算机科学中一个基本不可判定问题）方面的能力。该研究评估了 GPT-5 和 Claude Sonnet 4.5 等模型在判断程序终止方面的能力，发现它们的性能与专用验证工具相当。然而，研究强调了一个显著的差距：尽管 LLM 经常能识别终止，但它们难以生成形式化证明，这表明其在符号推理方面存在局限性。