PulseAugur
中
实时 10:20:37
实体 VerifBench

VerifBench

PulseAugur coverage of VerifBench — every cluster mentioning VerifBench across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
1
90 天内 1
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 1
层级分布 · 90 天
主题
情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条
  1. TOOL · CL_313316 ·

    AI 代理编写的代码通过验证器，但规范不完整

    一项使用 AI 编码代理生成形式化验证代码的实验表明，虽然 Claude Code 等模型可以生成通过验证器的解决方案，但其规范本身却常常不完整。研究发现，对于较小的模型，一些生成的规范含糊不清，甚至有一个包含了一个验证器错过的错误。这凸显了一个关键的差距：AI 代理可以满足证明要求，但由于代理同时编写代码和规范，因此无法真正确保代码的正确性。