Verus
PulseAugur coverage of Verus — every cluster mentioning Verus across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
亚马逊的 Verus 工具凸显了 AI 代码审查的局限性
亚马逊强调了 Verus，一个 Rust 验证器工具，该工具可以根据数学规范机械地证明代码的正确性，这与 AI 驱动的代码审查形成了鲜明对比。与评判代码质量的 AI 模型不同，Verus 基于可验证的标准提供通过/失败的判断，类似于强化学习模型如何根据查询执行时间等客观指标进行训练。这一区别表明，改进 AI 代码审查需要关注可验证的方面，而不是依赖主观判断。
-
新的RESUME CONTRACT论文发现AI代理工作流持久化存在重大缺陷
一项新的研究论文介绍了RESUME CONTRACT，这是一个机器检查的一致性合同，旨在标准化工作流持久化层中的检查点、中断和恢复语义。研究发现，包括LangGraph和CrewAI在内的五个广泛使用的代理工作流框架，在这些语义方面表现出不一致且经常违反的行为。RESUME CONTRACT规定了六个属性以确保可预测的执行，其中TLA+模型对这些属性进行了详尽的验证，故障矩阵识别了关键的故障点，尤其是在并发交付场景中。
-
新系统Formal Disco可大规模生成已验证的代码数据集
研究人员开发了Formal Disco，一个旨在生成大量形式化验证程序数据集的可扩展系统。该系统采用分布式方法，包含三种类型的AI工作者：启动者负责勾画程序，修复者负责解决验证错误，扩展者负责扩展现有代码。Formal Disco旨在通过创建合成数据来克服形式化验证中的数据稀缺问题，这些数据已被用于微调开放模型，使其在与验证相关的任务上达到或超过Claude Opus 4.5的性能。该项目还引入了最大熵原理来生成多样化的程序，并发布了…
-
新的评估框架通过改变实现方式而非仅仅是AI模型来测试软件安全
这篇博文提出了一个多维度评估框架，用于评估软件的安全性，特别是在AI辅助开发的环境下。作者建议，与其仅仅改变被测试的AI模型，不如改变其他组件，例如不同的编程语言、形式化验证工具或容器运行时。这种方法旨在通过保持AI能力不变，并针对不同的实现和环境进行测试，从而更全面地理解软件的健壮性。作者举例说明了容器安全评估和压缩算法的形式化验证，认为这些是迈向多维度评估的步骤。
-
新基准揭示AI在验证代码生成方面存在困难
一个名为AlgoVeri的新基准已被开发出来，用于评估AI模型在为经典算法生成形式化验证代码方面的性能。该基准在三种语言：Dafny、Verus和Lean中测试模型，揭示了显著的能力差距。虽然Gemini-3 Flash在Dafny中表现出中等成功，但在Verus和Lean中的表现却显著下降，这凸显了在内存约束和显式证明构建方面的挑战。
-
AI使用证明检查器生成形式化验证代码
研究人员开发了一种名为归纳演绎综合（Inductive Deductive Synthesis）的新AI方法，该方法在其实现循环中使用了证明检查器。这种方法类似于思维链（chain-of-thought），但具有形式化验证的中间状态，使AI能够生成形式化验证的系统。该系统以规范作为输入，并生成经过验证的实现原型，并计划与其他证明助手（如用于Rust输出的Verus）集成。