热点事件持续更新
研究团队提出形式化证明稳定性基准RefactorProof
1 篇报道1 个报道来源5 小时前更新
先了解这件事
AI 综述
2026年10月28日，arXiv发布的一项研究提出了用于评估大语言模型生成证明在程序重构下稳定性的基准RefactorProof。该基准从185个VERINA任务中衍生出458个Lean认证变体，用作可验证代码生成的压力测试。评估结果显示，程序结构重构暴露了形式化证明的显著脆弱性，专用证明器的结构PSR仅为13.3%至26.8%。不过，DeepSeek-Prover-V2-7B与Goedel-Prover-V2（8B/32B）表现相对更优，其存活率仍高出参考证明15.6至20.3个百分点。
AI 根据报道生成 · 5 小时前更新
最新进展10月28日 12:00
RefactorProof基准显示结构重构下证明器PSR仅13.3-26.8%，但部分模型存活率高于参考证明。报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- arXiv 人工智能LLM 生成的证明在程序重构下有多稳定？可验证代码生成压力测试
RefactorProof 从 185 个 VERINA 任务衍生出 458 个 Lean 认证变体，评估程序重构下证明的稳定性。结构重构暴露了显著脆弱性，专用证明器的结构 PSR 为 13.3-26.8%，但 DeepSeek-Prover-V2-7B 与 Goedel-Prover-V2（8B/32B）存活率仍高出参考证明 15.6 至 20.3 个百分点。
本事件热度走势
当前热度 9·可比范围峰值 10（10月28日 13:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。