研究用结构化 AI 工作流完成 37 项算法形式化验证
结合 Dafny 检查、测试与人工规格审阅,完成复杂算法的交互式验证。
浏览与「预印本」相关的资讯、报道和讨论。
共 37 篇
结合 Dafny 检查、测试与人工规格审阅,完成复杂算法的交互式验证。
受控实验连接频率、位置等学习捷径与训练数据的统计性质。
44 项任务分别检查回报与扰动鲁棒性,高回报不代表控制器稳定可靠。
40 道原创图谜区分视觉规则发现与执行能力,机制提示能显著改变结果。
在指定硬件与小模型设置中,本地训练步数解释了大部分能耗差异。
新人工验证题也复现熟悉数据集的线索,抗扰动分数未必来自真正理解。
5266 份企业报告结合关系图预测既有评级,结果不是客观 ESG 认证。
校准与保形预测补充准确率之外的风险信息,低准确率时答案集合仍很大。
生成带证书的系统与符号表达式训练对,为控制问题提出可验证候选。
相近的响应级分数可能对应不同提前量,评估需要对齐错误发生的时刻。
确定性校验保护有限速率选择,但实际业务服务质量仍未测量。
沿实际服务路径检查公开代码,区分生产依赖缺失与已不可达历史代码。
25 种视频模型在罕见危险场景中仍有漏检与幻觉,非量产自动驾驶路测排名。
八起生产故障复盘指向锁信息、死锁报告和只读执行等取证能力缺口。