arXiv · AI· Pedro Ribeiro, Martim Afonso, Andr\'e Vasconcelos, Jo\~ao F. Ferreira·· 7 小时前AI 评分22
VerusWeave: 面向并发 Verus 程序证明修复的基准测试
VerusWeave: A Benchmark for Proof Repair in Concurrent Verus Programs
AI 导读
VerusWeave 发布首个并发证明修复基准，源自四个开源项目。 包含 75 个聚焦任务和 17 个全模块变体，利用 Verus 进行验证。 初步评测显示，通用编码智能体在聚焦任务成功率达 75%-85%，全模块任务为 29%-47%。
来源：arXiv · AI · arxiv.org