RAINFALL框架利用LLM与符号验证证明循环终止

Rongkang Li等人提出神经符号框架RAINFALL，该框架遵循生成-验证-精炼范式，将大语言模型（LLMs）与符号验证紧密结合，旨在辅助合成可形式化验证的活性证明证书。此前无相关进展记录。在评估中，研究团队在两个包含358个终止C程序的公开基准套件上测试了RAINFALL。使用该框架配合MiniMax V2.7模型，成功为323个程序合成了可验证的排序函数，成功率达90.22%。这一结果优于包括PROTON 2.1在内的所有有前景的基线方法，其中比PROTON 2.1多解12个程序。研究表明，当组合使用时，成功率可进一步提升至96.65%。该框架为利用LLM生成可形式化验证的证明提供了通用路径。

AI 根据报道生成 · 58 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。