跳到正文
热点事件持续更新

Sightline发布并获形式化验证

1 篇报道1 个报道来源16 小时前更新

先了解这件事

AI 综述

2026年11月19日,Zihao Xu等研究者发布Sightline数据流摘要工具。该工具通过单次前向传播学习读取模式,生成经校准的LLM数据流摘要。其校准机制设定在部署分布可交换的条件下,平均可控制遗漏的真实数据流比例不超过α,如取α=1%时仅遗漏约1%真实流,并剔除43.9%至65.6%的虚假流。Sightline在2,103个未见代码库族上的测试中表现优于7种基线工具。利用开放代理机制,该工具能够以接近模型自我读取的准确度读取被视为闭源的模型,且无需模型自身的标签数据。在LLM智能体应用中,该工具可移除约半数不包含数据流的输入标签。研究团队已将其分析结果在Lean 4中进行形式化验证,确保了数据流控制分析的逻辑严谨性。

AI 根据报道生成 · 16 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月20日
  1. arXiv · AI
    Sightline 通过单次前向传播学习读取模式,生成经校准的 LLM 数据流摘要,在 $\alpha=1\%$ 时仅遗漏约 1% 真实流,并剔除 43.9-65.6% 的虚假流。

    该工具在 2,103 个未见代码库族上表现优于 7 种基线,利用开放代理即可读取闭源模型,且在 LLM 智能体中可移除约半数无数据流的输入标签。 其分析结果已在 Lean 4 中形式化验证,确保了数据流控制分析的逻辑严谨性。

本事件热度走势

可比范围当前
6
可比范围峰值
1011月20日 14:00
近 24 小时变化
–

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。