RefactorProof基准揭示LLM证明重构脆弱性
热点事件持续更新
RefactorProof基准揭示LLM证明重构脆弱性
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
Aravind Mandiga和Guoming Li发布RefactorProof基准，旨在通过458个Lean认证变体测试程序重构下LLM生成证明的稳定性，研究被NeurIPS 2026 Workshop接收。 测试结果显示LLM证明在重构后表现脆弱，结构存活率（PSR）仅为4.3%至26.8%；其中DeepSeek-Prover和Goedel-Prover表现优于参考证明，存活率高出15.6至20.3个百分点。 研究基于VERINA任务的185个可编译任务，所有模型与参考证明的主要对比均限制在21-25个短非递归任务内，重点衡量证明稳定性而非修复成本。
AI 根据报道生成 · 3 小时前更新
最新进展10月28日 12:00
程序重构下的 LLM 生成证明稳定性压力测试报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- arXiv · AI程序重构下的 LLM 生成证明稳定性压力测试
RefactorProof 发现 LLM 生成证明在程序重构后表现脆弱，结构 PSR 介于 4.3% 至 26.8% 之间。 测试基于 458 个 Lean 变体，DeepSeek-Prover 和 Goedel-Prover 表现优于参考证明，存活率高 15.6 至 20.3 个百分点。 研究被 NeurIPS 2026 Workshop 接收，旨在衡量证明稳定性，而非修复证明的成本。
本事件热度走势
- 可比范围当前
- 9
- 可比范围峰值
- 1010月28日 13:00
- 近 24 小时变化
- –
02.557.510
13:0014:0015:00
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。