---
title: "VeriBase 作者称自动构建验证库可提高任务成功率"
dek: "一篇新预印本提出同步泛化代码、定理陈述和数学证明，并使用 Lean 检查结果。摘要报告了基准测试收益，但所保存的来源不足以确认结果能否复现。"
---

Zihao Zhang 及其合著者于 2026 年 11 月 1 日提交 VeriBase 预印本，提出从成功的验证方案中自动构建可复用软件验证库的框架。arXiv 摘要称，该框架同步泛化程序实现及依赖它们的定理陈述和数学证明，以减少原本需要大量专家投入的工作。[^1]

VeriBase 将代码及其相关定理组织为“声明族”。流程分为三个阶段：完成种子任务的数学证明，泛化代码及相关定理，再将所得声明族整合到共享接口中。作者称，接口变化时，框架会更新依赖这些接口的声明，并使用 Lean 检查生成的代码和数学证明。因此，修改程序实现后如何同步处理依赖它的数学证明，是这一方案的核心问题。[^1]

作者报告，他们使用三个后端大语言模型（LLM），在四个基准上开展了评估。摘要称，由 4,191 个独立程序构建的通用库，使平均任务成功率最高提高 17.0%，数学证明完成时间最高缩短 21.4%。针对特定基准构建库还能进一步改善结果，但摘要没有给出具体幅度。这些均为作者报告的结果；保存的摘要没有说明成功率增幅是相对变化还是百分点变化。[^1]

:::analysis
这些主张位于 T6 评估层（evaluations）和 T4 输出层（outputs）：基准测量涉及性能，Lean 检查涉及生成的代码和数学证明；读者仍需查看实际检查了哪些定理陈述，以及它们是否对应预期任务。用户和运营方在将这些收益用于自身系统前，应核对所用库文件、定理陈述、Lean 检查结果和后端配置。这里涉及的可核查属性是可识别性：如果面向用户提供服务的确切版本和配置有可核查的记录，用户就能判断自己是否接触过该配置；保存的摘要没有提供部署记录、修复版本建议，或建立这种对应关系的方法。[^1]
:::

:::checked
我们于 2026 年 11 月 6 日阅读了所提供的 arXiv 摘要页保存文本，标题为“VeriBase: Automated Construction of Theorem Libraries for Software Verification”，版本为 arXiv:2611.01743v1。该文本能确认作者公开提出的主张及提交日期。我们没有阅读全文、检查代码、测试系统或复现基准结果。[^1]
:::

[^1]: https://arxiv.org/abs/2611.01743
