---
title: "VerusWeave 作者提出并发程序数学证明修复基准"
dek: "作者报告了 75 项局部任务和 17 项完整模块变体，整模块修复的成功率较低。保存的摘要介绍了验证器检查，但这些结果尚未经我们独立复现。"
---

Pedro Ribeiro、Martim Afonso、André Vasconcelos 和 João F. Ferreira 在 2026 年 10 月 30 日提交至 arXiv 的论文中介绍了 VerusWeave。这项基准面向修复并发 Verus 程序数学证明的编程智能体，旨在补充现有 Verus 基准对并发问题覆盖不足的部分。[^1]

Verus 为 Rust 扩展了形式化验证能力。据摘要介绍，VerusWeave 的任务源自四个开源项目，包括 75 项局部任务和 17 项完整模块变体。任务会删除选定的数学证明注解，要求智能体补全缺失内容，同时保留可执行代码和规格说明。这意味着，保持原有验证目标也是评估的一部分。[^1]

作者称，评估框架使用 Verus 和变更检查器检查修复，并记录解答、执行轨迹及资源使用情况。对四种通用编程智能体框架的初步评估显示，局部任务成功率为 75–85%，完整模块变体为 29–47%。这些数字属于作者报告的结果；保存的摘要没有列出四种框架的名称，也没有提供其配置或详细评分规则。[^1]

:::analysis
这项主张位于 T6（评估）和 T5（智能体）：所述检查提供了一种依据保留的代码与规格说明评估数学证明修复的方法，用户仍需信任验证器和变更检查器。用户与运维人员应核对结果对应的任务变体、智能体配置和验证器设置，并确认两项检查是否均通过；保存的来源没有推荐任何修复版本。这里涉及的可验证属性是可识别性：如果向用户提供服务的确切版本和配置有记录且可核查，用户就能判断自己是否曾接触该配置；摘要并未确立这类部署记录的存在。[^1]
:::

:::checked
我们于 2026 年 11 月 13 日阅读了保存的《VerusWeave: A Benchmark for Proof Repair in Concurrent Verus Programs》arXiv 摘要页文本，其中包括标明 v1 的提交历史。此次阅读确认的是作者报告了哪些内容。我们没有阅读全文、检查代码、运行基准或测试系统，也没有独立确认上述成功率。[^1]
:::

[^1]: https://arxiv.org/abs/2611.00287
