Tristan Lim 等研究者于 2026 年 11 月 11 日向 arXiv 提交了 Pre-QED: Environment Specifications for Agentic Verification。作者认为,使用大语言模型智能体开展验证,瓶颈已从如何生成数学证明转向应该证明什么。他们提出可执行的验证框架,目标是建模应用程序编程接口(API)的所有合法用法。[1]

摘要批评了直接把模糊测试框架用作形式化规约的做法,并以 Anthropic 和 Theorem 的 OSS-Verify 为例,称其智能体证明的是单个测试框架不会崩溃。按照作者的解释,模糊测试框架只在一种调用上下文中执行一组 API 调用序列,因此相应的数学证明覆盖的是一个使用场景,不能据此推及整个库。这是预印本作者的判断;我们此次阅读并未独立核实 OSS-Verify 的覆盖范围。[1]

Pre-QED 提出的工作流先从代码和文档中提取 API 使用契约,再用线性时序逻辑(LTL)排除非法调用顺序。作者称,他们将验证框架作为开源挑战发布,并指出了为其构造数学证明的难点。覆盖每一个遵守契约的客户端,是这项工作的目标;保存的摘要并未证实这一目标已经实现。[1]

来源

  1. Pre-QED: Environment Specifications for Agentic VerificationarXiv · 2026年11月11日

核查或更正本页

验证记录

下方摘要可以说明你读到的文字是否与公开的源文件一致,但不能说明报道内容本身正确。这一摘要在构建时根据本页的 Markdown 源文件计算,并列入站点清单。

39e37a1af14ea37176996daf9278a1358d6ccb7b89f81723bb997a9e09f8f11b