Rolf Drechsler 和 Christina Plump 于 2026 年 11 月 5 日提交预印本 Secure Formal Raising: Protecting the Development of AI through Executable Properties。Formal Raising 在机器智能的发展式培养思路中加入明确的行为属性;这篇论文将其扩展到 AI 培养环境的安全问题。[1]
据摘要介绍,Secure Formal Raising 使用四值证据,对策略完整性、授权和机密数据流进行建模。这种表示保留了未知或相互矛盾的评估。作者称,他们给出了六项安全不变量的数学证明,并表明这些不变量要求准入机制只接受已确认的证据。保存的摘要没有列出这些不变量,也未提供其数学证明。[1]
作者还报告,一个纯 C 语言参考实现在有界穷举探索中满足这些不变量。他们称,探索发现了工具调用中的混淆代理缺口,而一项来源要求弥补了该缺口。这些都是论文报告的结果:保存的页面既未给出探索边界,也未提供可供独立评估该修补效果的实现细节。页面介绍的是研究预印本,没有记录已部署的服务,也没有推荐修复后的软件版本。[1]
[1]: Rolf Drechsler 和 Christina Plump,Secure Formal Raising: Protecting the Development of AI through Executable Properties,arXiv,2026 年 11 月 5 日。https://arxiv.org/abs/2611.08042
来源
核查或更正本页
- 更正
- 提交更正请求 · 在 GitHub 编辑源文件 · 更正政策