arXiv · cs.AI· Md Rakib Hossain Misu, Cristina V. Lopes, Iris Ma, Yuangang Li, Shuvendu Lahiri·· 1 天前
Spec-Harness：评估并指导超越可验证性的 LLM 合成形式化规范
Spec-Harness: Assessing and Guiding LLM-Synthesized Formal Specifications Beyond Verifiability
arXiv:2604.00280v3阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Md Rakib Hossain Misu, Cristina V. Lopes, Iris Ma, Yuangang Li, Shuvendu Lahiri
研究任务与主要进展
研究提出 Spec-Harness，用于评估大语言模型合成的 JML 形式化规范是否真正约束程序行为，而不只是通过验证器；作者报告，22.7%的已验证规范没有后置条件。基于论文摘要，该框架从前置条件和后置条件的正确性、完整性四个维度结合 Hoare 三元组符号验证与输入输出变异，并在留出测试中作为 Codex、Claude Code 和 CodeAct 风格代理的反馈信号，提升规范的行为充分性。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org