Claude自动生成并检查代码正确性证明

Anthropic与Theorem合作，利用Claude为Google OSS-Fuzz项目中123个开源库的测试程序生成约1.8亿行数学证明代码，并由独立的Rocq程序自动检查。研究人员称该流程已实现“完全自主”的证明生成，人工审核几乎不需要，但相关工具和形式化基础仍由Theorem的团队构建。 证明受特定处理器架构、单线程程序及输入小于64 MB等条件限制；单个证明计算量最高达数亿tokens，目前证明的是这些受限条件下的程序正确性，而非开源库在一般环境中的完整正确性。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。