Claude 在 123 個開源程式庫大規模生成機器可驗證的正式證明
原始證據權重 +1.2
原始權重不是百分點；正式指標另經時效衰減、同日同類遞減及 Logistic 飽和函數計算。
Anthropic 與 Theorem 合作，讓 Claude 自主為 123 個 OSS-Fuzz 開源程式庫的 239 個入口撰寫 Rocq 證明；證明在特定單執行緒、靜態 RISC-V/Linux 模型與 64MB 輸入上不會崩潰，並在過程中找到與修補多年未發現的錯誤。部分證明與語義已公開。
為什麼值得觀測
將原需大量專家工時的正式驗證擴展到百餘真實程式庫，顯示長程程式推理與自主驗證能力的實質進展；但仍屬受限環境實驗。
證據的邊界
公司與合作方發布的研究；僅部分證明公開，保證受規格、硬體／作業系統模型、架構與入口覆蓋限制，不能解讀為程式完全無漏洞。
核對日期 2026-10-22。本站為話題性編輯量表，不是 AGI 完成率或到達機率。
閱讀原始來源 ↗這次變化，你怎麼看？
對事件提出理由。留言不直接改變量表。
還沒有留言，留下第一個有理由的判斷。