TLAPS-Bench形式化证明基准发布

Murat Demirbas与Tianyin Xu等发布面向智能体AI的TLA+形式化验证基准TLAPS-Bench，论文与代码均已开源。基准收录来自95个真实系统的265个证明目标，涉及缓存一致性、拜占庭共识、预写日志等此前未证明的性质。 配套proof harness支持迭代式证明开发，为智能体配置证明工具和库，并加入防止奖励作弊的机制。发布方在包含70个证明目标、12个规约的子集上评测了前沿模型。

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。