هوش مصنوعی

راستی‌آزمایی صوری با Claude: اثبات ایمنی ۱۲۳ کتابخانه متن‌باز

DevNA | devna.ir
۱ از ۶

اثبات، نه فقط تست

Anthropic می‌گوید Claude برای ۱۲۳ کتابخانه متن‌باز و ۲۳۹ نقطه ورود اثبات رسمی ایمنی نوشته است.

۲ از ۶

مقیاس کار

اثبات‌ها در چند هفته و در حدود ۱۸۰ میلیون خط Rocq تولید شدند؛ هر اثبات معمولی حدود ۶۰۰ هزار خط است.

۳ از ۶

از فازتست تا مشخصه

تست‌های فاز OSS-Fuzz به مشخصه تبدیل شدند و اثبات می‌کنند ورودی‌های زیر ۶۴ مگابایت کرش نمی‌سازند.

۴ از ۶

صدها باگ پیدا شد

از زیرریز شمارنده در یک دیکمپرسور تا کشف دوباره CVE-2026-56132 در libexpat.

۵ از ۶

هزینه بالا

اثبات‌ها می‌توانند صدها میلیون توکن مصرف کنند؛ مدل‌ها در حال ارزان‌تر شدن این کار هستند.

۶ از ۶

هنوز بی‌باگ نیست

اثبات فقط برای RISC-V و musl معتبر است و به درستی مشخصه‌ها و بخش‌های مورد اعتماد وابسته می‌ماند.

ماجرای کامل را در DevNA بخوانید

Anthropic می‌گوید Claude برای ۱۲۳ کتابخانه متن‌باز اثبات رسمی عدم‌کرش نوشته؛ گزارشی از نتایج، هزینه و محدودیت‌های راستی‌آزمایی صوری.

خواندن مطلب کامل