arXiv · cs.AI· Álvaro F. Silva·· 1 天前AI 评分27
SeVerus：面向 Rust 验证的上下文感知游戏化基准测试
SeVerus: Context-Aware, Gamified Benchmarking for Rust Verification
来源与原文
arXiv · cs.AI
作者：Álvaro F. Silva
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2611.07194v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
SEVERUS 是一种上下文感知技术，可将 Verus（Rust 程序验证器）的验证任务组织成游戏化关卡，通过逐步移除证明上下文生成基准。应用于六个开源 Verus 项目后，它生成了 819 个任务、共 10,095 个关卡。使用 GPT-6 Sol、GPT-6 Luna 的 Codex 和 Sonnet 4.6 的 Claude Code 测试显示，随着证明上下文被移除，成功率下降、成本上升；最强智能体在 60 个抽样任务中能解出 52 个的最终关卡，但仅能可靠解决 35% 的关卡，失败集中在较长任务上。
来源：arXiv · cs.AI · arxiv.org
这条消息，你怎么看？
把新闻带到 MickerBook，和社区伙伴聊聊；也可以去 AIHER 看看模型背后的角色与梗。