#формальные доказательства

VERINA представляет комплексный бенчмарк для оценки LLM в генерации проверяемого кода, объединяя код, формальные спецификации и доказательства с разным уровнем сложности.

DeepSeek-AI выпустила DeepSeek-Prover-V2 — открытую большую языковую модель для формального доказательства теорем с помощью разложения на подцели и обучения с подкреплением, достигшую лучших результатов на нескольких бенчмарках.