SWE-Proof：语言模型能否借助机器检查证明解决真实世界问题？

英文标题：SWE-Proof: Can Language Models Resolve Real-World Issues with Machine-Checked Proofs?

SWE-Proof 探讨语言模型是否能够通过机器检查的证明来解决真实世界的软件问题。原文指出，确保 LLM 生成代码的正确性是现代软件工程的核心挑战之一。现有智能体代码生成基准通常依赖留出的测试套件验证正确性，但这类测试天然不完整，并面临日益突出的可靠性局限。该研究方向对开发者和行业的意义在于，推动从“测试通过”转向可被形式化验证的代码正确性保障。

2.1 KB 612 B 380 B 9.1 KB 32.7 KB 22.8 KB 24.2 KB 34.7 KB