arXiv · cs.AI · Pedro Ribeiro, Martim Afonso, Andr\'e Vasconcelos, Jo\~ao F. Ferreira · 13 小时前模型评分37
VerusWeave：面向并发 Verus 程序证明修复的基准
VerusWeave: A Benchmark for Proof Repair in Concurrent Verus Programs
导读
研究者发布 VerusWeave，首个专门评测并发程序证明修复的基准，源自四个开源项目，含 75 个聚焦任务和 17 个完整模块变体。任务删除部分证明标注，要求智能体补全空缺，同时保留可执行代码与规格说明。四个通用编码智能体在聚焦任务上成功率为 75-85%，完整模块变体仅 29-47%。
分类置信度
中 · 待人工复核
- 只有单一媒体来源，需要人工复核。
来源级别：媒体与个人
事件类型：研究发布
证据摘录
- “To address this gap, we introduce VerusWeave, the first benchmark dedicated to concurrent proof repair, derived from four open-source projects.”
来源：arXiv · cs.AI · arxiv.org