arXiv cs.AI· Aravind Mandiga, Guoming Li·· 6 天前AI 评分35
LLM 生成的证明在程序重构下有多稳定？可验证代码生成压力测试
How Stable Are LLM-Generated Proofs Under Program Refactoring? A Stress Test for Verifiable Code Generation
AI 导读
新基准 RefactorProof 从 185 个 VERINA 任务派生 458 个 Lean 认证变体，测试 LLM 生成证明在程序重构下的稳定性。
来源：arXiv cs.AI · arxiv.org