Formal Availability Analysis using Theorem Proving
可用性分析用于评估给定系统的可能故障及其恢复过程。该分析包括计算各个系统组件的瞬时和稳态可用性,以及使用这些信息以及常用的可用性建模技术(如可用性框图(ABD)和故障树(FT))来确定系统级可用性。传统上,可用性分析是使用纸和笔的方法和仿真工具进行的,但由于其不准确性的限制,他们不能确定绝对的正确性。作为一种补充方法,我们建议使用高阶逻辑定理证明器HOL 4进行安全关键系统的可用性分析。为此,我们提出了一个高阶逻辑形式化的瞬时和稳态的可用性,ABD配置和通用的不可用性FT门。为了说明的目的,这些形式化是用来进行正式的可用性分析的卫星太阳能电池阵列,这是用来作为东方红-3(DFH-3)卫星的主要电源。
2016-08-05 cs.LO
Mechanically Proving Determinacy of Hierarchical Block Diagram Translations
分层框图(HBD)是嵌入式系统设计工具(包括Simulink)的核心。存在许多从HBD到具有形式语义的语言的翻译,服从形式化验证。然而,据我们所知,这些翻译都没有被证明是正确的。我们在本文中提出的第一个机械证明HBD翻译算法。该算法将HBD转换为具有三个基本组合操作(串行,并行和反馈)的项的代数。为了捕捉不同的翻译策略,导致不同的条款实现不同的权衡,该算法是不确定的。尽管如此,我们证明了它的语义确定性:对于每个输入HBD,所有可能的条款,可以生成的算法是语义等价的。我们应用这个结果来说明如何三个Simulink翻译策略介绍以前可以正式确定的算法,并得出这些策略产生语义等价的结果(在以前的工作中留下的问题)。所有的结果被形式化,并证明在伊莎贝尔定理证明。
2018-04-12 cs.LO
Dynamic Dependability Analysis of Shuffle-exchange Networks using HOL Theorem Proving
为了克服传统可靠性模型建模的局限性,引入了动态可靠性模型,如动态故障树(DFTs)和动态可靠性框图(DRBDs)。最近,高阶逻辑(HOL)形式化的两个模型已经进行,这使得这些模型的分析正式,在一个定理证明。在这份报告中,我们提供了正式的动态可靠性分析洗牌交换网络,这是多级互连网络,通常用于多处理器系统。我们使用DFT和DRBDs模型的终端,广播和网络的可靠性与动态备用门,并在几个通用版本的结构。我们验证这些系统的故障概率和可靠性的通用表达式,它可以被实例化与任何数量的系统组件和故障率的原因,这些网络的故障行为。
2019-10-24 cs.LO
ProofNet: Autoformalizing and Formally Proving Undergraduate-Level Mathematics
Yale College(耶鲁学院);University of Warsaw(华沙大学);EleutherAI;Carnegie Mellon University(卡内基梅隆大学);Yale University(耶鲁大学)
我们介绍ProofNet,一个基准的自动形式化和正式证明的本科层次的数学。ProofNet基准测试由371个示例组成,每个示例由Lean 3中的正式定理语句、自然语言定理语句和自然语言证明组成。这些问题主要来自流行的本科纯数学教科书,涵盖了诸如实分析和复分析、线性代数、抽象代数和拓扑学等主题。我们打算让ProofNet成为一个具有挑战性的基准,它将推动自动形式化和自动定理证明的进展。我们通过上下文学习报告了语句自动形式化的基线结果。此外,我们介绍了两个新的语句自动形式化方法:即时检索和蒸馏回译。
2023-02-24 cs.AI cs.CL cs.LO
Formal Verification of Cyber-Physical Systems using Theorem Proving (Invited Paper)
由于软件和工程技术的重大突破,嵌入式系统越来越多地用于航空航天和下一代交通系统,智能电网和智能城市,医疗保健系统,以及广义上的网络物理系统(CPS)。CPS主要由几个电子、通信和控制器模块以及一些致动器和传感器组成。异构底层智能技术的混合对设计提出了许多技术挑战,更严重的是对这种复杂基础设施的验证。事实上,CPS应遵守严格的安全性,可靠性,性能和安全性要求,其中需要捕获各种CPS模块的物理和随机方面,然后分析它们在相互关联的连续和离散动态中的相互关系。然而,通常情况下,系统错误在分析过程中不会被发现,从而导致不必要的情况,这些情况可能在安全关键应用中产生严重后果。在本文中,我们介绍了一些挑战,围绕当代CPS的设计和验证与智能技术的出现。特别是,我们调查最近的事态发展中使用的定理证明,一种正式的方法,CPS的建模,分析和验证,并概述了一些现实世界的CPS案例研究,从汽车,航空电子和健康技术领域从系统级的物理组件。
2020-03-08 cs.LO
Dynamic Fault Trees Analysis using an Integration of Theorem Proving and Model Checking
动态故障树(DFTs)已成为一个重要的工具,捕捉系统故障的动态行为。然后,这些DFT定性和定量分析,使用随机或代数方法来判断给定系统的故障特征的子组件的故障。模型检验最近已被提出来进行故障分析的系统使用DFT的动机,以提供一个严格的故障分析的安全关键系统。然而,模型检验还没有被用于DFT的定性分析和约简算法中使用的模型检验通常没有正式验证。而且,分析时间随着状态数的增加呈指数增长。这些问题限制了模型检验在分析安全关键领域中使用的复杂系统时的有用性,在安全关键领域中,分析的准确性和完整性是最重要的。为了克服这些局限性,我们提出了一个全面的方法来进行定性和定量分析的DFT定理证明和模型检验为基础的方法集成。为此,我们形式化的所有基本的动态故障树门使用高阶逻辑的代数方法的基础上,并正式验证了一些简化属性。这种形式化允许我们使用定理证明器正式验证原始DFT和缩减DFT之间的等价性,并进行定性分析。然后,我们使用模型检验进行定量分析的正式验证减少DFT。我们应用我们的方法,以五个基准和结果表明,正式验证减少DFT分析使用模型检验与多达6倍少的状态和高达133000倍的速度。
2017-12-07 cs.LO
Towards Probabilistic Formal Modeling of Robotic Cell Injection Systems
National University of Sciences and Technology (NUST)(巴基斯坦国立科技大学)
细胞注射是生物细胞显微操作领域中的一种技术,用于将小体积的样品递送到悬浮或粘附的细胞中。它已广泛应用于基因注射、体外受精、卵胞浆内单精子注射和药物开发等领域。然而,现有的手动和半自动细胞注射系统需要长时间的培训,并且存在高污染概率和低成功率的问题。在最近推出的全自动细胞注射系统中,注射力在该过程的成功中起着至关重要的作用,因为即使是微小的过度力也会破坏生物细胞的膜或组织。传统上,力控制算法是使用仿真来分析的,这在检测系统故障方面是固有的非穷举和不完整的。此外,在分析中通常忽略系统中的不确定性。为了克服这些局限性,我们提出了一个正式的分析方法的基础上概率模型检验分析机器人细胞注射系统利用阻抗力控制算法。所提出的方法,使用PRISM模型检查器开发,允许找到算法中的差异,这是没有发现的任何以前的分析使用传统的方法。
2017-03-20 cs.CE cs.LO cs.RO
A theorem proving framework for the formal verification of Web Services Composition
我们提出了一个严格的框架内组成的Web服务的高阶逻辑定理证明。我们的方法是基于证明过程范式,使经典线性逻辑(CLL)的推理规则被翻译成π演算过程。在这种情况下,组合是通过将可用的Web服务表示为CLL语句,将请求的组合服务证明为猜想,然后从证明中提取构造的pi演算项来实现的。我们的框架,在HOL光实现,不仅使用了一个表达逻辑,使我们能够将多个Web服务的属性在组合过程中,但也提供了保证的合理性和正确性的组合。
2011-08-11 cs.LO cs.NI
Proving uniformity and independence by self-composition and coupling
耦合证明是一种经典的证明技术,用于建立两个概率过程的概率性质,如随机优势和马尔可夫链的快速混合。最近,耦合已被调查作为一个有用的抽象形式化推理的概率程序的关系属性,特别是建模约简为基础的密码学证明和验证差分隐私。在本文中,我们证明了概率耦合可以用于验证非关系的概率属性。具体来说,我们表明,程序逻辑pRHL-其证明是正式版本的耦合证明-可用于形式化的一致性和概率独立性。我们使用EasyCrypt证明助手正式验证我们的主要示例。
2017-04-01 cs.LO cs.PL
Automatic verification and interactive theorem proving
自动验证是通过计算机验证正确性证书。相关的工具,通常称为证明助手或交互式证明器,提供了一个交互式环境,用于创建正式证书,其正确性可以完全自动地进行评估。这种系统在数学和计算机科学中都有应用,在数学中证书是定理的证明,在计算机科学中证书证明给定软件在其规范方面的正确性。
2017-01-13 cs.LO
Proceedings Fourth Workshop on Proof eXchange for Theorem Proving
本卷EPTCS包含第四届定理证明的证据交换研讨会(PxTP 2015)的会议记录,该研讨会是2015年8月2日至3日在柏林举行的自动演绎国际会议(CADE 2015)的一部分。PxTP研讨会系列汇集了研究人员,他们致力于推理系统和形式主义之间的通信,集成和合作的各个方面。这些会议记录包含七篇常规论文,以及Georges Gonthier(微软研究院)和Bart Jacobs(鲁汶大学)受邀演讲的摘要。
2015-07-30 cs.LO
Proceedings Sixth Workshop on Proof eXchange for Theorem Proving
本卷EPTCS包含了2019年8月26日在巴西纳塔尔举行的第六届定理证明证据交换研讨会(PxTP 2019)的会议记录,作为CADE-27会议的一部分。PxTP研讨会系列汇集了研究人员,他们致力于推理系统和形式主义之间的通信,集成和合作的各个方面,特别关注证明。在过去几十年中,计算机辅助推理(包括自动化和交互式推理)取得了进展,使人们有可能建立越来越适用于更广泛问题的推理工具,并能够逐步更快地解决更大的问题。近年来,在较大的系统中,这些工具之间的合作已经证明了减少人工干预的潜力。推理系统之间的合作依赖于理论形式主义和实用工具的可用性,以交换问题,证明和模型。PxTP系列研讨会致力于鼓励这种合作,邀请各方就推理工具之间合作的各个方面做出贡献,无论是自动的还是交互式的。
2019-08-23 cs.LO
Formal Modeling of Robotic Cell Injection Systems in Higher-order Logic
National University of Sciences and Technology (NUST)(国立科技大学)
机器人细胞注射用于自动将物质输送到细胞中,是药物开发、基因工程和细胞生物学许多其他领域的不可或缺的组成部分。传统上,这些系统的功能的正确性是确定使用纸笔证明和计算机模拟的方法。然而,基于纸张的证明可能容易出现人为错误,并且由于其基于采样的性质以及无法在基于计算机的模型中捕获连续行为,模拟提供了不完整的分析。模型检验最近也被提倡用于细胞注射系统的分析。然而,它涉及用于建模系统的动态的微分方程的离散化,从而妥协的完整性的分析以及。在本文中,我们建议使用高阶逻辑定理证明的建模和分析的机器人细胞注射系统的动态行为。底层逻辑的高表达性允许我们以真实的形式捕捉模型的连续细节。然后,可以在证明助手的声音核心内使用演绎推理来分析模型。
2018-07-18 cs.LO cs.RO
Proceedings Seventh Workshop on Proof eXchange for Theorem Proving
本卷EPTCS包含第七届定理证明证据交换研讨会(PxTP 2021)的会议记录,该研讨会于2021年7月11日在美国匹兹堡举行,作为CADE-28在线会议的一部分。PxTP研讨会系列汇集了研究人员,他们致力于推理系统和形式主义之间的通信,集成和合作的各个方面,特别关注证明。在过去几十年中,计算机辅助推理(包括自动化和交互式推理)取得了进展,使人们有可能建立越来越适用于更广泛问题的推理工具,并能够逐步更快地解决更大的问题。近年来,在较大的系统中,这些工具之间的合作已经证明了减少人工干预的潜力。推理系统之间的合作依赖于理论形式主义和实用工具的可用性,以交换问题,证明和模型。PxTP系列研讨会致力于鼓励这种合作,邀请各方就推理工具之间合作的各个方面做出贡献,无论是自动的还是交互式的。
2021-07-04 cs.LO
Proving soundness of combinatorial Vickrey auctions and generating verified executable code
使用机械化的推理,我们证明了组合Vickrey拍卖是健全的规定,他们将一个独特的结果(分配和转让)的任何有效的输入(出价)。这样做之后,我们从正式定义的拍卖中自动生成经过验证的可执行代码。这消除了在实现拍卖设计中的错误来源。我们打算使用正式的方法来验证新的拍卖设计。在这里,我们的贡献是介绍和展示使用正式的方法进行拍卖验证在熟悉的设置一个著名的拍卖。
2013-09-02 cs.CE cs.GT cs.LO
Verifying Quantum Phase Estimation (QPE) using Prove-It
本文使用通用交互式定理证明助手 Prove-It 验证了量子相位估计(QPE)算法的结果概率声明,展示了其生成形式化认证证明的能力,并与其他系统进行了比较。
2023-04-05 cs.LO quant-ph
Proving the Coding Interview: A Benchmark for Formally Verified Code Generation
Beneficial AI Foundation(有益人工智能基金会)
本文引入最大形式化验证基准FVAPPS(含4715样本),将APPS的Python单元测试泛化为Lean 4未证明定理,测试显示Sonnet和Gemini证明正确率为30%和18%,挑战相关社区解决编程问题及正确性规范。
2025-02-08 cs.AI cs.LG cs.LO
LeanAgent: Lifelong Learning for Formal Theorem Proving
California Institute of Technology(加州理工学院);Stanford University(斯坦福大学);University of Wisconsin, Madison(威斯康星大学麦迪逊分校)
针对形式化定理证明中静态LLM泛化性差的问题,提出终身学习框架LeanAgent,通过课程学习、动态数据库和渐进训练持续扩展数学知识,成功证明155个高级定理,并在稳定性和后向迁移上表现优越。
2025-03-06 cs.AI cs.LG cs.LO
What are the Right Symmetries for Formal Theorem Proving?
University of Oxford(牛津大学);KAIST(韩国科学技术院);TU Wien(维也纳技术大学);AITHYRA
本文探讨了正式定理推理中应尊重的对称性,提出了基于范畴论的重写范畴框架,用于形式化证明等价性和成功不变性,并通过测试时方法改进了LLM基定理证明器的鲁棒性和性能。
2026-05-21 cs.AI cs.LG cs.LO
Formal verification of a time-triggered hardware interface
我们提出了一个时间触发的硬件接口的正式证明。该设计实现了汽车嵌入式系统FlexRay标准规定的位时钟同步机制。该设计是在门级描述。它可以被翻译成Verilog并在FPGA上进行综合。证明是基于异步通信的一般模型,并结合了互动的定理证明在伊莎贝尔/HOL和自动模型检查使用NuSMV连同一个模型简化过程,IHaVeIt。我们的异步通信的一般模型定义了模拟和数字关注点之间的明确分离。这种分离使得定理证明和模型检查的有效方法相结合。在Isabelle/HOL逻辑中形式化了模拟现象。使用IHaVeIt自动分析门级硬件。我们的证明揭示了位时钟同步机制的一个关键参数的正确值。我们的主要定理证明了功能的正确性以及传输的最大循环数。
2011-03-11 cs.LO
Towards Formal Fault Tree Analysis using Theorem Proving
National University of Sciences and Technology (NUST)(国立科技大学)
故障树分析(FTA)是一种可靠性分析技术,已被广泛用于预测许多复杂工程系统的可靠性、可用性和安全性。传统上,这些基于FTA的分析是使用纸笔证明方法或计算机模拟完成的,由于其固有的局限性,这些方法不能确定绝对正确性。作为一种补充方法,我们建议使用高阶逻辑定理证明器HOL 4进行基于FTA的安全关键系统的故障分析的准确性是一个迫切需要的分析。特别是,本文提出了一个高阶逻辑形式化的通用故障树门,即,与、或、与非、或非、异或和非的失效概率表达式的形式化验证。此外,我们已经正式验证了通用的概率包含-排除原则,这是进行任何给定系统的基于FTA的故障分析的最重要的要求之一。为了说明的目的,我们进行基于FTA的故障分析的太阳能电池阵,这是用来作为东方红3号(DFH-3)卫星的主要电源。
2015-05-08 cs.AI cs.LO cs.SE
Analysis of Clause set Schema Aided by Automated Theorem Proving: A Case Study [Extended Paper]
CERES方法[8]是最近发展起来的一种用于证明模式的割消方法,证明模式是具有递归构造的证明序列。证明模式可以被认为是一种规避向LK演算添加归纳规则的方法。在这项工作中,我们在LKS演算[8]中形式化了无限鸽子洞原理的示意版本,我们称之为非内射断言模式(NiA-模式),并使用示意CERES方法提供的一些结构来分析从NiA-模式中提取的子句集模式。据我们所知,这是第一次appli-阳离子的构造建立证明分析的证明图式的数学论点,因为它的出版。我们讨论了自动定理证明(ATP)的作用,在示意性的证明分析,以及有关的形式化的NiA模式,即,示意性的分辨率演算的表达能力的示意CERES方法的缺点。最后,我们讨论了ATP在原理图证明分析中的使用。
2015-03-30 cs.LO
Lean Meets Theoretical Computer Science: Scalable Synthesis of Theorem Proving Challenges in Formal-Informal Pairs
D-CHAB, ETH Zurich, Zurich, Switzerland.;D-INFK, ETH Zurich, Zurich, Switzerland.;ETH AI Center, Zurich, Switzerland.;University of Pennsylvania, PA, USA.;Independent Researcher.
本文提出利用理论计算机科学作为可扩展的严谨证明问题来源,通过算法定义自动生成大量挑战性定理-证明对,展示了在Busy Beaver问题和混合布尔算术问题上的应用,并揭示了自动定理证明在复杂问题上的局限性。
2026-05-18 cs.AI cs.CL cs.LG
Theorem proving support in programming language semantics
我们描述了几种观点的语义的一个简单的程序设计语言的正式文件中的演算的归纳结构,可以验证的Coq证明系统。涵盖的方面是自然语义、指称语义、公理语义和抽象解释。递归函数的描述也在适当的时候提供,从而产生一个验证条件生成器和一个静态分析器,可以在定理证明器内运行,用于反射证明。还描述了从指称语义提取解释器。所有不同的方面都被正式证明是合理的自然语义规范。
2007-07-10 cs.LO cs.PL
Learning-assisted Theorem Proving with Millions of Lemmas
University of Innsbruck(因斯布鲁克大学);Radboud University(拉德堡德大学)
大型形式数学库由数百万个原子推理步骤组成,这些步骤产生相应数量的已证明语句(引理)。类似于非正式的数学实践,只有一小部分这样的陈述被正式的数学家命名并在后来的证明中重复使用。在这项工作中,我们建议和实施标准定义的估计有用的HOL光引理证明进一步的定理。我们使用这些标准来挖掘HOL Light和Flyspeck库中引理的大型推理图,将数百万个最佳引理添加到可以在以后的证明中重用的语句池中。我们表明,结合基于学习的相关性过滤,这种方法显着加强自动定理证明的新的大正式的数学库,如Flyspeck。
2014-02-11 cs.AI cs.DL cs.LG
Enhancing Formal Theorem Proving: A Comprehensive Dataset for Training AI Models on Coq Code
1flonatel GmbH \& Co. KG, Aachen, Germany
本文构建了一个源自超一万个 Coq 源文件的综合数据集,用于训练 LLMs 生成 Coq 代码,实验表明微调模型可为一个引理生成 141 个有效证明,推动了自动定理证明的发展。
2024-04-02 cs.AI cs.LO
Formal Analysis of Linear Control Systems using Theorem Proving
School of Electrical Engineering;Computer Science (SEECS) National University of Sciences
本文提出使用高阶逻辑定理证明法对线性控制系统进行形式分析,基于拉普拉斯变换方法的正式理论,验证了拉普拉斯变换及其性质,用于判断频率响应、增益 margin 和相位 margin 及稳定性。
2017-07-21 cs.LO cs.SY eess.SY
MSC-180: A Benchmark for Automated Formal Theorem Proving from Mathematical Subject Classification
MSC-180是一个用于评估自动形式定理证明的基准,揭示了当前基于LLM的定理证明者在数学领域覆盖和泛化能力上的不足。
2025-12-20 cs.AI cs.LO
Partial Automation of Verification Condition Proving for Reflex Programs (Draft)
Novosibirsk State University(新西伯利亚国立大学);Institute of Automation and Electrometry(自动化与电磁学研究所)
针对Reflex语言验证条件过多导致手动证明不可行的问题,提出通过引入注解语言、基于程序结构生成不变量以及使用SMT求解器来自动化部分验证条件的证明。
2026-06-23 cs.LO
Top-down Automated Theorem Proving (Notes for Sir Timothy)
本文提出一种自顶向下的自动定理证明方法,主张编码领域概念并模拟人类数学家可能出错的证明方式,以替代传统自底向上的形式化推理路径。
2023-08-08 cs.LO
Beyond Theorem Proving: Formulation, Framework and Benchmark for Formal Problem-Solving
Sch. of Computer Science & Sch. of Artificial Intelligence, Shanghai Jiao Tong University(计算机科学学院与人工智能学院,上海交通大学)
本文将问题求解形式化为确定性马尔可夫决策过程,提出利用形式化定理证明环境进行过程验证的 FPS 与 D-FPS 框架,并构建三个基准及符号化评估方法 RPE,通过基线实验揭示了当前模型在形式化问题求解上的能力差距。
2025-05-07 cs.AI cs.CL cs.LO
Using Aristotle API for AI-Assisted Theorem Proving in Lean 4: A Formalisation Case Study of the Grasshopper Problem
Nanyang Technological University(南洋理工大学)
本文通过形式化案例研究,探讨了使用阿基里斯API在Lean 4中进行AI辅助定理证明的挑战,展示了格里菲斯问题的证明过程,揭示了局部证明搜索成功但全局组合计数仍需解决的局限性。
2026-05-19 cs.AI cs.LO
SubgoalXL: Subgoal-based Expert Learning for Theorem Proving
The University of Hong Kong(香港大学);SambaNova Systems(SambaNova系统公司)
SubgoalXL通过子目标级监督与专家学习结合,在Isabelle环境中提升大模型形式化定理证明能力,于miniF2F数据集达到56.1%准确率,绝对提升4.9%。
2024-08-20 cs.AI cs.CL cs.LG
Proving Circuit Functional Equivalence in Zero Knowledge
Centrum Wiskunde & Informatica(数学与计算机科学中心)
本文提出ZK-CEC框架,通过结合形式验证与零知识证明,实现对保密设计的正式验证,确保功能正确性与安全性。
2026-07-31 cs.CR cs.LO
Formal Verification of Control Systems Properties with Theorem Proving
University of Bristol(布里斯托大学)
本文提出利用Why3工具对控制系统高阶属性进行演绎形式验证,包括稳定性、反馈增益和鲁棒性等。通过Simulink建模,提出三种主要步骤:指定模型信号属性、自动转换为Why3代码、自动验证属性。
2014-06-08 cs.LO cs.SY eess.SY
Constrained Training of Neural Networks via Theorem Proving
University of Edinburgh(爱丁堡大学)
我们介绍了一个定理证明方法的规范和生成的时间逻辑约束的训练神经网络。我们正式的线性时序逻辑的深度嵌入有限的痕迹(LTL $_f$)和相关的评价功能,其语义特征内的高阶逻辑的伊莎贝尔定理证明。然后,我们进行正式的损失函数$\mathcal{L}$,我们正式证明是健全的,可微的功能$d\mathcal{L}$。随后,我们使用Isabelle的自动代码生成机制来生成LTL $_f$、$\mathcal{L}$和$d\mathcal{L}$的OCaml版本,并通过Python的OCaml绑定与PyTorch集成。我们表明,当在现有的动态运动深度学习框架中进行训练时,我们的方法可以为常见的运动规范模式(如避障和巡逻)产生预期的结果。我们的方法的独特好处是完全严格的方法进行约束训练,消除了许多固有的风险,特别是直接在一个“不安全的”程序设计语言,如Python的逻辑方面的实现。
2022-07-08 cs.AI cs.LG cs.LO
Advocate for Complete Benchmarks for Formal Reasoning with Formal/Informal Statements and Formal/Informal Proofs
Huawei Hong Kong Research Center(华为香港研究中心);Department of Cultural Studies(文化研究系);The Chinese University of Hong Kong(香港中文大学)
本文批判性地审视形式推理与自动定理证明领域的基准测试实践,倡导开放代码、开放数据及完整无错误的基准,并识别和提出消除贡献障碍的方法,以促进跨群体协作。
2025-07-07 cs.AI cs.LG cs.LO
Neural Theorem Proving: Generating and Structuring Proofs for Formal Verification
针对通用定理证明难题,本研究提出含三组件的神经定理证明框架,经两阶段微调训练LLM,在基准测试与AWS S3策略验证场景有效,还整理了新数据集。
2025-10-01 cs.AI cs.FL cs.LG
Applied Type System: An Approach to Practical Programming with Theorem-Proving
纯类型系统(PTS)框架提供了一种简单而通用的方法来设计和形式化类型系统。然而,在存在依赖类型的情况下,通常存在某些尖锐的问题,这些问题使得PTS难以直接适应许多常见的现实编程特征,诸如一般递归、递归类型、效果(例如,在本文中,应用类型系统(ATS)被提出作为一个框架,设计和形式化类型系统,以支持实际的编程与高级类型(包括依赖类型)。特别是,它表明,ATS可以很容易地容纳被称为编程与定理证明(PwTP),其中程序和证明构造在一个语法交织的方式,产生一个实用的方法来内在化的约束解决需要在类型检查的范式。ATS的关键显著特征在于静态和动态之间的完全分离,静态是类型的形成和推理,动态是程序的构建和评估。通过这种分离,程序不再可能出现在PTS中允许的类型中。本文不仅包含了ATS的形式化开发,而且还包含了一些取自ats-lang.org的例子,这是一种程序设计语言,其类型系统植根于ATS,以支持采用ATS作为框架来制定用于实际编程的高级类型系统。
2017-03-25 cs.LO cs.PL
Formalization and Implementation of Algebraic Methods in Geometry
我们描述了我们正在进行的项目的代数方法的形式化几何定理证明(吴的方法和Groebner基地的方法),其实施和整合的教育工具。该项目包括对Isabelle/HOL证明助手中的代数方法进行形式化验证,并开发一个新的、开源的代数方法Java实现。该项目应填补这一领域仍然存在的一些空白(例如,代数方法和综合几何之间缺乏正式的联系,以及缺乏适合于与动态几何工具集成的代数方法的独立实现),并且应该能够在教育中实现定理证明的新应用。
2012-02-22 cs.LO cs.MS cs.SC
CircuitProver: Agentic Lean 4 Theorem Proving with Reusable Circuit Proof Library for Hardware Verification
Hong Kong University of Science and Technology(Guangzhou)(香港科技大学(广州))
CircuitProver是基于Lean 4的智能体硬件验证框架,可自动转换硬件设计为Lean模型,通过积累可复用证明知识完成63项基准证明,比普通智能体更高效。
2026-07-31 cs.AR cs.LO
An In-Context Learning Agent for Formal Theorem-Proving
The University of Texas at Austin(得克萨斯大学奥斯汀分校)
本文提出 COPRA,一种通过 GPT-4 在有状态回溯搜索中反复提议策略并利用执行反馈与引理检索的上下文学习智能体,在 Lean 和 Coq 形式化定理证明上优于少样本与微调方法。
2024-08-08 cs.AI cs.LG cs.LO
HOList: An Environment for Machine Learning of Higher-Order Theorem Proving
Google Research(谷歌研究院)
我们提出了一个环境,基准测试,和深度学习驱动的自动定理证明高阶逻辑。高阶交互式定理证明器使任意数学理论的形式化成为可能,从而为深度学习提出了一个有趣的、开放式的挑战。我们提供了一个基于HOL Light定理证明器的开源框架,可用作强化学习环境。HOL Light广泛覆盖了微积分的基本数学定理和开普勒猜想的正式证明,从中我们获得了自动推理的挑战性基准。我们还提出了一个深度强化学习驱动的自动定理证明器DeepHOL,在这个基准测试中取得了很好的初步结果。
2019-11-01 cs.AI cs.LG cs.LO
Towards Solving More Challenging IMO Problems via Decoupled Reasoning and Proving
Tencent AI Lab(腾讯AI Lab)
针对LLM在形式证明上弱于非形式推理的难题,提出解耦推理与证明的框架,用专用推理器生成子目标引理并由证明器验证,在2000年后IMO难题上成功解决5题。
2025-07-07 cs.AI cs.LO
Formal Analysis of the Sigmoid Function and Formal Proof of the Universal Approximation Theorem
Southwest University(西南大学);State Key Laboratory of Intelligent Vehicle Safety Technology(智能车辆安全全国重点实验室);Aarhus University(奥胡斯大学);University of York(约克大学)
本文在Isabelle/HOL中形式化分析了Sigmoid函数并证明了通用逼近定理,填补了形式化证明库的空白,提升了神经网络的可信度。
2025-12-03 cs.LO cs.SE
Lightweight Interactive Proving inside an Automatic Program Verifier
在形式化方法中,演绎验证方法允许在关键软件上建立最强可能的形式化保证。缺点是设计适当的正式规范和成功履行所需的证明义务所需的人力成本。为了在工业软件开发环境中推广演绎验证,必须提供从简单和自动化方法逐步过渡到演绎验证的方法。SPARK环境,用于开发用Ada编写的关键软件,通过提供自动化工具来正式证明某些代码满足Ada合同中表达的要求,从而实现了这一目标。在利用自动证明器来履行证明义务的程序验证器中,需要一些额外的用户与证明任务的交互:或者帮助分析证明失败的原因,或者最终履行最先进的自动证明器无法达到的验证条件。在SPARK中添加交互式证明功能似乎很复杂,因为证明工具链使用了独立的中间验证工具Why 3,它足够通用,可以接受不同输入语言的多个前端。本文报告了我们的方法来扩展Why 3与交互式证明功能,并与一个通用的客户端-服务器基础设施,允许集成到一个外部的,前端的图形用户界面,如SPARK的证明交互。
2018-11-27 cs.LO cs.PL cs.SE
Decomposing the Enigma: Subgoal-based Demonstration Learning for Formal Theorem Proving
The University of Hong Kong(香港大学);University of Cambridge(剑桥大学)
本文提出基于子目标的演示学习框架,通过构建和细化子目标并利用扩散模型优化演示组织,将miniF2F上的证明准确率从38.9%提升至45.5%。
2023-05-25 cs.AI cs.CL cs.LG
VERITAS: Verifier-Guided Proof Search for Zero-Shot Formal Theorem Proving
Department of Computer Science, Vanderbilt University(范德堡大学计算机科学系);Amazon(亚马逊)
提出VERITAS框架,通过两阶段协议(Best-of-N采样+批评引导MCTS)利用验证器反馈进行零样本定理证明,在miniF2F上达40.6%准确率,并发布组合学基准VERITAS-CombiBench。
2026-06-19 cs.AI cs.LG cs.LO
Reward-Oracle MCTS for Formal Theorem Proving: Sample-Efficient Search and the Need for Kernel-Level Proof Auditing
本研究提出三角色奖励-预言机MCTS框架用于形式化定理证明,在多基准测试中提升了证明求解性能,并通过审计发现了奖励黑客问题,确立了内核级审计的必要性。
2026-09-01 cs.AI cs.LG cs.LO
Proof Artifact Co-training for Theorem Proving with Language Models
University of Pittsburgh(匹兹堡大学);OpenAI;IBM Research(IBM研究院);Google Research(谷歌研究院);Stanford University(斯坦福大学);Carnegie Mellon University(卡内基梅隆大学);CIBO Technologies(CIBO科技);University of Toronto(多伦多大学);University of Cambridge(剑桥大学)
在大型形式化数学库中,用于定理证明的模仿学习的标记数据是稀缺的,因为这样的库需要人类专家多年的集中努力才能建立。当将大型Transformer语言模型应用于战术预测时,这是特别具有挑战性的,因为在数据稀缺、容易过拟合的情况下,性能相对于模型大小的缩放很快就会被破坏。我们提出了PACT({ \bf P}roof { \bf A}rtifact { \bf C}o-{ \bf T}raining),这是一种从内核级证明项中提取丰富的自监督数据的通用方法,用于与通常的战术预测目标一起进行协同训练。我们将这种方法应用于精益,一个交互式的证明助手,它拥有一些迄今为止最复杂的形式化数学。我们仪器精益与神经定理证明器驱动的Transformer语言模型,并表明PACT提高定理证明成功率从32%到48%的测试定理。
2022-03-16 cs.AI cs.LG cs.LO
Proceedings of the Fifth Workshop on Proof eXchange for Theorem Proving
本卷EPTCS包含第五届定理证明证据交换研讨会(PxTP 2017)的会议记录,该研讨会于2017年9月23日至24日在巴西巴西利亚举行,是Tableaux,FroCoS和ITP会议的一部分。PxTP研讨会系列汇集了研究人员,他们致力于推理系统和形式主义之间的通信,集成和合作的各个方面,特别关注证明。在过去几十年中,计算机辅助推理(包括自动化和交互式推理)取得了进展,使人们有可能建立越来越适用于更广泛问题的推理工具,并能够逐步更快地解决更大的问题。近年来,在较大的系统中,这些工具之间的合作已经证明了减少人工干预的潜力。推理系统之间的合作依赖于理论形式主义和实用工具的可用性,以交换问题,证明和模型。PxTP系列研讨会致力于鼓励这种合作,邀请各方就推理工具之间合作的各个方面做出贡献,无论是自动的还是交互式的。
2017-12-04 cs.AI cs.LO cs.PL
Automatically Proving Mathematical Theorems with Evolutionary Algorithms and Proof Assistants
数学定理是人类能够以符号表示的形式积累起来的知识,证明定理一直被认为是智能行为。基于BHK解释和Curry-Howard同构,证明助手是一种能够与人类交互构造形式证明的软件。由于证明可以被认为并表示为程序,因此证明助手通过计算评估与证明对应的程序来简化和验证证明。由于从逻辑到计算的转变,现在可以直接在计算领域中生成或搜索形式证明。进化算法以其灵活性和通用性而闻名,已经成功地应用于处理许多学科中的各种科学和工程问题。本研究的主要目的是探讨在进化算法作为程序生成器和证明助手作为证明验证器之间建立联系的可行性,以自动找到给定逻辑句子的形式证明。在这篇文章中,我们详细描述了我们的第一次,临时尝试完全自动证明定理以及初步结果。证明了10个来自不同数学分支的简单定理,其中大多数定理不能单独使用Coq中的策略自动机来证明,Coq是所采用的证明助手。讨论了本研究的意义和潜在影响,并将所获得的实验结果与开发的源代码作为开源发布。
2016-04-15 cs.LO cs.NE
Models for Metamath
虽然人们已经对Metamath的元数学做了一些研究,但是对于Metamath形式系统的模型还没有一个明确的定义。我们定义了一个任意的Metamath正式系统的模型集合,无论是基于树的表示和基于字符串的表示。该定义通过命题演算、带类的$\textsf{ZFC}$集合论和Hofstadter的MIU系统的示例进行了演示,并应用于证明陈述不可证明、显示主Metamath数据库的一致性(假设$\textsf{ZFC}$有模型)、开发新的独立性证明以及证明哥德尔完整性定理的一种形式。
2016-05-07 cs.LO math.LO
MathAdv: What Theorem Provers Know, Reason, Formalize, and Generalize
University of Maryland(马里兰大学);Georgia Institute of Technology(佐治亚理工学院);Cornell University(康奈尔大学);All Purpose AI
本研究推出涵盖13个数学领域的诊断基准MathAdv,结合Lean 4评估当代定理证明器,发现形式化是瓶颈、性能跨领域差异大等问题,为分组件评估模型能力提供依据。
2026-10-20 cs.AI cs.CL cs.LO