پرش به محتوای اصلی

موضوع

تأیید صوری

۱۱۷ مقاله منتشر شده

دیپ‌مَایند گوگل پروتکل رمزنگاری سیگنال را در چهار هفته تأیید کرد

گوگل دیپ‌مَایند سیستم الفاپروف کد را عرضه کرد که پروتکل رمزنگاری سیگنال را در چهار هفته تأیید رسمی کرد — فرایندی که پیشین سال‌ها طول می‌کشید. این پیشرفت تأیید رسمی را از مرحله…

۱ دقیقه خواندن

PSI با هوش مصنوعی حدس آارونسون-آمباینیس را در لین ۴ اثبات کرد

سیستم تحقیق هوش مصنوعی شرکت فیزیکال سوپراینتلیجنس (PSI) نخستین اثبات کامل و هسته‌تأییدشده حدس آارونسون-آمباینیس را تولید کرد. این حدس کوانتومی از سال ۲۰۰۸ باز مانده بود و اکنون با…

۵ دقیقه خواندن

فلش‌پروف انتروپیک: اثبات مدل ۴۰۰ میلیاردی در ۱۱۰ توکن بر ثانیه روی یک H100

انتروپیک فلش‌پروف را منتشر کرد: نخستین سیستم zkSNARK متن‌باز که مدل ۴۰۰ میلیاردی را روی یک H100 با ۱۱۰ توکن در ثانیه اثبات می‌کند. فلش‌پروف تنها پارامترهای فعال (۱۷ میلیارد در…

۴ دقیقه خواندن

گوگل PLE را با ۸۵ وظیفه مهندسی و مسابقه باز منتشر کرد: ۲۹ وظیفه عمومی، ۵۶ پنهان

گوگل بنچمارک PLE با ۸۵ وظیفه مهندسی و مسابقه باز را منتشر کرد. قوی‌ترین عامل، کلاد اپاس ۵.۵ در کلاد کد، ۹۱ درصد محدودیت‌ها را برآورده می‌کند اما تنها ۴۱ درصد تحویل‌ها از تمام…

۵ دقیقه خواندن

اثبات‌های علمی اوپن‌ای‌آی: ادعای رد فرضیه زمان نمایی با مدل شبان

اوپن‌ای‌آی سه اثبات تولیدشده با هوش مصنوعی در ریاضی، علوم کامپیوتر و فیزیک منتشر کرد که یکی از آن‌ها ادعای رد فرضیه زمان نمایی است. این شرکت مدل تازه‌ای به نام «شبان» را آزمایش…

۲ دقیقه خواندن

تیم قرمز آنتروپیک ۱۸۰ میلیون خط اثبات رسمی را با کلود خودکار تولید کرد

تیم قرمز آنتروپیک با استفاده از کلود، ۱۸۰ میلیون خط کد اثبات رسمی برای ۱۲۳ کتابخانه اوپن‌سورس پروژه OSS-Fuzz گوگل تولید کرد. این سیستم که با همکاری Theorem و با تأیید روک (Rocq)…

۳ دقیقه خواندن

۱۸۰ میلیون خط اثبات روک: کلود ۲۳۹ نقطه ورودی فازیینگ را بی‌خطا اثبات کرد

آنتروپیک (Anthropic) و تئورم (Theorem) با استفاده از کلود (Claude) موفق شدند ۱۲۳ کتابخانه متن‌باز را در سطح اسمبلی RISC-V به‌صورت رسمی تأیید کنند و ۲۳۹ نقطه ورودی فازیینگ را برای…

۱۶ دقیقه خواندن

HANDBOOK.md: عامل برتر هوش مصنوعی تنها ۳۶.۲٪ تسک‌های مطابقت را کامل کرد

بنچمارک HANDBOOK.md نشان می‌دهد بهترین عامل هوش مصنوعی تنها در ۳۶.۲٪ موارد کتابچه‌های شرکتی را به‌درستی اجرا می‌کند. مطالعه ۲۰ مدل از ۱۱ ارائه‌دهنده را با ۸۲۴ معیار برنامه‌ریزی…

۳ دقیقه خواندن