cvc5 1.3.0版本发布:安全模式与证明能力显著增强
cvc5是一个高性能的开源SMT(可满足性模理论)求解器,广泛应用于形式化验证、程序分析、软件测试等领域。作为SMT求解器领域的佼佼者,cvc5能够处理包括算术、位向量、数组、字符串等多种理论约束。最新发布的1.3.0版本带来了多项重要改进,特别是在安全性和证明能力方面有显著提升。
安全模式与稳健性保障
cvc5 1.3.0引入了一个重要的新功能——安全模式(safe mode)。这一模式通过构建配置选项或命令行参数启用,会限制所有不够稳健或缺乏完整证明和模型支持的功能。安全模式的定义与项目的模糊测试指南保持一致,确保了在该模式下运行的功能都经过了严格的验证。
开发者可以通过两种方式启用安全模式:
- 在构建时使用
safe-mode
配置选项 - 运行时通过命令行参数
--safe-mode=safe
启用
此外,cvc5还提供了--safe-mode=stable
选项,该选项会禁用实验性功能,但不强制要求完整的证明或模型支持。这一设计使得用户可以根据实际需求在功能完整性和安全性之间做出权衡。
证明能力大幅提升
在证明系统方面,cvc5 1.3.0对Cooperating Proof Calculus(CPC)证明格式的支持有了显著增强。现在,CPC证明对于安全模式下允许的所有理论和功能都应该是完整的。这意味着用户可以更有信心地依赖这些证明结果。
获取这些证明的方式包括:
- 使用SMT-LIB命令
(get-proof)
- 通过API调用
Solver::getProof
方法
这些证明可以通过Ethos 0.2.0检查器进行验证。值得注意的是,cvc5现在默认使用dsl-rewrite
级别的证明粒度,这提供了更细致的证明结构。
算术位向量转换函数的标准化
cvc5 1.3.0开始支持SMT-LIB 2.7标准中定义的算术位向量转换函数语法:
int_to_bv
:对应现有的Kind::INT_TO_BITVECTOR
ubv_to_int
:新增Kind::BITVECTOR_UBV_TO_INT
sbv_to_int
:新增Kind::BITVECTOR_SBV_TO_INT
同时,旧语法int2bv
和bv2nat
以及对应的Kind::BITVECTOR_TO_NAT
已被标记为废弃,建议用户迁移到新的标准语法。
内部改进与优化
在底层实现方面,cvc5 1.3.0包含了多项改进:
- 将CaDiCaL求解器升级至2.1.3版本
- 改进了证明输出格式,现在所有证明输出都会用括号括起来,符合SMT-LIB标准
- 重命名了量化实例化策略
--mbqi-fast-sygus
为--mbqi-enum
,使其命名更加准确
总结
cvc5 1.3.0版本在安全性、证明能力和标准合规性方面都取得了重要进展。安全模式的引入为用户提供了更可靠的运行环境,CPC证明的增强使得验证结果更加可信,而对SMT-LIB 2.7标准的更好支持则提升了工具的互操作性。这些改进使得cvc5在形式化方法和验证领域的应用更加广泛和可靠。
GLM-4.6
GLM-4.6在GLM-4.5基础上全面升级:200K超长上下文窗口支持复杂任务,代码性能大幅提升,前端页面生成更优。推理能力增强且支持工具调用,智能体表现更出色,写作风格更贴合人类偏好。八项公开基准测试显示其全面超越GLM-4.5,比肩DeepSeek-V3.1-Terminus等国内外领先模型。【此简介由AI生成】Jinja00- DDeepSeek-V3.2-ExpDeepSeek-V3.2-Exp是DeepSeek推出的实验性模型,基于V3.1-Terminus架构,创新引入DeepSeek Sparse Attention稀疏注意力机制,在保持模型输出质量的同时,大幅提升长文本场景下的训练与推理效率。该模型在MMLU-Pro、GPQA-Diamond等多领域公开基准测试中表现与V3.1-Terminus相当,支持HuggingFace、SGLang、vLLM等多种本地运行方式,开源内核设计便于研究,采用MIT许可证。【此简介由AI生成】Python00
openPangu-Ultra-MoE-718B-V1.1
昇腾原生的开源盘古 Ultra-MoE-718B-V1.1 语言模型Python00ops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。C++0113AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile011
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
热门内容推荐
项目优选









