Kani Rust验证器0.62.0版本发布:强化契约式编程与自动化测试能力
Kani是一个针对Rust语言的模型检查工具,它能够帮助开发者验证Rust程序中的各种属性,包括内存安全、并发问题以及用户自定义的断言等。Kani通过将Rust代码转换为中间表示,并利用形式化验证技术来分析程序的正确性,为Rust生态提供了强大的静态验证能力。
近日,Kani团队发布了0.62.0版本,这一版本在契约式编程支持、自动化测试生成以及底层验证能力等方面都有显著改进。让我们深入了解一下这个版本带来的主要变化。
契约式编程支持增强
0.62.0版本对Kani的契约式编程功能进行了多项增强:
-
历史值支持:在循环契约中新增了对历史值的支持。历史值允许开发者在循环不变式中引用循环前变量的值,这对于验证循环正确性特别有用。例如,可以确保某个变量在循环过程中是单调递增的。
-
while循环支持:修复了while循环不变式中不包含局部变量的bug,使得while循环的契约验证更加准确可靠。
-
默认启用:现在自动测试生成功能(Autoharness)默认启用了函数契约和循环契约特性,开发者可以更方便地利用契约来指导测试生成。
自动化测试生成改进
Kani的自动测试生成功能在这个版本中得到了多项改进:
-
过滤选项更新:增强了测试生成的过滤能力,可以更精确地控制生成哪些测试用例。
-
错误处理改进:当测试生成失败时,现在会返回非零退出码,便于集成到CI/CD流程中。
-
函数可见性分析:现在会记录函数的crate级别可见性信息,有助于生成更合理的测试用例。
-
不安全代码分析:新增了对不安全代码可达性的分析能力,帮助开发者识别潜在的不安全代码路径。
底层验证能力提升
在底层验证能力方面,0.62.0版本带来了以下改进:
-
CBMC升级:将底层验证引擎CBMC升级到了6.6.0版本,带来了更好的性能和更多的验证功能。
-
溢出操作支持:现在可以在向量类型上使用溢出操作符,扩展了验证范围。
-
trait上转型支持:新增了对Rust的trait上转型(trait_upcasting)特性的支持,使得面向对象风格的代码也能得到验证。
-
有界验证宏:引入了
BoundedArbitrary
trait和相应的宏,方便开发者进行有界验证(bounded proofs),这是一种在有限范围内验证程序属性的技术。
其他改进
-
性能优化:默认禁用了llbc特性,减少了不必要的开销;同时提供了跳过代码生成的选项,便于调试。
-
错误信息改进:对Rust内部函数假设的错误信息进行了澄清,使得问题定位更加容易。
-
安装说明优化:改进了安装文档,使新用户更容易上手。
-
列表命令增强:
list
子命令现在会包含crate名称信息,方便大型项目管理。
总结
Kani 0.62.0版本在契约式编程支持、自动化测试生成和底层验证能力等方面都有显著提升,特别是对循环契约和历史值的支持,使得开发者能够更精确地表达和验证程序的不变式。同时,自动化测试生成功能的改进使得Kani不仅是一个验证工具,也成为了一个强大的测试辅助工具。这些改进进一步巩固了Kani作为Rust形式化验证重要工具的地位,为构建高可靠性的Rust系统提供了有力支持。
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
GLM-V
GLM-4.5V and GLM-4.1V-Thinking: Towards Versatile Multimodal Reasoning with Scalable Reinforcement LearningPython00ops-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++0107AI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).Dockerfile010
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选









