AIが解く世界の難問 · 計算機科学の理論 · arXiv · 2026-10-23
TrustedCode：自動プログラム検証による信頼されたコード開発のためのLLM評価
原題: TrustedCode: Evaluating Large Language Models for Developing Trusted Code through Automated Program Verification
AIが生成したコードは信頼性に欠けるため、形式検証が有望な手段とされる。しかし既存の検証ツールの多くはJavaやCを対象とし、Pythonへの対応は乏しい。本研究は、LLMを使ってPythonコードの型を検査し、Why3フレームワークでWhyMLに変換し、Why3の自動定理証明器で形式仕様に対して検証するTrustedCodeを提案したものである。10個のPythonプログラムでの実験では、観測された誤りの50%が領域知識の不足、30%が構文の誤り、残りの20%が意味や型に関する問題に由来した。