AI और दुनिया की कठिन समस्याएँ · सैद्धांतिक कंप्यूटर विज्ञान · arXiv · 2026-10-23

TrustedCode: स्वचालित प्रोग्राम सत्यापन के माध्यम से विश्वसनीय कोड विकसित करने के लिए बड़े भाषा मॉडलों का मूल्यांकन

मूल शीर्षक: TrustedCode: Evaluating Large Language Models for Developing Trusted Code through Automated Program Verification

चूँकि AI-जनित कोड भरोसेमंद नहीं होता, इसलिए भरोसा स्थापित करने के लिए औपचारिक सत्यापन एक आशाजनक तरीका है, लेकिन मौजूदा टूल ज़्यादातर Python के बजाय Java और C को लक्षित करते हैं। लेखक TrustedCode प्रस्तुत करते हैं, जो LLM का उपयोग करके Python की टाइप-जाँच करता है, उसे Why3 के माध्यम से WhyML में अनुवादित करता है, और Why3 के स्वचालित प्रोवर्स से औपचारिक विनिर्देशों के विरुद्ध सत्यापित करता है। दस Python प्रोग्रामों पर किए गए प्रयोगों में, देखी गई त्रुटियों में से 50% डोमेन ज्ञान की कमियों से, 30% सिंटैक्स से, और 20% सिमैंटिक तथा टाइप संबंधी समस्याओं से आईं, और यह टूल ओपन सोर्स है।

मूल लेख पढ़ें ↗

सभी आइटम →