AI 新聞·2026年10月25日·來源： Accu
變異 Lean 證明以尋找問題
大型語言模型（LLM）被用於生成機器可檢查的 Lean 語言數學證明，但數學家發現這些由 AI 衍生的證明程式包含錯誤。為了解決這個問題，一個團隊嘗試了變異測試，這是一種改變證明原始碼並檢查其是否仍然有效的技術，旨在識別潛在的缺陷部分。
越來越依賴 AI 模型來處理複雜的輸出，例如數學證明，突顯了對強大驗證方法的需求。儘管 LLM 可以在像 Lean 這樣的形式語言中生成證明，這些語言是為機器驗證而設計的，但這些輸出並非沒有錯誤，這與 AI 生成的程式碼中發現的問題相呼應。對這些證明進行傳統的手動審查通常不切實際，因為它們可能長達數千行。
變異測試提供了一種潛在的自動化解決方案來發現隱藏的缺陷。這種方法涉及在 Lean 證明的原始碼中引入故意的、非瑣碎的更改或「變異」。核心假設是，如果一個證明可以在不影響其被 Lean 證明助手驗證的能力的情況下進行實質性更改，那麼原始證明可能包含無效程式碼或過於寬泛的條件，這些條件掩蓋了潛在的問題。
一項初步的、有限的實驗使用一個基本的變異工具，成功地在一個小型測試案例中引入了 13 個變異，而證明仍然通過驗證。這證明了該技術在突出可能被忽視的關注領域方面的潛力。然而，將這種方法擴展到更大、真實世界的證明，例如 OpenAI 為 Navier-Stokes 提供的 470,000 行 Lean 程式碼，面臨著重大的計算挑戰，因為即使是簡短的證明，每次變異也需要幾秒鐘的驗證時間，這對全面的測試提出了大量的處理能力要求。
