Rust-Prover 完成 VeriContest 全部证明任务

Traian Serbanuta 等作者报告称，用 Lean 4 驱动的 Rust 验证器 Rust-Prover 完成了 VeriContest 基准的全部证明生成任务。该基准含 1007 道题、1325 个定理，Rust-Prover 将 Verus 规范与 Rust 代码转译为 Lean 定理后交由智能体证明。 作者称其中 1259 个定理在 Claude Opus 5.5 上单次运行不到 32 小时内完成证明，中位耗时 3.2 分钟、每个证明花费 1.17 美元，70% 在第一次迭代即通过。转译后的 Lean 程序在基准的 21413 个测试用例上运行，输出均与对应 Rust 程序一致。 在四个 Claude、四个 GPT 模型及五种推理强度设置的对比中，作者称所有当前前沿模型在每种设置下都几乎能证明一个十定理样本，但提高推理强度只增加成本、不增加证明数量；成本最低的 Claude 设置（Sonnet 5.5、低强度）证明了全部 50 个最难的定理。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。