SeVerus：游戏化 Verus 基准生成技术发布

SeVerus 的作者团队提出并发布了一种情境感知的 Verus 基准生成方法：将 Rust 程序验证任务组织成游戏化的任务与关卡，并逐步抽离证明上下文，以模拟真实开发中需自行发现辅助引理的挑战。 该方法应用于六个开源 Verus 项目，生成了 819 个任务（quests），共含 10,095 个关卡。作者称，用 Codex（GPT-6 Sol、GPT-6 Luna）和 Claude Code（Sonnet 4.6）进行的实验显示，随着证明上下文被抽离，模型验证成功率下降、成本上升。

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。