形式化验证

推荐理由：这论文搞了个 CAPRI 工具，管 LLM 改 Isabelle 证明，能查它有没有动不该动的地方。12 个失败证明跑 180 次，修复率直观看得很清楚，想用 LLM 做形式化证明的可以看看。

推荐理由：这几个开源模型里Gemma 4最会写Coq证明，但100道题也只过12道，别指望它们太靠谱。

推荐理由：Ramana Kumar 用 AI 声称推翻考拉兹猜想，结果败给 Lean 内核漏洞，4.32.2 已修复。

推荐理由：这篇论文把LTL规约转成LTLf+，以后处理无限迹目标就能用有限自动机的成熟工具了，而且复杂度不涨。

推荐理由：OpenAI 把证明过程和机器验证文件都公开了，直接看 Lean 证书就能确认对错，搞数学的可以省去重复推导。

推荐理由：OpenAI用Astra模型解决了十个多年没人做出来的数学难题，整个研究烧了约2000美元的token，还在Lean里验证过，值得看看。

推荐理由：修Lean证明蓝图？这个接口用类型化编辑，比源码补丁省30%、比重写省一半，1万token内就顶到上限。

推荐理由：想避免被AI带偏？看看用数学证明代替逐行审代码的思路，人始终掌握最终决定权。

推荐理由：DeepMind 用 Lean 4 把 Erdős-Selfridge 问题的一个下界（lcm>10000）变成了机器可检查的定理。对形式化数学和定理证明器感兴趣的话，这个工作很硬核。

推荐理由：一个用Claude写Prolog代码并用LPTP证明正确性的实验。有具体的数字和流程，适合对LLM+形式化验证感兴趣的人。

推荐理由：这篇论文解决了现实场景中演示数据不确定的问题，用汉明距离和伪布尔优化改进LTL学习，结果更靠谱，适合做形式化验证的朋友看看。

推荐理由：这篇论文用Isabelle/HOL把一阶模态逻辑的深和浅嵌入都严格形式化了，还自动化证明了忠实性，做形式化逻辑或模态逻辑验证的值得看。

推荐理由：想用机器验证量子编码定理？Lean-QIT在Lean 4里搭好了整套框架，连HSW定理都形式化了，做量子信息形式化研究的朋友可以复用。

推荐理由：Aria让代码智能体自由探索，不用手动设计策略，就能把Iris和reglang上所有定理都自动证出来，比之前的方法强太多了。

推荐理由：这篇论文把盾牌合成从运行时约束工具重新定义为设计阶段的分析框架，做网络安全架构和形式化验证的团队值得一读——它提供了一种新思路，用形式化方法回答“系统到底能不能防住”这个根本问题。

推荐理由：多组件LLM系统的组合一致性是实际部署中的关键问题，做智能体架构或概率推理的开发者会直接受益——本文提供了可计算的诊断方法和理论边界，值得关注其修复方案。

推荐理由：数学研究者和 AI 爱好者会兴奋——AlphaProof Nexus 用数百美元成本就解决了人类 56 年未解的难题，证明 AI 已能自主推进数学前沿，值得点开看看具体怎么做到的。

推荐理由：AI 用几百美元成本解决了人类数学家 56 年未解的问题，做数学研究或形式化验证的团队值得关注——这可能是数学研究自动化的转折点。

推荐理由：该研究首次为LLM护栏分类器提供了形式化验证方法，揭示了高经验指标下隐藏的安全漏洞，对AI安全领域具有重要指导意义。

推荐理由：该工作为元Agent的运行时追踪和干预提供了一种形式化、高性能的解决方案，尤其适合需要细粒度回溯和优化的复杂Agent系统开发。其Lean形式化和Git式执行轨迹的设计对AI安全与调试有实际参考价值。