claimcheck：衡量并改进规约忠实性

2026年10月15日，Martin Amster 等作者在 arXiv 发布论文与基准，提出 claimcheck 工具，用于检测形式化规约是否忠实于自然语言需求。据该报道，研究者构建了覆盖 Dafny contracts、Lean 4、Isabelle 和 Rocq 四种形式语言的规格形式化端到端基准，共 3,234 行，每行将自然语言需求与形式化产物配对，其中三分之一为保持语义的改写。工具的工作方式是：由从未见过需求的模型把形式化产物翻译回平实英文，再由另一个模型作为评判者，判断该非形式化表述与需求是否表达同一保证。报道称该工具可检测不正确的形式化。目前进展停留在论文与基准发布阶段，尚无后续跟进报道。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。