N環球 
ওপেন-সোর্স সফ্টওয়্যারের প্রথম বড়-স্কেল AI আনুষ্ঠানিক যাচাইকরণে ক্লড 180 মিলিয়ন লাইন গাণিতিক প্রমাণ লিখেছেন
অ্যানথ্রপিকের অফিসিয়াল গবেষণা: থিওরেমের সাহায্যে, ক্লাউড আনুষ্ঠানিকভাবে RISC-V সমাবেশ স্তরে 123টি ওপেন-সোর্স লাইব্রেরি এবং 239 এন্ট্রি পয়েন্ট জুড়ে নিরাপত্তা বৈশিষ্ট্য যাচাই করেছেন — এবং শত শত বাগ খুঁড়েছেন যা ট্রিলিয়ন স্বয়ংক্রিয় পরীক্ষা এড়িয়ে গেছে।
কেন এটা গুরুত্বপূর্ণ
আনুষ্ঠানিক যাচাইকরণ একটি বিলাসিতা হিসাবে ব্যবহৃত হত যা শুধুমাত্র বিশেষজ্ঞরা বছরের পর বছর ধরে সামর্থ্য করতে পারে — seL4 মাইক্রোকারনেল লিখতে 2 ব্যক্তি-বছর এবং যাচাই করতে 20 ব্যক্তি-বছর সময় নেয়। অ্যানথ্রোপিক এখন দেখিয়েছে যে একটি ফ্রন্টিয়ার মডেল সপ্তাহে একশোরও বেশি বাস্তব ওপেন-সোর্স লাইব্রেরির জন্য এটি করতে পারে, যখন স্বয়ংক্রিয় পরীক্ষা চালানোর "ট্রিলিয়ন" টিকে থাকা বাগগুলি খুঁজে বের করে।
সম্পূর্ণ প্রতিবেদন
অ্যানথ্রপিক 22 অক্টোবর তার অফিসিয়াল গবেষণা পৃষ্ঠায় ঘোষণা করেছে: সফ্টওয়্যার যাচাইকরণ কোম্পানি থিওরেমের সাথে সহযোগিতায়, 239টি প্রোগ্রাম এন্ট্রি পয়েন্ট কভার করে Google-এর OSS-Fuzz থেকে 123টি রিয়েল-ওয়ার্ল্ড ওপেন-সোর্স লাইব্রেরি জুড়ে RISC-V সমাবেশ স্তরে ক্লাউড আনুষ্ঠানিকভাবে নিরাপত্তা বৈশিষ্ট্যগুলি যাচাই করেছে৷ সংস্থাটি এটিকে "এসেম্বলি কোড লেভেলে প্রোডাকশন সফ্টওয়্যারে আনুষ্ঠানিক যাচাইকরণের জন্য AI ব্যবহার করার প্রথম বড় মাপের প্রচেষ্টা" বলে।
স্কেলটি আকর্ষণীয়: Rocq প্রমাণের প্রায় 180 মিলিয়ন লাইন, একটি সাধারণ প্রমাণ সহ প্রায় 600,000 লাইনে চলে, 18,000 RISC-V নির্দেশাবলীর মধ্যম দৈর্ঘ্যের সাথে বাইনারিগুলিকে আচ্ছাদন করে — সমস্ত কিছু সপ্তাহের মধ্যে সম্পন্ন হয়। Rocq কার্নেল স্বাধীনভাবে প্রতিটি প্রমাণ পরীক্ষা করে, তাই কোনো ম্যানুয়াল লাইন-বাই-লাইন পর্যালোচনার প্রয়োজন নেই।
পদ্ধতিটি বিদ্যমান ফাজ পরীক্ষাগুলিকে গাণিতিক স্পেসিফিকেশনে রূপান্তরিত করে: 64 MB এর নিচে যেকোন ইনপুটের জন্য, লিনাক্সে একটি একক-থ্রেডেড স্ট্যাটিকালি লিঙ্কযুক্ত RISC-V বাইনারিকে সবসময় স্বাভাবিকভাবে প্রস্থান করতে হবে, কোনো মেমরি-নিরাপত্তা লঙ্ঘন ছাড়াই। যখন Claude একটি বাগ মিড-প্রুফ সন্দেহ করেছিল, তখন এটি সরাসরি কোডটি প্যাচ করে এবং নতুন বৈশিষ্ট্যটি পুনরায় প্রমাণ করে।
পথের ধারে শত শত বাগ দেখা দিয়েছে, যার মধ্যে একটি ডিকম্প্রেসার কপিতে একটি কাউন্টার আন্ডারফ্লো যা একটি সীমার বাইরে লেখার দিকে পরিচালিত করে (একটি বিরল লেআউটের সাথে শুধুমাত্র ~20 MB ইনপুট দ্বারা ট্রিগার করা যায়), একটি চিত্র ডিকোডারে পড়া একটি সীমার বাইরে, এবং CVE-2026-563-এর জন্য একটি পুনঃআবিষ্কার - কিছু সীমার বাইরে লুকানো সম্ভব ছিল। বছর
নৃতাত্ত্বিক নিজেই সীমা স্বীকার করে: একটি পাসকৃত আনুষ্ঠানিক যাচাই মানে বাগ-মুক্ত নয় — প্রমাণগুলি কেবলমাত্র একক-থ্রেডেড স্ট্যাটিক RISC-V বাইনারিগুলিকে কভার করে, যখন বেশিরভাগ কোড আসলে x86/ARM-এ চলে। এটি স্বাধীন যাচাইয়ের জন্য GitHub-এ প্রমাণগুলির একটি উপসেট প্রকাশ করেছে, এবং থিওরেম বলে যে এটি অন্যান্য ওপেন-সোর্স প্রকল্পগুলির জন্য একই পাইপলাইন চালাবে।
পার্শ্ব ফলাফলগুলিও উল্লেখযোগ্য: লিনাক্স কার্নেলের zlib প্রয়োগটি x86 বাইনারি স্তরে RFC 1950-এর সাথে সামঞ্জস্যপূর্ণ বলে প্রমাণিত হয়েছে, এবং রাস্টে লেখা একটি পাইথন দোভাষীর একটি বড় উপসেট 1.7 মিলিয়ন-প্লাস র্যান্ডমাইজড প্রোগ্রামগুলির 99.95%-এ CPython-এর আচরণের সাথে মিলেছে।
💬 Comments
No comments yet. Be the first!