N環球 
क्लाउड ने ओपन-सोर्स सॉफ़्टवेयर के पहले बड़े पैमाने के एआई औपचारिक सत्यापन में गणितीय प्रमाण की 180 मिलियन पंक्तियाँ लिखीं
एंथ्रोपिक का आधिकारिक शोध: प्रमेय के साथ, क्लाउड ने 123 ओपन-सोर्स लाइब्रेरीज़ और 239 प्रवेश बिंदुओं पर आरआईएससी-वी असेंबली स्तर पर सुरक्षा गुणों को औपचारिक रूप से सत्यापित किया - और सैकड़ों बग खोदे जो खरबों स्वचालित परीक्षणों से बच गए थे।
यह क्यों मायने रखता है?
औपचारिक सत्यापन एक विलासिता हुआ करती थी जिसे केवल विशेषज्ञ ही वर्षों तक वहन कर सकते थे - seL4 माइक्रोकर्नेल को लिखने में 2 व्यक्ति-वर्ष और सत्यापित करने में 20 व्यक्ति-वर्ष लगते थे। एंथ्रोपिक ने अब दिखाया है कि एक फ्रंटियर मॉडल हफ्तों में सौ से अधिक वास्तविक ओपन-सोर्स लाइब्रेरी के लिए ऐसा कर सकता है, जबकि उन बगों का पता लगा सकता है जो स्वचालित परीक्षण रन के "खरबों" से बच गए हैं।
पूरी रिपोर्ट
एंथ्रोपिक ने 22 अक्टूबर को अपने आधिकारिक शोध पृष्ठ पर घोषणा की: सॉफ्टवेयर सत्यापन कंपनी थियोरम के सहयोग से, क्लाउड ने Google के ओएसएस-फ़ज़ से ली गई 123 वास्तविक दुनिया ओपन-सोर्स लाइब्रेरी में आरआईएससी-वी असेंबली स्तर पर सुरक्षा गुणों को औपचारिक रूप से सत्यापित किया, जिसमें 239 प्रोग्राम प्रवेश बिंदु शामिल हैं। कंपनी इसे "असेंबली कोड स्तर पर उत्पादन सॉफ़्टवेयर में औपचारिक सत्यापन लागू करने के लिए एआई का उपयोग करने का पहला बड़े पैमाने पर प्रयास" कहती है।
पैमाना आश्चर्यजनक है: रोक्क प्रूफ़ की लगभग 180 मिलियन लाइनें, एक विशिष्ट प्रूफ़ लगभग 600,000 लाइनों तक चलता है, 18,000 आरआईएससी-वी निर्देशों की औसत लंबाई के साथ बायनेरिज़ को कवर करता है - सभी कुछ ही हफ्तों में पूरा हो जाता है। Rocq कर्नेल स्वतंत्र रूप से प्रत्येक प्रमाण की जाँच करता है, इसलिए किसी मैन्युअल लाइन-दर-लाइन समीक्षा की आवश्यकता नहीं है।
विधि मौजूदा फ़ज़ परीक्षणों को गणितीय विशिष्टताओं में परिवर्तित करती है: 64 एमबी से कम के किसी भी इनपुट के लिए, लिनक्स पर एकल-थ्रेडेड स्थिर रूप से जुड़े आरआईएससी-वी बाइनरी को हमेशा सामान्य रूप से बाहर निकलना चाहिए, बिना किसी मेमोरी-सुरक्षा उल्लंघन के। जब क्लाउड को मिड-प्रूफ़ में बग का संदेह हुआ, तो उसने सीधे कोड को पैच किया और नई विशिष्टता को फिर से प्रमाणित किया।
रास्ते में सैकड़ों बग सामने आए, जिसमें एक डीकंप्रेसर कॉपी में काउंटर अंडरफ्लो शामिल था, जिसके कारण आउट-ऑफ-बाउंड राइट (केवल एक दुर्लभ लेआउट के साथ ~ 20 एमबी इनपुट द्वारा ट्रिगर किया जा सकता था), एक इमेज डिकोडर में आउट-ऑफ-बाउंड रीड, और लिबएक्सपैट में सीवीई-2026-56132 की पुनः खोज - कुछ कमजोरियां वर्षों से छिपी हुई थीं।
एन्थ्रोपिक स्वयं सीमाओं को स्वीकार करता है: एक पारित औपचारिक सत्यापन का मतलब बग-मुक्त नहीं है - प्रमाण केवल एकल-थ्रेडेड स्थिर आरआईएससी-वी बायनेरिज़ को कवर करते हैं, जबकि अधिकांश कोड वास्तव में x86/ARM पर चलते हैं। इसने स्वतंत्र सत्यापन के लिए GitHub पर प्रमाणों का एक सबसेट प्रकाशित किया है, और थ्योरम का कहना है कि यह अन्य ओपन-सोर्स परियोजनाओं के लिए समान पाइपलाइन चलाएगा।
साइड परिणाम भी उल्लेखनीय हैं: लिनक्स कर्नेल का zlib कार्यान्वयन x86 बाइनरी स्तर पर RFC 1950 के अनुरूप साबित हुआ था, और रस्ट में लिखे गए पायथन दुभाषिया का एक बड़ा उपसमुच्चय 1.7 मिलियन से अधिक यादृच्छिक कार्यक्रमों में से 99.95% पर CPython के व्यवहार से मेल खाता था।
💬 Comments
No comments yet. Be the first!