遇见数据集

thesis-v18-formal-verification

收藏
Hugging Face2026-05-29 更新2026-05-30 收录
官方服务:

资源简介:

该数据集名为SZL Ouroboros Thesis v18 — Formal Verification of Agentic AI,是一个关于可验证智能体AI治理的学术论文及相关资源集合。核心内容是一篇206页的论文,标题为The Ouroboros Substrate: a Governance-Mathematical Foundation for Verifiable Agentic AI。该论文提出了一种基于Lean 4形式化验证的智能体AI运行时框架,其中每个治理不变量都由Lean内核针对Mathlib v4.13.0进行机器检查。数据集包含论文PDF、10张可重新生成的图表(基于包含10,000个样本的基准数据)以及一个形式化定理库的索引。该定理库包含总共375个定理,分布在25个章节中,其中134个定理为lake-verified(已通过Lean验证),241个为skeleton状态(证明待完成,但类型签名正确)。论文的主要技术贡献包括:Lutar演算与A1-A15公理系统、具有SCITT兼容性的双见证收据链、针对Lambda轴的PAC-Bayes泛化边界、包含16个定理存根的Lean Czar目录,以及OpenTelemetry SEMCONV扩展。数据集适用于学术研究(引用或扩展Lutar演算、PAC-Bayes治理边界或收据链范畴论)、在智能体AI系统中实施DSSE/SLSA治理收据的实践者、在AI安全课程中使用形式化验证示例的教育工作者,以及通过运行`lake build`验证定理-证明对应关系的审计人员。数据集明确说明其不是LLM模型或模型检查点,不包含完整的正式证明(大部分定理为存根),不是生产级运行时,且未经外部同行评审。

创建时间:
2026-05-29
原始信息汇总

数据集概述:SZL Ouroboros Thesis v18 — Formal Verification of Agentic AI Governance

基本信息

  • 数据集名称: SZL Ouroboros Thesis v18 — Formal Verification of Agentic AI Governance
  • 数据集ID: SZLHOLDINGS/thesis-v18-formal-verification
  • 语言: 英语 (en)
  • 许可证: Creative Commons Attribution 4.0 International (CC-BY-4.0)
  • DOI: 10.5281/zenodo.20434276
  • 作者: Stephen P. Lutar,所属机构: SZL Holdings,ORCID: 0009-0001-0110-4173
  • 大小: 少于1K (n<1K)
  • 任务类别: 其他

数据集描述

本数据集是SZL基底的规范说明,共206页,包含76个命名的定理与推论,以及134个经Lake验证的Lean 4条目。数据集版本链从v14演进至v18.0,涉及7个Zenodo DOI。

数据集内容

  • thesis_v18.tex: 主要LaTeX源文件
  • thesis.pdf: 编译后的PDF文档 (206页)
  • theorems_index.json: 机器可读的定理索引
  • PROVENANCE.md: DOI链及验证说明
  • figures/: 包含10张基于N=10,000基准数据生成的图表

版本链与DOI

验证数据统计

  • 页面数: 206
  • 定理与推论数: 76
  • Lake验证的Lean文件数: 134
  • Lean骨架文件数: 241
  • 剩余未完成证明 (sorry): 7个 (均已标记Mathlib消解路径)
  • 版本链DOI数: 7 (均HTTP 200)
  • 论文版本追踪数: 18

相关资源

引用格式

bibtex @misc{lutar2026ouroboros, title = {Ouroboros: Formal Verification of Agentic AI Governance — v18.0}, author = {Lutar, Stephen P.}, year = {2026}, doi = {10.5281/zenodo.20434276}, url = {https://doi.org/10.5281/zenodo.20434276} }

搜集汇总
数据集介绍
thesis-v18-formal-verification 数据集图片
构建方式
该数据集源自SZL Holdings发布的Ouroboros论文v18版本,题为《形式化验证的自主AI治理》。其构建围绕一份206页的规范文档展开,囊括76个命名的定理与推论,并配套134个经lake验证的Lean 4形式化证明文件。数据集通过线性版本链迭代进化,从v14至v18.0,由7个Zenodo DOI串联,确保可追溯性。此外,包含241个Lean骨架文件及7个遗留的`sorry`占位符,每个均标注了Mathlib的消解路径,体现了严谨的诚实验证态度。
使用方法
用户可通过HuggingFace页面直接访问完整的数据集,包括LaTeX源文件`thesis_v18.tex`、编译的PDF、以及机器可读的定理索引`theorems_index.json`。如需交互式验证,可借助配套的Lean证明游乐场(HuggingFace空间)进行探索。对于深化研究,建议克隆GitHub仓库中的Lean证明库与LaTeX源码,遵循`PROVENANCE.md`中的DOI链核查指南,以复现从v14至v18.0的完整验证链条。
背景与挑战
背景概述
thesis-v18-formal-verification数据集由Stephen P. Lutar于2026年通过SZL Holdings创建,发表在Zenodo上(DOI: 10.5281/zenodo.20434276),旨在利用Lean 4定理证明器对自主人工智能治理系统进行形式化验证。该数据集包含206页的正式规范、76条命名定理与推论以及134个经Lake验证的Lean文件,构建了一条从v14至v18的线性版本链。其核心研究问题在于弥合AI治理政策(如EU AI Act和NIST AI RMF)与可执行的数学证明之间的鸿沟,推动形式化方法在AI安全与合规领域的应用。作为Ouroboros论文的关键组件,该数据集通过机器可读的定理索引和严格的可溯源机制,为可验证AI治理提供了基准规范,对定理证明、数学库集成及Agentic AI治理研究具有重要影响力。
当前挑战
该数据集面临的核心领域挑战在于将抽象且动态的AI治理策略(如DSSE、SLSA)转化为可被形式化验证的数学定理,这要求精确建模Agentic AI系统的行为边界与伦理约束,同时应对治理标准持续演化的不确定性。构建过程中,研究者需克服Lean 4与Mathlib库在嵌入复杂治理逻辑时的表达力限制,尤其是在处理唯一性定理(如CAUCHY_ND)和概率界限(如PACBayes/MadhavaBound)时,仍残留7个标记为‘sorry’的未证明缺口,需通过社区贡献的推导路径逐步填充。此外,跨版本DOI链的线性依赖管理、241个Lean骨架文件的维护以及与交互式证明环境的无缝协同,均对数据集的完整性、一致性和可重复性提出了严苛要求。
常用场景
经典使用场景
该数据集的核心价值在于为智能体人工智能治理提供形式化验证的基准框架。它包含76个命名定理与推论,以及134个经由Lean 4证明引擎验证的代码条目,构建了一个完整的数学逻辑体系。研究者和工程师可以将其作为标准参考,用于训练或测试基于定理证明的AI安全对齐系统,尤其是在需要严格数学保证的治理协议验证场景中,该数据集提供了从公理到定理的完整演绎链。
解决学术问题
该数据集直面智能体AI治理领域长期存在的可验证性困境,即如何用数学逻辑严格证明AI系统的行为符合预设治理规范。它通过将欧盟AI法案(EU AI Act)和NIST AI风险管理框架等高层次政策需求,形式化为可计算的定理与证明,解决了从自然语言政策到机器可验证规范的转换难题。其意义在于为AI治理的学术研究提供了首个端到端的形式化验证原型,推动了可证明安全的AI系统理论发展。
实际应用
在实际应用中,该数据集可直接服务于需要高可靠性AI系统的行业,例如金融风控、自动驾驶和医疗诊断中的AI代理行为审计。企业可以基于其中的定理索引和结构化证明体系,构建自动化的合规检查流水线,确保AI代理的决策过程符合内部治理策略及外部法规要求。同时,它也支持开发者利用Lean Playground等交互工具,进行治理协议的模拟验证和漏洞排查。
数据集最近研究
最新研究方向
随着《欧盟人工智能法案》与NIST AI风险管理框架的推进,形式化验证成为确保智能体AI治理合规性的关键技术路径。该数据集基于Lean 4证明助手与Mathlib库,系统构建了76条定理及推论,覆盖从SBOM溯源到PAC-Bayes泛化边界的治理属性。其创新性地将软件供应链安全(SLSA)框架与形式化验证相融合,为智能体系统的可审计性提供了数学保障。这一研究呼应了2024年后全球对AI治理‘可证明合规’的迫切需求,标志着从经验性监管向数学化治理的范式跃迁。
以上内容由遇见数据集搜集并总结生成
二维码
社区交流群
二维码
科研交流群
商业服务