SZLHOLDINGS/test-results

这是一个用于40个锚定公式门的DSSE签名Vitest断言日志。数据格式为JSONL：每条记录都是一个签名的测试结果信封，包含公式ID、通过/失败状态、Lean提交哈希、参与者ORCID和PAE v1 DSSE签名字段。该数据集是anatomy-alive-harness、mcp-receipts-server以及所有rosie根收据的主要审计跟踪接收器，遵循RAE-1协议收据模式。This is a DSSE-signed Vitest assertion log for 40 anchored formula gates. Its data format is JSONL: each record is a signed test result envelope containing the formula ID, pass/fail status, Lean commit hash, participant ORCID, and PAE v1 DSSE signature field. This dataset serves as the primary audit trail sink for anatomy-alive-harness, mcp-receipts-server, and all rosie root receipts, adhering to the receipt pattern defined in the RAE-1 protocol.

搜集汇总

数据集介绍

构建方式

该数据集以DSSE（Dead Simple Signing Envelope）签名的Vitest断言日志为核心，针对40个锚定公式门控（anchor formula gates）进行构建。每条记录均为经过签名的测试结果信封，采用JSONL格式存储，包含公式标识符、通过/失败状态、Lean提交哈希、演员ORCID以及PAE v1 DSSE签名等字段。数据集作为主要审计追踪汇，服务于anatomy-alive-harness、mcp-receipts-server及所有rosie根收据，并遵循RAE-1协议收据模式。

使用方法

用户可通过HuggingFace平台直接下载JSONL格式的数据集，每条记录为独立可验证的测试结果。该数据集主要作为审计追踪与验证依据，适用于检查Lean形式化验证结果、跟踪锚定公式门控状态，以及评估Putman 2025题目的证明进展。建议结合MCP收据服务器（szlholdings-mcp-receipts-server.hf.space）和szl-anatomy阶段矩阵进行跨引用分析，以获取更全面的形式化验证生态视图。

背景与挑战

背景概述

Test Results — DSSE Vitest Assertion Log 数据集由 Stephen Paul Lutar Jr. 于 2026 年创建，隶属于 SZLHOLDINGS 组织，旨在为形式化验证与智能体治理领域提供可审计的测试结果记录。该数据集聚焦于 Lean 4 定理证明器环境下的 40 个锚定公式门控，通过 DSSE 签名与 Vitest 断言日志，构建了从 Lean 证明到 CI 日志的完整可追溯链条。作为 Ouroboros 论文体系的核心组件，它支撑了包括 anatomy-alive-harness 与 mcp-receipts-server 在内的多个项目，推动了形式化验证在智能体系统治理中的应用。数据集采用 Apache 2.0 许可，提供了包含公式 ID、通过/失败状态、Lean 提交哈希、参与者 ORCID 及 PAE v1 DSSE 签名的 JSONL 格式记录，为自动化推理与审计追踪奠定了数据基础。

当前挑战

该数据集主要面临的挑战包括：其一，如何确保形式化验证过程中 Lean 声明与锚定公式之间的一致性与完整性，当前 626 个声明中仍存在 189 个未解决的 sorries 问题，需持续证明补全；其二，构建过程中需处理大规模多源数据的签名与验证，实现从 Lean 证明、CI 日志到 Zenodo DOI 的端到端可追溯性，这对数据管道的一致性与防篡改能力提出高要求；其三，在智能体治理场景下，如何通过 DSSE 签名与 RAE-1 协议保证测试结果的可审计性与不可否认性，同时维护 27 个 HuggingFace Spaces 与 31 个数据集的协同运作，构成了数据治理与系统集成的重大挑战。

常用场景

经典使用场景

该数据集作为形式化验证与软件供应链安全交叉领域的审计追踪枢纽，主要用于记录和验证Lean4定理证明器中的断言测试结果。其典型应用场景包括：为使用DSSE签名机制的Vitest断言日志提供结构化存储，每条记录均包含公式标识符、通过/失败状态、Lean提交哈希及参与者ORCID，从而构建起一套不可篡改的测试结果链。研究者可借助此数据集复现和验证特定数学公式（如40个锚定公式门）的自动化证明过程，确保每一行断言都能追溯到具体的持续集成日志或Lean证明，为形式化验证的可重复性和透明度设定了新的标杆。

解决学术问题

该数据集解决了形式化验证领域中测试结果可追溯性与审计难题，尤其是在大规模Lean仓库（如lutar-lean）中管理数百个声明的场景下。通过提供经DSSE签名的结构化日志，它使得研究人员能够明确区分已证明的绿色断言与未解决的待定项（如189个sorries），从而量化数学定理证明的进展与差距。此外，数据集支持对Lean内核绿色状态（如Mathlib 4.13.0）的持续监控，为评估自动化推理系统的可靠性提供了实证基础。其意义在于推动形式化验证从孤立的代码库向具备完整审计链的开放科学基础设施演进，强化了数学成果的可验证性。

实际应用

在实际工程与治理层面，该数据集支撑起一套基于DSSE和RAE-1协议的去中心化软件供应链（DSSE）监管体系。它作为MCP receipts server等工具的主要审计日志汇聚点，可实时记录和验证自动化代理（如rosie root-receipts）执行断言测试的结果。对于依赖Lean形式化验证的算法交易系统、智能合约审计或数学竞赛（如Putnam 2025）解答验证，该数据集提供了标准化的合规证据链。其实际价值在于，任何利益相关方均可通过公开的MCP网关或Hugging Face空间，独立验证特定公式是否满足预定的安全与正确性门限，从而降低了信任成本。

数据集最近研究

最新研究方向

该数据集聚焦于形式化验证与智能体治理的交叉前沿，以Lean4语言和DSSE签名技术为核心，构建了可审计的测试断言日志体系。研究热点体现在将形式化证明与人工智能治理流程深度融合，通过40个锚定公式门控和RAE-1协议实现验证结果的可追溯性与不可篡改性。特别地，数据集追踪了Putnam 2025数学竞赛问题的Lean形式化证明进展，展现了AI在高级数学推理验证中的突破性应用。其采用的Doctrine v7准则强调每个数字指标均可回溯至具体CI日志或DOI，为可信AI系统提供了方法论基准，标志着从传统测试向可验证、可监管的智能体治理范式的重要跃迁。