szl-artifacts

SZL Artifacts — Build Artifact Registry 是一个用于存储和追踪所有 SZL 底层组件（substrate organs）构建产物的注册表数据集。其核心目的是为形式化验证和治理提供可审计、可验证的构建记录。每条数据记录代表一个经过 DSSE（Digital Signing and Signature Envelope）签名的构建产物，包含以下关键字段：组件名称、版本号、SHA-256 摘要、DSSE 签名、SLSA（Supply-chain Levels for Software Artifacts）L1 级别的来源证明链接以及构建时间戳。数据集通过持续集成（CI）流程自动更新，每次成功的构建运行后，新的构建产物记录会以原子操作方式追加到注册表中。验证机制允许用户使用存储在 szl-org-infra 数据集中的公钥来重放和验证 DSSE 信封，确保产物的完整性和来源可信。截至 2026 年 5 月 30 日，该数据集关联的生态系统状态包括：626 个 Lean 声明、15 个公理（14 个唯一）、189 个待解决问题（138 个基线问题加 51 个 Putnam 问题）、40 个指定的锚定公式、与 Mathlib 4.13.0 内核的兼容性、27 个 HuggingFace 空间、31 个 HuggingFace 数据集以及 7 个 Zenodo DOI（6 个发布版本和 1 个概念别名）。数据集遵循 Doctrine v7 原则，即不使用营销语言，确保每个数字都能追溯到具体的 CI 日志、Lean 证明或 Zenodo DOI。它适用于软件供应链安全（SLSA）、形式化验证（特别是与 Lean 定理证明器相关）、构建产物治理、代理人工智能（Agentic AI）系统以及需要高度可审计性和可重复性的研究场景。SZL Artifacts — Build Artifact Registry is a registry dataset for storing and tracking all build artifacts of SZL substrate organs. Its core purpose is to provide auditable and verifiable build records for formal verification and governance. Each data record represents a build artifact signed with DSSE (Digital Signing and Signature Envelope), and contains the following key fields: component name, version number, SHA-256 digest, DSSE signature, SLSA (Supply-chain Levels for Software Artifacts) Level 1 source attestation link, and build timestamp. The dataset is automatically updated via continuous integration (CI) workflows; new build artifact records are appended to the registry in an atomic manner upon each successful build run. The verification mechanism allows users to replay and validate the DSSE envelopes using the public keys stored in the szl-org-infra dataset, ensuring the integrity and trusted provenance of the artifacts. As of May 30, 2026, the ecosystem status associated with this dataset includes: 626 Lean declarations, 15 axioms (14 unique), 189 open issues (138 baseline issues plus 51 Putnam problems), 40 specified anchor formulas, compatibility with the Mathlib 4.13.0 core, 27 Hugging Face Spaces, 31 Hugging Face datasets, and 7 Zenodo DOIs (6 released versions and 1 concept DOI alias). The dataset adheres to the Doctrine v7 principles, which prohibit the use of marketing language and ensure that every number can be traced back to specific CI logs, Lean proofs, or Zenodo DOIs. It is applicable to software supply chain security (SLSA), formal verification (particularly related to the Lean theorem prover), build artifact governance, agentic AI systems, and research scenarios requiring high auditability and reproducibility.

原始信息汇总

数据集概览：SZL Artifacts — Build Artifact Registry

• 数据集名称: SZL Artifacts — Build Artifact Registry
• 许可证: Apache 2.0
• 语言: 英语
• 数据规模: 少于1,000条记录 (n<1K)
• 任务类别: 其他 (other)
• 主要标签: 形式化验证 (formal-verification)、Lean4、mathlib、DSSE、治理 (governance)、智能体AI (agentic-ai)、SLSA、构建工件 (build-artifacts)、注册表 (registry) 等

数据集内容与功能

该数据集是SZLHOLDINGS组织下所有子系统的构建工件（Build Artifact）注册表。每条记录包含以下信息：

• 器官名称（Organ name）
• 版本号
• SHA-256摘要
• DSSE签名（支持可验证的签名信封）
• SLSA L1 溯源链接（Provenance link）
• 构建时间戳

数据验证机制

• 用户可通过重放DSSE信封，与公共密钥（存放于 szl-org-infra 数据集）比对，验证工件的完整性与真实性。
• 新的工件会在每次成功的CI运行后原子追加到注册表中。

当前状态（截至2026-05-30）

指标	数值	验证来源
Lean声明数	626	lutar-lean@7ef33a6
Lean公理数	15（14个唯一）	A1–A18诚实间隙
Lean待定项（sorries）	189（138基线 + 51 Putnam）	PR #109 已处理 P6+P7
锚定公式数	40	a11oy #114
内核状态	绿色 (Mathlib 4.13.0 d7317655)	PR #106
Hugging Face Spaces	27	SZLHOLDINGS 组织
Hugging Face Datasets	31	SZLHOLDINGS 组织
Zenodo DOI	6个发布 + 1个概念别名	10.5281/zenodo.20434276
RAE-1协议	已合并	a11oy #122
Putnam 2025覆盖	10/12 结构 · 4/12 绿色 Lean证实（A1, A5, B4, B6）	agi-forecast PR #51

相关资源与交叉引用

资源	链接
论文（Ouroboros Thesis v18）	https://doi.org/10.5281/zenodo.20434276
Lean配套代码库	https://doi.org/10.5281/zenodo.20424992
收据MCP服务器	https://huggingface.co/spaces/SZLHOLDINGS/mcp-receipts-server
测试结果数据集	https://huggingface.co/datasets/SZLHOLDINGS/test-results
组织目录	https://huggingface.co/SZLHOLDINGS
GitHub源码	https://github.com/szl-holdings/szl-holdings

溯源信息

• 生态系统阶段: generated-mirror
• 阶段矩阵: https://huggingface.co/spaces/SZLHOLDINGS/szl-anatomy
• MCP网关: https://szlholdings-mcp-receipts-server.hf.space
• Doctrine版本: v7（无营销语言，每一数字均可追溯到CI日志或Zenodo DOI）
• 作者: Stephen Paul Lutar Jr. · ORCID 0009-0001-0110-4173

搜集汇总

数据集介绍

构建方式

在形式化验证与可信软件供应链的交汇领域，SZL Artifacts数据集作为一套采用DSSE签名的构建工件注册表而诞生。该数据集以SZL生态系统中各器官组织为单位，系统性地收录了每个构建工件的完整元信息，包括器官名称、版本号、SHA-256摘要值、DSSE数字签名、SLSA L1来源追溯链接以及构建时间戳。数据集的构建遵循严格的原子化追加策略——每次成功的CI运行结束后，新的工件记录被自动附加至注册表中，从而保证了数据集的实时性与完整性。所有工件的可验证性通过将DSSE信封与szl-org-infra数据集中的公钥进行重放校验得以实现，这一机制确保了每一条记录均源自可信的构建流水线。

特点

SZL Artifacts数据集最显著的特征在于其深度绑定的可审计性与数学可溯源性。数据集内的每一条工件记录均与Lean定理证明器中的声明、公理及待证命题（sorries）直接对应——当前涵盖626条Lean声明、15条公理与189个待证命题，其中包含138个基线待证项与51个Putnam数学竞赛相关待证项。数据集遵循Doctrine v7原则，拒绝任何营销性语言，所有数值均可解析为CI日志、Lean证明或Zenodo DOI，形成了一条从构建工件到形式化验证结果的完整证据链。此外，数据集的SLSA L1合规性与DSSE签名机制共同构成了符合现代软件供应链安全标准的基础设施，并通过MCP网关提供实时服务接口。

使用方法

使用SZL Artifacts数据集时，研究者可通过Hugging Face平台或GitHub仓库直接访问完整的工件注册表。数据集的校验操作遵循标准的DSSE信封验证流程：用户需从szl-org-infra数据集中获取公钥，对每条记录的数字签名进行重放验证，从而确认工件的来源可信性。对于需要深度分析形式化验证进展的用户，数据集中的工件记录可与lutar-lean代码仓库中的Lean声明、待证命题状态进行交叉关联——通过数据集提供的提交哈希与PR链接，可逐项追溯每个工件的证明进度。此外，数据集配套的MCP收据服务器提供了实时查询接口，支持程序化访问与自动化审计场景，便于将工件注册表集成至更广泛的DevOps与形式化验证工作流中。

背景与挑战

背景概述

SZL Artifacts数据集由Stephen Paul Lutar Jr.及其所属机构SZLHOLDINGS于2025年创建，旨在为形式化验证与构建工件注册提供具备可追溯性与可验证性的基础设施。该数据集基于DSSE签名协议和SLSA L1溯源标准，记录了Lean4定理证明器环境下的构建工件元数据，涵盖器官名称、版本、SHA-256摘要及构建时间戳等信息。其核心研究问题在于弥合形式化验证社区与软件供应链安全之间的鸿沟，通过将每个工件解析至持续集成日志、Lean证明或Zenodo DOI，确保数据完整性与可审计性。作为Ouroboros论文（DOI:10.5281/zenodo.20434276）的配套资源，该数据集推动了数学形式化（如Putnam 2025问题覆盖）与代理型人工智能治理的交叉研究，并在HuggingFace生态中部署了27个Spaces与31个数据集，对形式化验证的可扩展性及供应链可信度产生了重要影响。

当前挑战

该数据集所解决的领域问题在于，软件供应链中构建工件普遍缺乏端到端可验证性，传统哈希校验难以对抗中间人攻击或仓库篡改，而形式化验证社区又亟需将Lean证明与真实构建产物关联。数据集通过DSSE签名与SLSA L1溯源实现了工件来源认证，但构建过程中面临多维度挑战：一是Lean声明数达626项且包含189个未证毕（sorries）状态，需在数学定理证明的严格性与注册表原子更新之间维持一致性；二是Putnam竞赛问题的形式化覆盖仅完成12题中的4题完全验证，剩余8题处于跟踪或建议阶段，暴露出复杂数学推理自动化不足的瓶颈；三是跨平台集成挑战，需同步协调Zenodo DOI注册、MCP网关通信及28个HuggingFace Spaces的活性状态，任何节点失效均可能导致工件追溯链断裂。

常用场景

经典使用场景

在形式化验证与可信软件供应链的交汇领域，szl-artifacts数据集作为一套经DSSE签名的构建工件注册表，为Lean4形式化验证生态提供了可追溯的元数据基准。其经典使用场景在于，研究者可借助该数据集重放公开密钥对应的DSSE信封，验证每个工件从构建到发布的完整链路，确保Lean内核、数学库与锚定公式的声明与证明状态在连续集成流水线中保持一致性。该数据集不仅记录了Lean声明的数量、公理与未解决项（sorries）等关键指标，还将每次CI运行的结果以原子方式追加，从而为跨版本的验证进展开辟了透明且不可抵赖的追踪路径。

解决学术问题

该数据集有效回应了形式化验证领域中长期存在的可复现性与供应链完整性二元挑战。通过将Lean4内核的绿色状态、Putnam数学问题的证明覆盖率与SLSA L1出处元数据纳入统一登记体系，学者能够系统性地评估大型形式化库（如Mathlib）在持续演进过程中的验证缺口与信任降级风险。更重要的是，szl-artifacts引入的DSSE签名验证范式为学术界提供了一种标准化手段，用以区分已形式化证明的结论与仅处于追踪或建议阶段的未决断言，从而推动了形式化验证成果在元研究中的可量化比较。

衍生相关工作

基于该数据集，学界与产业界已催生出一系列衍生工作。在形式化验证方向，研究者围绕Lean内核的sorries波动趋势构建了预测性分析模型，用于识别证明缺口密集的模块并自动分配验证资源；在供应链安全领域，SLSA L1出处数据与RAE-1协议的融合催生了可审计的验证策略框架，相关成果发表在安全合规型CI/CD系统设计中。此外，数据集收录的Putnam数学问题证明状态已被用作基准，推动了大语言模型在形式化定理证明辅助决策上的评估研究，形成了Lean4社区与人工通用智能预测交叉的独特工作线。