anatomy-alive-harness

Anatomy Alive Harness 是一个用于验证7器官SZL基板的集成测试工具数据集。其主要功能包括运行248个断言检查，验证DSSE（数字签名软件工单）收据链，根据40个锚定公式确认公式门通过率，并验证OpenTelemetry（OTel）跨度覆盖。测试结果以DSSE签名的JSONL记录形式发布到Hugging Face数据集`SZLHOLDINGS/test-results`。测试执行由Lean 4.13.0内核持续集成（CI）流程的“绿色”构建成功状态触发，确保与形式化验证代码库同步。数据集关联的状态指标涵盖：626个Lean声明、15个公理、189个待证明项（其中138个为基线，51个与Putnam 2025问题相关）、40个指定的锚定公式。该数据集是更广泛形式化验证和治理生态系统的一部分，与Lean定理证明器、Mathlib库、DSSE安全协议及MCP（模型上下文协议）服务器等组件集成。设计遵循“原则v7”，强调所有数字指标可追溯到具体CI日志、Lean证明或Zenodo DOI，确保透明度和可验证性。Anatomy Alive Harness is an integrated test toolkit dataset for validating 7-organ SZL substrates. Its core functions include executing 248 assertion checks, validating the DSSE (Digital Signature Software Work Order) receipt chain, confirming the formula gate pass rate based on 40 anchored formulas, and verifying OpenTelemetry (OTel) span coverage. Test results are published as DSSE-signed JSONL records to the Hugging Face dataset `SZLHOLDINGS/test-results`. Test execution is triggered by the successful "green" build status of the continuous integration (CI) pipeline for the Lean 4.13.0 kernel, ensuring synchronization with the formal verification codebase. The associated state metrics of this dataset include: 626 Lean declarations, 15 axioms, 189 proof obligations (138 of which are baseline items and 51 are related to the Putnam 2025 problems), and 40 specified anchored formulas. This dataset is part of a broader formal verification and governance ecosystem, and integrates with components such as the Lean theorem prover, Mathlib library, DSSE security protocol, and MCP (Model Context Protocol) server. Its design adheres to Principle v7, which emphasizes that all digital metrics are traceable to specific CI logs, Lean proofs, or Zenodo DOIs to ensure transparency and verifiability.

原始信息汇总

数据集概述

• 名称：Anatomy Alive Harness — Test Harness
• 许可证：Apache-2.0
• 语言：英语
• 任务类别：其他（Other）
• 规模：n<1K
• 标签：formal-verification, lean4, mathlib, dsse, governance, agentic-ai, arxiv:2401.05566, arxiv:2407.11214, series-a, anthropic, doctrine-v7, rae-1, testing, harness, integration, substrate, anatomy, dataset
• 生态阶段：支持运营（supporting-operational）

描述

该数据集是7器官 SZL 基底的集成测试工具，用于运行多项断言检查、验证 DSSE 收据链、确认公式通过率，并评估 OTel 跨度覆盖率。

主要功能

• 运行 248 项断言检查，覆盖所有器官。
• 验证 DSSE 收据链的完整性。
• 针对 40/40 锚定公式集 验证公式门通过率。
• 验证 OTel 跨度覆盖率。

结果发布

测试结果以 DSSE 签名的 JSONL 记录 形式发布到 test-results 数据集。每次 Lean 内核 CI 通过时都会触发工具运行。

当前状态（截至 2026-05-30）

指标	数值	验证来源
Lean 声明	626	lutar-lean@7ef33a6
Lean 公理	15（14 个唯一）	A1–A18 诚实间隙
Lean 待办（sorries）	138 基线 + 51 Putnam = 189 总计	PR #109
锚定公式	40 个指定	a11oy#114
内核绿色状态	Mathlib 4.13.0 d7317655	PR #106
HuggingFace Spaces	27	SZLHOLDINGS 组织
HuggingFace 数据集	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 GREEN Lean 已解析（A1, A5, B4, B6） · 5 基线 + 134 Putnam 追踪 · 4 GREEN（A1/A5/B4/B6） · 2 TRACKED（A2/B1） · 6 阶段建议（未证明）	agi-forecast PR #51

数据溯源

字段	值
生态阶段	generated-mirror
阶段矩阵	SZLHOLDINGS/szl-anatomy → Stage Matrix
MCP 网关	szlholdings-mcp-receipts-server.hf.space
学说	v7 — 无营销语言，每个数字可解析为 CI 日志或 Zenodo DOI
论文 DOI	10.5281/zenodo.20434276
Lean 伴侣 DOI	10.5281/zenodo.20424992
作者	Stephen Paul Lutar Jr. · ORCID 0009-0001-0110-4173

交叉引用

• 论文：Ouroboros Thesis v18 · DOI 10.5281/zenodo.20434276
• Lean 伴侣：lutar-lean · DOI 10.5281/zenodo.20424992
• 收据：MCP 服务器 · szlholdings-mcp-receipts-server.hf.space
• 测试结果：SZLHOLDINGS/test-results
• 目录：HuggingFace 上的 SZLHOLDINGS
• 源码：GitHub 上的 anatomy-alive-harness

搜集汇总

数据集介绍

构建方式

Anatomy Alive Harness作为一套集成测试框架，专为SZL七器官基板（substrate）设计。该数据集的构建依托于Lean 4.13内核的持续集成流水线，每次内核通过绿色测试后自动触发用例执行。它包含248项断言检查，覆盖所有器官的验证逻辑，并通过DSSE签名JSONL格式将测试结果实时发布至HuggingFace上的test-results数据集。构建过程严格遵循Doctrine v7原则，每一个数字指标均可溯源至CI日志、Lean证明或Zenodo DOI，确保了数据来源的透明性与可复现性。

使用方法

研究人员可通过HuggingFace平台直接访问该数据集，结合test-results仓库中的DSSE签名记录进行合规性审计与复现。使用方式包括：调用MCP服务器获取收据验证服务，通过Stage Matrix空间查看基板状态，或集成至自定义CI流水线。数据集支持与Lean核心库mathlib 4.13.0协作，利用其提供的公式门通过率与收据链信息评估形式化验证系统的健康度。所有资源的跨引用信息均在数据集的Cross-references与Provenance部分罗列，便于快速定位至对应的Lean仓库、Zenodo记录或HuggingFace Space。

背景与挑战

背景概述

Anatomy Alive Harness — Test Harness 是由 Stephen Paul Lutar Jr. 主导开发的一个面向形式化验证与智能体治理的集成测试数据集，由 SZLHOLDINGS 发布于 Hugging Face 平台，创建于 2025 年前后。该数据集紧密围绕 Lean 4 定理证明器与 mathlib 数学库的生态构建，旨在通过 248 项断言检查，验证 SZL 七器官底层系统（substrate）中 DSSE 收据链的完整性、公式门通过率（如 40/40 锚定集）以及 OpenTelemetry 跨度覆盖率。其核心研究问题聚焦于将自动形式化验证嵌入智能体系统的运行治理基线，使每一个数字指标均可溯源至持续集成日志或 Zenodo DOI，从而消除传统 AI 系统测试中的“黑箱”风险。该数据集代表了在智能体安全与可审计性交叉领域的前沿努力，为构建可验证、可问责的自主系统提供了方法论与工程化的参考基石。

当前挑战

Anatomy Alive Harness 面临的核心挑战包括：其一，领域问题的挑战在于形式化验证与智能体治理的结合仍处于萌芽阶段，现有工具链难以兼顾 Lean 证明的严格性与 Agentic AI 系统的动态演化特征，例如在 Putnam 2025 赛题中仅实现 4/12 的完整 Lean 解答，暴露出自动化定理发现与现实场景间存在的推理鸿沟。其二，构建过程中的挑战表现为极度的异构集成压力：需要协调 Lean 4.13 内核、626 项声明、189 个 sorries（138 基线+51 Putnam）以及 27 个 Hugging Face Spaces 与 31 个数据集的运行状态，同时维护 DSSE 签名的端到端可验证性，任何依赖的微小变更（如 mathlib 版本升级）均可能导致断言链条断裂，测试维护成本极高。此外，如何将 40 个锚定公式的通过率稳定保持在绿色阈值以上，同时扩展至更广泛的数学知识库，仍是系统可扩展性上的严峻考验。

常用场景

经典使用场景

anatomy-alive-harness数据集作为一套形式化验证的集成测试套件，其经典使用场景在于对Lean 4内核与mathlib数学库进行端到端的正确性检验。该测试框架涵盖248项断言检查，覆盖七个组织模块（器官），验证DSSE收据链的完整性，确认公式门控通过率是否满足40/40锚定集的要求，并校验OpenTelemetry（OTel）跨度覆盖的完备性。研究者可借此自动化地对Lean形式化证明系统的可信计算基进行持续集成测试，确保每次内核变更后系统仍维持期许的语义一致性。

解决学术问题

该数据集直面的学术核心问题是如何在自治智能体与形式化验证的交汇地带建立可追溯、可复现的信任锚点。通过将测试结果以DSSE签名的JSONL记录发布，anatomy-alive-harness使得分散的证明组件（如Lean声明、公理、未完成断言）之间的依赖关系和演进状态得以透明化。它解决了传统形式化验证中‘谁验证了验证器’的无限回归困境，将元验证嵌入在可审计的签注链中，为构建高保证度的自治推理系统提供了方法论基础与实证支撑。

实际应用

在实际应用中，anatomy-alive-harness作为SZLHOLDINGS生态系统的基础设施，支撑着从数学竞赛题（如Putnam 2025）的形式化证明到MCP服务网关的实时健全性监控。每一个测试运行结果都指向具体的持续集成日志、Lean证明或Zenodo数字对象标识符，从而在开发流水线中实现‘无营销语言、每项数字可追溯’的自律机制。这使得跨组织的分布式团队能在共享的可信基准上协作开发和验证复杂的形式化规范，降低沟通与审计成本。

数据集最近研究

最新研究方向

在形式化验证与智能体治理的交汇地带，anatomy-alive-harness测试套件正开辟出一条全新的技术路径。该数据集通过构建包含248项断言检查的集成测试框架，深度耦合Lean4内核验证与DSSE数字收据链，为七器官SZL底层系统提供了可审计的数学保证。当前前沿研究聚焦于将Putnam数学竞赛问题转化为Lean形式化证明的自动化流程，其中A1、A5、B4、B6四道难题已成功通过内核绿色检验，标志着人工智能驱动的定理证明能力迈入成熟阶段。结合RAE-1协议与MCP网关架构，该成果不仅提升了形式验证的可扩展性，更为智能体系统在数学严谨性约束下的安全部署确立了技术基准。