精益提高了证明的可测量性吗?

问题描述

通过证明可调查性,我了解一个事实,即人类用户可以“追踪”证明的所有细节。有些事情不容易追查。例如,SMT证明基于特定的启发式方法,然后将其转换为证明者。在这种情况下,使用简单的机制(无需专家来处理)可能有用,以扫描证明失败的原因或检查证明程序的内部结构。

我想知道,与Coq或Isabelle相比,Lean是否增强了这种证明可测量性。我的印象是,通过用于形式验证的元编程框架可以浏览这种情况。

解决方法

如果我正确理解证明的可测量性或可追溯性,那么根据定义,完全详细的证明是“ 100%可追溯的”,而仅说明结果(例如引理)是“ 0%可追溯的”。

在那种情况下,我看不出Lean为什么会比Coq或Isabelle或其他任何主要目的是检查完整详细证明的正确性的工具有所改进。这样的工具通常提供增加自动化的手段,这很方便,但是可以说取决于可证明额外证明步骤的方式降低了可追溯性。例如。类似于Coq的策略可以提高自动化程度,但是可以“恢复”可追溯性,因为可以以与明确提供的步骤相同的方式表示策略推断的步骤:作为证明规则应用程序或推论步骤。

对于SMT推导的证明步骤,后一部分比较困难:与Coq等证明检查器相比,SMT求解器可以实现更高的自动化程度,但以可追溯性为代价,因为其“推理”技术性更高而不像人一样/演绎。

作为一个补充说明:证明检查器和SMT求解器之间的这种差异使我想起了经典图像识别和基于AI的图像识别之间的差异。前者自动化程度较低/效率较低,但更易于跟踪/解释。

相关问答

依赖报错 idea导入项目后依赖报错,解决方案:https://blog....
错误1:代码生成器依赖和mybatis依赖冲突 启动项目时报错如下...
错误1:gradle项目控制台输出为乱码 # 解决方案:https://bl...
错误还原:在查询的过程中,传入的workType为0时,该条件不起...
报错如下,gcc版本太低 ^ server.c:5346:31: 错误:‘struct...