GenOS: Una semantica operazionale probabilistica per la generazione sicura di codice AI
Un nuovo articolo su arXiv (2608.03588) introduce GenOS, una semantica operazionale probabilistica progettata per garantire la robustezza semantica nella generazione di codice AI. La ricerca affronta la sfida di sostituire in modo sicuro prompt, contratti, generatori o programmi all'interno di flussi di lavoro agentici, dove piccole modifiche possono alterare il comportamento del programma. GenOS modella ogni livello come un kernel di Markov e introduce l'equivalenza relativa all'osservatore per dimostrare che prompt equivalenti producono probabilità uguali per eventi a valle, inclusi i commit verificati. L'articolo è classificato come annuncio di tipo incrociato e si concentra sui fondamenti teorici della certificazione composizionale per agenti di codifica AI.
Fatti principali
- GenOS è introdotto come una semantica operazionale probabilistica per la generazione di codice AI.
- L'articolo è disponibile su arXiv con ID 2608.03588.
- Affronta il problema di sostituire in modo sicuro componenti in flussi di lavoro agentici.
- Ogni livello è modellato come un kernel di Markov.
- Le interfacce portano equivalenza relativa all'osservatore.
- L'articolo dimostra che i kernel compatibili con l'equivalenza discendono a classi quoziente.
- Il quoziente commuta con l'estensione distribuzionale e la composizione sequenziale.
- Prompt equivalenti inducono probabilità uguali per tutti gli eventi a valle chiusi per equivalenza, inclusi i commit verificati.
Entità
Istituzioni
- arXiv