Luna: un propagatore di bound in C++ per la verifica di reti neurali
Un team di ricercatori ha presentato Luna, un nuovo propagatore di bound basato sull'interpretazione astratta, sviluppato in C++ per la valutazione formale di reti neurali. Questo strumento supporta l'Interval Bound Propagation, l'analisi DeepPoly/CROWN e l'analisi alpha-CROWN su un grafo computazionale generale. Nei benchmark di VNN-COMP 2025, Luna supera la principale implementazione di alpha-CROWN sia in efficienza computazionale che in strettezza dei bound. A differenza delle implementazioni esistenti di alpha-CROWN, limitate a Python, il framework C++ di Luna semplifica l'integrazione nei verificatori di DNN esistenti e nei sistemi di produzione, migliorando la manutenzione a lungo termine. L'articolo di ricerca che descrive Luna è disponibile su arXiv con identificativo 2603.23878. Luna è anche accessibile al pubblico su GitHub.
Fatti principali
- Luna è un nuovo propagatore di bound basato sull'interpretazione astratta, implementato in C++.
- Luna supporta l'Interval Bound Propagation, l'analisi DeepPoly/CROWN e l'analisi alpha-CROWN.
- Luna opera su un grafo computazionale generale.
- Luna supera l'implementazione state-of-the-art di alpha-CROWN in strettezza dei bound ed efficienza computazionale.
- Per la valutazione sono stati utilizzati i benchmark di VNN-COMP 2025.
- Luna è disponibile pubblicamente su GitHub.
- Le implementazioni esistenti di alpha-CROWN sono limitate a Python, complicando l'integrazione.
- L'articolo è disponibile su arXiv con identificativo 2603.23878.
Entità
Istituzioni
- arXiv
- VNN-COMP