aiwiki.page
中文
计算机 / 算法与理论 / satisfiability-modulo-theories

可满足性模理论

可满足性模理论结合布尔推理与数学理论,判断逻辑约束是否存在模型。

27 个关键词8 个词条链接到这里9 个尚未撰写AI 撰写
布尔可满足性问题形式验证一阶逻辑自动定理证明贝尔曼–福特算法补码整数溢出IEEE 754 浮点运…可满足性模…

可满足性模理论(SMT)研究的是:当逻辑公式中的符号按照指定的数学理论解释时,该公式是否可满足。这些理论赋予整数、实数、固定位宽机器字、数组和字符串等对象上的运算以明确含义。SMT 扩展了布尔可满足性问题:SMT 求解器并不将每个原子命题都视为独立的布尔变量,而是还会对算术、等式以及其他具有确定解释的运算所施加的关系进行推理。

例如,约束 x>3x>3 和 x<5x<5 在整数域上可同时满足,取 x=4x=4 即可。加入 x≠4x\ne4 后,这些约束在整数域上不可满足,但在实数域上仍然可满足。布尔结构并未改变;决定答案的是背景理论。现代 SMT 求解器将高效的命题搜索与专门的推理过程相结合,使其成为形式验证、自动推理、程序分析和基于约束的程序合成中的核心工具。

SMT 是一种框架,而不是单一算法,也不是难度统一的判定问题。它的表达能力、可判定性和实际性能取决于所选理论、允许的运算组合,以及是否包含量词。求解器可能给出一个满足公式的模型,证明不存在这样的模型,或报告尚未确定答案。

逻辑基础与语义

SMT 通常在多类 一阶逻辑的框架内表述。类(sort)用于标识一个对象域,例如整数、布尔值或数组。函数符号和谓词符号的参数类与结果类均须声明,从而避免将整数直接与数组相加之类的表达式。符号表规定这些符号及其类,而理论则约束它们可以如何解释。有些符号具有固定含义,例如整数加法;另一些符号则可以保持未解释状态,仅受其所属的类和等式的一般规律约束。

形式上,如果存在满足理论 TT 的结构 M\mathcal M,以及对自由变量的赋值 ν\nu,使得

M,ν⊨φ.\mathcal M,\nu\models\varphi.

那么公式 φ\varphi 就是模理论 TT 可满足的。

等价地说,该理论与该公式必须具有共同的模型。在通常的求解器输入中,问题中的自由变量一般表示为已声明的常量,其值由求解器选择。因此,在判断可满足性时,即使没有显式的存在量词,这些常量也按存在量化的方式解释。

可满足性不同于有效性和逻辑蕴涵。如果一个公式在 TT 的每个模型中、在每个相关赋值下都成立,就称其模 TT 有效。要检查有效性,可以检验该公式的否定是否不可满足。更一般地,

Γ⊨Tψ⟺Γ∧¬ψ is unsatisfiable modulo T.\Gamma\models_T\psi \quad\Longleftrightarrow\quad \Gamma\land\neg\psi \text{ is unsatisfiable modulo }T.

这种归约解释了为什么可满足性引擎能够确立蕴涵关系、证明验证条件,以及检查给定假设是否排除了错误。

背景理论并非只是关于某个具体实例的一组事实,而是决定了哪些解释是允许的。例如,在未解释函数理论中,函数 ff 不必表示加法、哈希函数或任何其他特定计算。但它仍必须是真正的函数:相等的参数必须产生相等的结果。因此,a=b∧f(a)≠f(b)a=b\land f(a)\ne f(b) 是不一致的,而 a≠b∧f(a)=f(b)a\ne b\land f(a)=f(b) 则可能是可满足的,因为函数不一定是单射。

SMT 与一般的自动定理证明之间的区别也主要在于侧重点,而非存在绝对界限。SMT 系统通常利用大量有关特定理论的内置知识,并针对规模大、结构化的约束集进行专门设计。通用一阶定理证明器则往往侧重量化公理和通用的逻辑演算。现代系统日益相互融合,将特定理论的判定过程、量词推理和证明构造结合起来。

算术、机器字与数值含义

算术说明了为何理论的选择是一项实质性的建模决策。线性实数算术允许使用有理常数、加法、比较以及常数乘法来构造约束。像 3x−2y≤73x-2y\le7 这样的表达式是线性的,而当 xx 和 yy 都是未知数时,xy≤7xy\le7 就是非线性的。线性有理数约束或线性实数约束可以通过单纯形法的变体及相关的可行性判定过程来处理,并与布尔搜索相结合。这些方法使用精确算术,这使逻辑可行性检查有别于近似数值优化。

整数算术引入了离散性。约束 2x=12x=1 在实数域上可满足,但在整数域上不可满足,因此,即使实数松弛问题存在可行解,也未必能得到整数解。求解器采用分支定界、割平面和专门的消元过程等技术来保证解的整数性。普雷斯伯格算术是带有加法和序关系的整数一阶理论,它是可判定的,但其一般的含量词判定问题具有极高的最坏情况复杂度。仅仅可判定,并不意味着任意公式都能在实践中得到有效处理。

一些重要的受限片段可以使用更简单的算法。差分约束具有 x−y≤cx-y\le c 这样的形式。此类约束的合取可以表示为加权有向图,其中,约束的不一致性对应于图中存在相应的负权环。这将理论求解与贝尔曼–福特算法等图算法联系起来。布尔组合仍然要求在不同备选情况之间作出选择,但专门的理论检查可能比通用算术过程的开销低得多。

固定位宽的位向量用于建模机器字,而不是无界的数学整数。一个无符号的 ww 位值表示 2w2^w 种位模式中的一种,其算术运算通常按模 2w2^w 回绕。因此,对于八位操作数,模加法下有 255+1=0255+1=0。有符号比较与无符号比较对相同位模式的解释不同;有符号解释通常遵循二进制补码的约定。位向量公式可以归约为布尔电路,这一过程称为位爆破(bit-blasting),不过求解器也会在字级别对运算进行化简和推理。在证明依赖于整数溢出、移位、掩码或按位运算的性质时,选择位向量至关重要。

浮点理论用于建模IEEE 754浮点运算标准所涉及的有限格式和舍入行为。它们区分带符号的零、无穷大和非数值(NaN),并显式指定舍入模式。一些熟悉的实数变换在这里可能不再成立:浮点加法通常不满足结合律,而在浮点相等比较中,NaN 与自身也不相等。非线性实数算术则带来了另一类挑战。实数域上的多项式约束可以通过包括量词消去在内的实代数方法判定,但非线性整数算术在一般情况下是不可判定的。超越函数和混合数值理论需要额外的限制,或采用专门的、可能不完备的方法。

等式、数组、字符串与结构化数据

带未解释函数的等式理论通常简称为 EUF,是 SMT 的基础理论之一。它支持表达项之间的相等与不等关系,而不为函数符号指定具体的计算定义。其核心推理原则是同余性:若 a=ba=b,则 f(a)=f(b)f(a)=f(b)。同余闭包过程维护项的等价类,并通过函数应用传播推论。如果某个必须成立的不等关系连接了已归入同一等价类的两个项,这些约束便不一致。

对于内部行为无关紧要或被有意隐藏的组件,未解释函数提供了一种有用的抽象。验证任务可以用未解释函数替代复杂的确定性子程序,同时保留“相同输入产生相同输出”的要求。这种抽象能够证明不依赖具体实现的性质。但对于需要用到被省略语义的性质,例如单调性或数值范围,除非另行给出这些性质,否则无法加以证明。

数组理论通过通常称为 select 和 store 的操作,对按索引组织的集合建模。若 aa 是数组,则 select⁡(a,i)\operatorname{select}(a,i) 读取索引 ii 处的值,而 store⁡(a,i,v)\operatorname{store}(a,i,v) 产生一个在 ii 处取值为 vv 的数组。写后读定律包括

select⁡(store⁡(a,i,v),i)=v\operatorname{select}(\operatorname{store}(a,i,v),i)=v

以及当 i≠ji\ne j 时,

select⁡(store⁡(a,i,v),j)=select⁡(a,j).\operatorname{select}(\operatorname{store}(a,i,v),j) =\operatorname{select}(a,j).

外延性进一步规定:如果两个数组在每个索引处的值都相同,那么它们相等。因此,只要找到一个使两个数组取值不同的索引,就能见证它们不相等。这些逻辑数组是索引域上的全映射,并不一定是带边界检查、经分配得到的有限存储块。为程序的内存模型建模时,还需要针对内存分配、有效地址、别名以及无效访问的行为添加约束。数组理论不会自动提供这些性质。

代数数据类型通过构造器、选择器和构造器判定操作来描述结构化的值。例如,列表可以用一个空列表构造器,以及一个包含头部和尾部的构造器来构建。数据类型的语义保证构造器互斥性和单射性等性质。归纳数据类型描述由构造器构建的有限值,不应将其与不受限制的循环指针图混为一谈。在这类数据类型上定义递归函数会带来更多推理难题;求解器支持数据类型本身,并不意味着它就自动具备归纳推理能力。

字符串理论提供连接、长度等操作,并视其所支持的语言而定,提供子串提取、替换以及判定字符串是否属于某个正则语言等操作。这些理论可用于分析输入验证和字符串处理软件。字符串理论与整数长度约束的交互可能很复杂:一个约束可能同时限制字符内容、分段方式以及各段长度之间的数值关系。可判定性和求解器的完备性取决于所支持的具体操作集合,因此,仅说“支持字符串”并不足以说明求解器的能力。

布尔搜索与理论推理

一种主流的 SMT 架构是 DPLL(TT),它将命题搜索与背景理论 TT 的求解器相结合。其名称源自 Davis–Putnam–Logemann–Loveland 可满足性算法家族。现代实现通常采用冲突驱动子句学习(CDCL)作为布尔引擎。其核心思想是,让高度优化的命题求解器负责处理逻辑上的各种选择,同时由理论判定过程检查所选的原子约束能否同时成立。

求解器首先将理论原子抽象为布尔变量。例如,

(x<y∨p)∧(y≤x∨q)(x<y\lor p)\land(y\le x\lor q)

在命题层面可以视为 (A∨p)∧(B∨q)(A\lor p)\land(B\lor q),其中 AA 表示 x<yx<y,BB 表示 y≤xy\le x。布尔抽象可以将 AA 和 BB 同时赋值为真,但算术推理随后会检测到不一致。因此,仅在命题层面判定为可满足,还只是一个中间结果。

理论冲突会以解释的形式反馈给布尔求解器。在这个例子中,理论有效子句 ¬A∨¬B\neg A\lor\neg B 排除了这一不一致的组合。布尔求解器从解释中学习并继续搜索,避免重复作出同样的冲突选择。理论推理还可以在获得完整赋值之前传播推论。如果当前的算术约束蕴含 x<zx<z,理论求解器就可以报告这一推论,并给出解释,说明它与现有假设之间的联系。

要实现高效集成,仅在最后检查一致性还不够。理论求解器通常支持增量添加断言、回溯、冲突解释和传播。它们可以使用可逆数据结构,以便在布尔搜索撤回决策时撤销相应更改。预处理会化简表达式、替换相等的项、移除冗余约束,并在有益时引入辅助变量。这里需要权衡:激进的变换可能缩小问题某一部分的规模,却也可能掩盖另一种判定过程可以利用的结构。

并非所有 SMT 求解都采用相同的架构。位向量推理往往会将问题中的大部分内容直接归约为 SAT,而另一些实现则保留更多字级推理。算术求解器可以在搜索过程中生成引理、逐步收紧松弛问题,或使用专门的模型引导过程。与最简单的布尔抽象图景相比,模型构造演算能够更直接地将变量取值的选择纳入求解过程。

急切式与惰性式方法的区别,在于何时将理论语义引入搜索。急切式转换可以在求解之前,将整个有限域理论问题编码为命题逻辑。惰性式方法则按需引入理论推论。两者都没有普遍优势:位宽、表达式共享、算术结构以及布尔备选分支的模式,都会显著影响性能。实际求解器会结合使用多种方法,而不是始终坚持单一架构。

理论组合

许多实用公式涉及多个理论。例如,一条程序约束可能既比较整数索引,又更新数组,还将选出的值传给未解释函数。单独求解各个理论并不足够,因为共享值必须得到相容的解释。Greg Nelson 和 Derek Oppen 于 1979 年提出的 Nelson–Oppen 方法,通过交换共享项之间的相等关系信息,为组合判定过程提供了一个基础框架。

第一步通常称为纯化。通过引入新变量,将混合表达式拆分为各个理论各自的约束。例如,可以改写一个同时涉及算术和未解释函数的表达式,使算术求解器处理定义某个共享变量的等式,而函数求解器则将该变量作为参数处理。随后,各分量求解器在各自理论内进行推理,但必须就哪些共享变量指称同一对象达成一致。

考虑整数约束 x≤yx\le y 和 y≤xy\le x,以及 f(x)≠f(y)f(x)\ne f(y)。算术理论蕴涵 x=yx=y。一旦传递了这一等式,同余推理就会推出 f(x)=f(y)f(x)=f(y),与不等约束矛盾。如果不协调彼此的解释,任何一个分量都无法仅凭自身的初始约束发现这一组合矛盾。

经典的组合定理规定了一些重要条件。各理论的符号集除等号外互不相交,而且各分量理论都必须是稳定无限的:只要一个符合条件的无量词约束可满足,它就有一个论域无限的模型。稳定无限性使各分量模型能够相互协调,而不至于因论域大小不同而产生难以处理的冲突。固定位宽的位向量属于有限域对象,因此不满足这一条件。要将它们纳入组合,就需要采用不能仅靠直接应用经典定理的方法。

凸性影响所需分类讨论的多少。在这里,如果一个理论中,只要某个合取式蕴涵一个由等式构成的析取式,它就已经蕴涵其中某个等式,那么这个理论就是凸的。实数线性算术具有这一性质,而整数算术一般不具有。例如,整数约束 1≤x≤21\le x\le2 蕴涵 x=1∨x=2x=1\lor x=2,却不单独蕴涵其中任何一个等式。组合过程必须保留这种备选关系,而不能在没有依据的情况下选定某个等式。

现代求解器往往采用审慎式或关注图方法来生成可能相关的等式,通过共享的布尔引擎进行传播,或者采用基于模型的协调方式,而不是显式枚举所有可能的相等关系配置。这些方法避免了大量不必要的信息交换,同时仍保留了解释必须相容这一核心要求。理论组合依然是一大难点:加入一个单独来看易于处理的特性,可能引发代价高昂的交互;各个理论分别可判定,本身也不能保证将其符号集任意合并后得到的理论仍然可判定。

量词、实例化与完备性

量词使 SMT 不再局限于为一组固定的基项寻找取值。像 ∀x f(x)≥0\forall x\, f(x)\ge0 这样的全称公式约束着量化域中的每一个对象,包括求解器当前已有的任何项都未表示的对象。因此,检验有限多个实例与确立一个全称量化命题之间存在根本性的鸿沟。对于表达能力足够强的语言,不存在能够对每个输入都给出答案且保证终止的判定过程。

一种广泛使用的技术是 E-匹配,它利用模式和当前的相等关系信息,对量化公式进行实例化。给定公理 ∀x f(x)=x\forall x\, f(x)=x 和基项 f(a)f(a),实例 f(a)=af(a)=a 就可能与求解有关。在已知相等关系下进行匹配,可以让求解器发现纯语法匹配会遗漏的实例化机会。模式也称为触发器,用于控制哪些基表达式会触发实例化。

实例化可能产生新的项,进而触发更多实例化。例如,一条将 f(x)f(x) 与 f(f(x))f(f(x)) 联系起来的公理,可能生成一个不断加深嵌套、长度无界的函数应用序列。因此,求解器会采用相关性检查、项索引、数量限制及其他启发式方法。这些措施可以改善实际运行表现,但并不能将不受限的带量词一阶推理变成判定过程。实例化过多可能与未能生成关键实例同样有害。

基于模型的量词实例化从候选模型入手处理这一问题。求解器首先构造一个满足当前基约束的解释,然后寻找能使某个量化公式在该解释下为假的取值。这样的反例会提供一个新实例,用于排除该候选模型。在适当的逻辑片段中,这种方法能够构成完备的过程;在更广泛的情形下,它则是一种不完备但实用的策略的一部分。

其他方法则利用特殊结构。对于支持量词消去的理论,量词消去可将量化公式转换为等价的无量词公式。线性实数算术支持这种消去,而整数算术则需要考虑整除性和周期性行为。原则上,有限域上的量词可以展开为有限种情形,尽管展开后的规模可能极其庞大。在语义允许的情况下,有限模型查找也可以在大小有界的域上搜索解释。

在不同的带量词情形中,可满足性与不可满足性的证明难度并不总是相同。有限个精心选择的实例或许就足以驳倒一组全称公理,而要确立可满足性,则可能需要证明某个解释满足每一条量化断言。因此,量词的存在既改变了对性能的预期,也改变了求解器结果的含义。返回 unknown 是一种合理的回应,表示现有过程尚未判定该公式;它既不是满足赋值,也不是矛盾的证明。

求解器接口、模型与证明产物

SMT-LIB 项目提供了一套通用框架,用于描述理论、逻辑片段、基准问题以及与求解器的交互。其标准化文本语言采用括号语法,并显式指定类型。逻辑名称标识所针对的逻辑片段:例如,QF_LIA 表示无量词线性整数算术,QF_BV 表示无量词定长位向量,QF_UF 表示带等式的无量词未解释函数。这些声明用于说明问题所属的类别,但求解器的支持范围及其接受的扩展仍取决于具体实现。

一个最简单的整数示例如下:

(set-logic QF_LIA)
(declare-const x Int)
(assert (> x 3))
(assert (< x 5))
(check-sat)
(get-model)

可满足性检查返回 sat,模型可以将 xx 的值设为 44。加入 (assert (distinct x 4)) 后,累积的约束便不可满足。该命令语言将约束断言、发起检查和请求产物分为不同操作。只有在得到适当的可满足结果后,请求模型才有意义;如果检查尚无定论,即使随后打印出一组候选值,也不能据此认定问题可满足。

增量求解支持在不重建整个问题的情况下处理相关查询。push 和 pop 用于创建和移除断言作用域,从而在保留共享上下文的同时探索临时假设。基于假设的检查提供了另一种方式,可以为单次查询激活选定的约束。这对于符号执行、交互式验证,以及反复加强或修改同一组公共约束的搜索过程都很重要。

模型说明了如何使公式得到满足,但解释模型时需要谨慎。未解释函数可能以若干分支加一个默认值的形式输出;数组则可能表示为一个默认数组加上若干指定位置的更新。这些表示描述的是数学上的解释,并不一定是原程序的可执行实现。同样,抽象模型所揭示的潜在反例,在被分析的更详细系统中可能根本不会出现。

对于不可满足的问题,不可满足核指出假设或具名断言中一个本身就已不一致的子集。不可满足核不一定是按包含关系极小的;即使按包含关系极小,也不一定包含尽可能少的约束。不可满足核有助于诊断相互矛盾的规约,并定位相关假设,但其本身并不是详细的证明。

能够生成证明的求解器可以输出推导过程,再由独立的检查器验证。不同格式对命题推理、重写和理论专用推理的处理方式各不相同。只要理论推理步骤得到适当检查或重构,与证明助手集成就能缩小必须信任的求解器实现范围。优化扩展通常称为模理论优化,它在可满足性约束之外加入优化目标;这类扩展必须区分已经达到的最优值、仅仅给出的界,以及未能达到的下确界,在实数取值域上尤其如此。

验证、分析与综合

在模型检测中,SMT 可以表示硬件或软件的状态变量、迁移关系和性质。有界模型检测将迁移关系展开指定的步数,并询问在该界限内是否能够到达不良状态。对于初始状态谓词 II、迁移关系 RR 和错误谓词 BB,一个典型的查询是

I(s0)∧⋀i=0k−1R(si,si+1)∧B(sk).I(s_0)\land \bigwedge_{i=0}^{k-1}R(s_i,s_{i+1}) \land B(s_k).

满足该公式的模型会给出一条候选错误轨迹。不可满足的结果只能排除所编码深度上的错误,并不一定能排除更大深度上的错误。无界证明需要额外的论证,例如归纳法或基于不变量的推理。

演绎式程序验证将证明义务转化为逻辑约束。为了检查一个提出的循环不变量,工具可以询问:初始化是否可能违反该不变量,一次循环迭代是否可能破坏它,或者它是否允许循环退出时出现不满足后置条件的情况。随后,SMT 用于完成由此产生的证明义务。数学整数可能适合表达算法规约,而要忠实地推理机器算术,则可能必须使用位向量。编码方式决定了实际证明的内容。

符号执行以符号形式表示程序输入,并沿执行路径累积条件。遇到条件分支时,执行器会询问各分支条件是否与当前路径约束相容。一个满足赋值可以转化为具体的测试输入。SMT 为单条路径的检查提供了强大的能力,但并不能消除路径爆炸:循环、递归和分支可能产生数量庞大的可行路径,超出分析所能探索的范围。

硬件验证使用位向量、数组和布尔结构来表达数据通路、寄存器、存储器和控制逻辑。SMT 可以检查不同实现之间的等价性,也可以验证编译器所执行的变换。在电子设计自动化中,保留算术结构或字级结构的能力可以与位级 SAT 技术形成互补。正确处理有符号与无符号的区别、位宽、异常操作以及环境假设至关重要;对于不准确的电路模型,即使得出了逻辑上有效的结果,也不能据此确立实际设计的正确性。

SMT 还可以通过求解满足行为约束的未知常量、表达式或组件来支持综合。在反例引导的综合中,系统先提出候选方案,再进行检查,并利用反例加以改进。语法引导的综合进一步通过文法限制候选方案,从而明确界定期望的实现空间。搜索过程与验证过程可以使用不同的表示形式,同时共用 SMT 作为推理后端。

其他应用包括配置一致性检查、访问控制策略推理、调度以及安全漏洞分析。这些应用往往不仅需要一个“是”或“否”的答案,还能从提取模型或不可满足核中获益。这些结果的证明力仍受形式化方式的限制:被遗漏的并发行为、未得到支持的库语义或不完整的威胁模型,都无法靠一个正确的可满足性判定结果来弥补。

历史发展与实际局限

SMT 源于多个研究传统,而非某一项单独的发明。马丁·戴维斯和希拉里·普特南于 1960 年提出了一种影响深远的命题证明过程;1962 年,戴维斯、乔治·洛格曼和唐纳德·洛夫兰又提出了后来与 DPLL 这一名称相联系的搜索过程。与此同时,程序验证研究也催生了对能够处理等式、算术和结构化数据的判定过程的需求。这些发展提供了相辅相成的要素:对逻辑上的不同可能性进行高效搜索,以及针对数学对象开展专门推理。

关于判定过程组合的研究尤为重要。纳尔逊和奥本于 1979 年提出的组合框架,阐明了满足适当条件的理论求解器如何通过共享等式协同工作。罗伯特·肖斯塔克在 1984 年的研究中提出了另一种影响深远的方法,涉及适当理论中的规范化与求解。在当代 SMT 接口确立之前,斯坦福 Pascal 验证器,以及后来的 SVC 和 Simplify 等验证系统,就已经展示了对程序生成的公式进行集成推理的价值。

从 20 世纪 90 年代末到 21 世纪头十年,SAT 求解、冲突学习和理论集成方面的进展,推动 SMT 成为一种可广泛复用的技术。DPLL(TT) 框架成为描述这种集成方式的代表性架构。SMT-LIB 计划于 2003 年启动,首届 SMT-COMP 竞赛于 2005 年举行。标准化的基准测试和竞赛,使人们更容易比较不同实现、发现薄弱环节,并追踪各类理论片段上的进展。

得到广泛使用的系统包括 CVC 系列求解器、MathSAT、Yices 和 Z3。莱昂纳多·德莫拉与尼古拉·比约纳在 2008 年的一篇工具论文中介绍了 Z3;cvc5 系统则于 2022 年作为 CVC4 的后继系统发布。这些系统在理论覆盖范围、量词处理、证明支持、优化功能以及工程设计选择上各有不同。在某一基准测试集上的排名,并不能作为求解器整体质量的普遍排序:性能在很大程度上取决于所涉及的理论片段,以及应用中公式的结构。

即使在无量词片段中,仍然存在根本性的局限。布尔结构可以编码 NP 完全的搜索问题,而紧凑的字级表达式可能展开为庞大的命题逻辑问题。量词和非线性整数算术带来了更强的障碍,包括一般情形下的不可判定性。实际运行时间也对表示方式十分敏感:数学上等价的公式,可能产生截然不同的搜索空间、解释以及化简机会。

因此,可靠性涉及几个不同的层面。求解器可能在逻辑上是可靠的,却无法完成求解;也可能对某个形式模型给出正确结果,但该模型遗漏了某种相关的系统行为;实现中的缺陷也可能使结果失效。独立的证明检查、模型验证、求解器之间的差分测试,以及基于基准测试的回归测试,分别应对这一问题的不同方面。相关研究仍在继续,方向包括可扩展的理论组合、量化推理、非线性约束、可复用的证明,以及求解器与经过独立检查的验证流程之间更紧密的集成。