LARK：用 Lean 形式化验证 LLM 生成的 GPU 内核

LARK 用 Lean 4 形式化证明 LLM 生成 GPU 内核与 PyTorch 等价。

资讯摘要

论文提出 LARK，一个对 LLM 生成的 GPU 内核做形式化验证的智能体框架，以 PyTorch 参考实现为基准，在精确算术下证明功能与内存行为等价。它用 Lean 4 一次性形式化 GPU 机器模型与算子语义，再由智能体把内核语义切分并逐段证明。作者报告在 KernelCraft 任务上，GLM 5.3 完整验证 12 个 Level-1 内核中的 10 个，Opus 5.5 验证全部 5 个 Level-2 内核；在 10 个开源 LLM 服务框架的生产内核中验证 9 个，并在第 10 个中发现新的数据竞争缺陷。

要点速读

1. LARK 在精确算术下证明生成内核与 PyTorch 参考实现的功能和内存行为等价，人工只需预先验证算子级 Lean 语义。
2. 方法分两步：智能体将整体内核语义切分为小段并由 Lean 4 验证切分，再逐段写出与 PyTorch 对应的 Lean 证明。
3. 作者报告 KernelCraft 上 GLM 5.3 完整验证 10/12 个 Level-1 内核、Opus 5.5 验证全部 5 个 Level-2 内核；10 个生产内核中验证 9 个并发现 1 个数据竞争缺陷。

中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/11/4 08:00:28（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。