💻 computer science

CircuitProver: Agentic Lean 4 Theorem Proving with Reusable Circuit Proof Library for Hardware Verification

CircuitProver è un framework agentico in Lean 4 che automatizza la verifica dell'hardware traducendo design e specifiche parametrizzati in modelli eseguibili, costruendo iterativamente prove verificate da macchina e distillando questi risultati in una libreria riutilizzabile che migliora significativamente l'efficienza e i tassi di successo delle prove rispetto agli agenti vanilla.

Autori originali: Ziyi Yang, Wenji Fang, Chen Chen, Zhiyao Xie, Hongce Zhang

Pubblicato 2026-07-31

📖 7 min di lettura🧠 Approfondimento

CC BY 4.0

Autori originali: Ziyi Yang, Wenji Fang, Chen Chen, Zhiyao Xie, Hongce Zhang

Articolo originale sotto licenza CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Questa è una spiegazione generata dall'IA dell'articolo qui sotto. Non è stata scritta né approvata dagli autori. Per precisione tecnica, consulta l'articolo originale. Leggi il disclaimer completo

Il dilemma del detective: perché abbiamo bisogno di un hardware più intelligente

Immaginate di stare costruendo una città Lego enorme e incredibilmente complessa. Ogni mattoncino è un minuscolo interruttore elettronico e, insieme, formano un chip di un computer che alimenta tutto, dal vostro telefono alle auto a guida autonoma del futuro. Il problema? Queste città stanno diventando così grandi e complicate che anche i migliori architetti umani non possono controllare ogni singolo mattoncino per assicurarsi che non crolli. Se un minuscolo interruttore è nel posto sbagliato, l'intera città potrebbe andare in crash.

Per anni, il modo standard per controllare queste città è stato simile a un test a "scatola nera". Costruite una versione specifica della città (ad esempio, con 8 piani), fate girare un robot super veloce per vedere se funziona, e lui vi dà un semplice timbro "Passato" o "Fallito". Se fallisce, il robot potrebbe mostrarvi l'immagine del mattoncino rotto. Ma ecco il trucco: il robot non vi dice perché si è rotto e non ricorda la lezione per la città successiva. Se costruite una città leggermente più grande, ad esempio con 16 piani, il robot deve ricominciare da capo, ricalcolando tutte le stesse regole, anche se la logica è quasi identica. È come risolvere un problema di matematica, ottenere la risposta e poi buttare via il lavoro svolto, così da dover risolvere esattamente lo stesso problema per la domanda successiva.

È qui che entra in gioco un nuovo campo chiamato "verifica formale". Inveve di limitarsi a testare, cerca di scrivere una prova matematica che la città sia perfetta. Ma scrivere queste prove è solitamente un lavoro difficilissimo che richiede a un genio umano di guidare un computer passo dopo passo. Ora, un nuovo team di ricercatori ha costruito uno strumento che agisce come un detective super intelligente che non solo risolve l'enigma, ma scrive anche un "foglio di trucchi" per i futuri detective, rendendo il lavoro più veloce e facile ogni volta.

CircuitProver: Il detective che impara da ogni caso

Il documento presenta CircuitProver, un nuovo sistema progettato per controllare i design dell'hardware (le "città") utilizzando un linguaggio di programmazione chiamato Lean 4. Pensate a Lean 4 come a un insegnante di matematica super severo che non accetta mai una risposta errata. CircuitProver è un "agente", che è solo un termine altisonante per indicare un robot AI che può parlare con questo insegnante, provare a risolvere il problema, ascoltare le correzioni dell'insegnante e riprovare finché non ottiene il risultato corretto.

Ma la vera magia non è solo il fatto che possa risolvere i problemi; è ciò che fa dopo averli risolti.

Il vecchio modo vs Il nuovo modo

In passato, verificare l'hardware era come controllare una singola serratura su una singola porta. Se avevate una porta che poteva essere larga 8 pollici, 16 pollici o 100 pollici, dovevate controllare la versione da 8 pollici, buttare via gli appunti, controllare la versione da 16 pollici, buttare via gli appunti, e così via. Il documento sostiene che questo sia uno spreco. La logica di come funziona la serratura è la stessa, indipendentemente dalle dimensioni.

CircuitProver cambia le regole del gioco trattando la porta come un design "parametrizzato". Chiede: "Possiamo dimostrare che questa serratura funziona per qualsiasi dimensione?". Invece di controllare una porta specifica, dimostra una regola generale che copre tutte le dimensioni possibili in un colpo solo.

La libreria dei "Fogli di Trucchi"

Questa è la parte più entusiasmante: CircuitProver conserva una Libreria di Prove Riutilizzabili. Immaginate di essere un detective che risolve una serie di furti.

Il primo caso: Risolvete un furto complicato. Vi occorrono 13 round di investigazione. Scoprite che il ladro lascia sempre un tipo specifico di fango sul davanzale.
Il vecchio modo: La prossima volta che avviene un furto simile, ignorate i vostri appunti. Passate di nuovo 13 round di investigazione, riscoprendo il dettaglio del fango.
Il modo CircuitProver: Dopo aver risolto il primo caso, scrivete una nota sulla "Strategia di Prova": "Se vedi fango sul davanzale, controlla immediatamente la soffitta". Conservate anche il "Fatto Verificato dalla Macchina" (la prova che il fango indica la presenza del ladro).
Il caso successivo: Quando avviene un nuovo furto, il vostro robot detective consulta la libreria. Vede l'indizio del fango, prende la strategia "controlla la soffitta" e risolve il caso in soli 6 round.

Il documento mostra che, utilizzando questa libreria, il sistema non è solo diventato più veloce; è diventato più intelligente. È riuscito a risolvere problemi che un robot standard (senza la libreria) non sarebbe nemmeno riuscito a risolvere.

Cosa dicono i numeri

I ricercatori hanno testato CircuitProver su 63 diversi compiti hardware, che vanno da semplici circuiti matematici a complessi sistemi di memoria.

Tasso di successo: Un robot standard (chiamato "agente vanilla") è riuscito a risolvere il 92,1% dei compiti. CircuitProber, con la sua libreria e le sue strategie intelligenti, ne ha risolti il 100% (tutti i 63 compiti).
Velocità: Il robot standard ha impiegato in media 9,2 round di tentativi ed errori per ottenere una prova. CircuitProver ne ha necessari solo 4,6 — era due volte più veloce.
Tempo: Il tempo totale per verificare i design è sceso del 23,2%.
Complessità: Le prove stesse erano il 16,3% più brevi, il che significa che la logica era più pulita e facile da leggere.

Il documento ha testato questo sistema anche su enormi design a livello di processore (come i cervelli dei veri computer). Qui, i benefici sono stati ancora maggiori. CircuitProver ha ridotto il tempo e lo sforzo di oltre il 50% rispetto al robot standard. Ciò suggerisce che man mano che l'hardware diventa più complesso, la libreria del "foglio di trucchi" diventa ancora più preziosa, risparmiando ai ricercatori l'onere di reinventare la ruota ogni volta.

Come funziona (Il trucco magico)

CircuitProver lavora in tre fasi:

Traduzione: Prende il design dell'hardware (scritto in un linguaggio chiamato Chisel) e lo traduce nel rigoroso linguaggio matematico di Lean 4. Traduce anche la descrizione umana di ciò che l'hardware dovrebbe fare in un problema matematico.
Il lavoro del detective: L'agente AI prova a dimostrare il problema matematico. Se si blocca, chiede aiuto all'insegnante Lean 4. L'insegnante dice: "No, questo passaggio è sbagliato", e l'agente prova un percorso diverso.
L'aggiornamento della libreria: Una volta completata la prova, il sistema non si limita a archiviarla. Analizza come ha risolto il problema. Estrae i momenti di intuizione (come "usa questo specifico trucco matematico per i riporti") e li aggiunge alla libreria. La prossima volta, l'agente può semplicemente prendere quel trucco invece di scoprirlo da zero.

Perché questo è importante

Il documento suggerisce che questo approccio rappresenta un passo avanti fondamentale per la verifica dell'hardware. Accumulando conoscenza, smettiamo di trattare ogni nuovo design di chip come un mistero completamente nuovo. Inveve, costruiamo una libreria crescente di enigmi risolti che rende la verifica dei futuri, più complessi chip, più veloce e affidabile.

I ricercatori ammettono che il loro sistema attualmente funziona meglio con tipi specifici di design hardware e che dipende da modelli AI potenti (hanno testato diverse versioni di un'IA chiamata Claude, scoprendo che più l'IA è intelligente, migliori sono i risultati). Tuttavia, l'idea centrale — che possiamo insegnare ai computer a imparare dalle proprie prove e condividere tale conoscenza — è una nuova, potente direzione. Trasforma la verifica dell'hardware da un processo manuale e ripetitivo in un processo intelligente e capace di auto-miglioramento.

In breve, CircuitProver è come dare a un detective una memoria e un taccuino. Non si limita a risolvere il caso; ricorda come l'ha risolto, così la prossima volta che accade un crimine simile, la città è sicura molto più rapidamente.

Sintesi Tecnica: CircuitProver

Problematica

La progettazione di circuiti integrati (IC) moderni affronta un collo di bottiglia critico nella verifica funzionale a causa della crescente complessità. La metodologia dominante, il model checking, verifica ogni singola istanza di design separatamente, esponendo solo risultati di tipo pass/fail o controesempi. Di conseguenza, il ragionamento alla base di una prova rimane intrappolato negli euristiche del solver e un ragionamento simile deve essere ricostruito ripetutamente per design correlati. Sebbene la dimostrazione interattiva di teoremi (ITP) offra artefatti di prova espliciti e riutilizzabili, la sua applicazione all'hardware rimane ampiamente manuale, richiedendo un impegno significativo da parte di esperti per la formalizzazione, la scoperta di invarianti e la costruzione delle prove.

Gli strumenti esistenti mancano di conoscenza riutilizzabile: il model checking nasconde il ragionamento, mentre gli attuali framework ITP (ad es., Coq, ACL2) si affidano pesantemente a esperti umani. Nell'emergente "era degli agenti", in cui agenti autonomi partecipano alla generazione e all'ottimizzazione dell'hardware, gli strumenti di verifica devono non solo controllare la correttezza, ma anche accumulare e preservare artefatti di prova espliciti e strategie di ragionamento per guidare gli agenti futuri.

Metodologia: CircuitProver

Il documento presenta CircuitProver, un framework di verifica basato su Lean 4 e di tipo agentico, progettato per la verifica hardware con accumulo di prove. Esso prende di mira i design hardware parametrizzati (specificamente Chisel), consentendo a una singola prova di stabilire la correttezza per un'intera famiglia di istanze hardware piuttosto che verificare i singoli design istanziati.

Il framework opera attraverso tre fasi distinte:

Fase I: Auto-formalizzazione dell'Hardware

CircuitProver traduce automaticamente le implementazioni hardware parametrizzate e le specifiche in linguaggio naturale in modelli eseguibili in Lean 4.

Traduzione: Un traduttore Chisel-to-Lean deterministico ( $\mathcal{T}_{impl}$ ) converte i design hardware in un modello semantico unificato in Lean 4 ( $L_D$ ). Questo modello preserva i parametri del design, le interfacce I/O, gli stati dei registri e i comportamenti di transizione utilizzando tipi di vettori di bit sensibili alla larghezza (width-aware).
Validazione: La traduzione è validata tramite co-simulazione esaustiva a bassa larghezza di bit per garantire che il modello Lean si comporti in modo identico al design Chisel originale.
Formulazione della Specifica: Un agente di ragionamento ( $\mathcal{F}_{spec}$ ) interpreta le specifiche in linguaggio naturale ( $S$ ) all'interno del contesto hardware per generare proprietà formali in Lean 4 ( $L_S$ ), preservando i parametri in modo simbolico.

Fase II: Dimostrazione di Teoremi Hardware Agentica

Un agente di ragionamento orientato all'hardware costruisce iterativamente prove verificate dal computer attraverso l'interazione con il dimostratore di teoremi Lean 4. Il flusso di lavoro include:

Pianificazione della Prova e Costruzione dello Scaffold: Inveve di una ricerca diretta di tattiche, l'agente scompone la prova di correttezza in obblighi intermedi strutturati.
- Per i design combinatori, si concentra sulla correttezza del calcolo a ciclo singolo, generando lemmi per l'aritmetica e la logica dei vettori di bit.
- Per i design sequenziali, costruisce prove di transizione locale a singolo step e scopre invarianti induttivi per connettere la correttezza passo-passo con il comportamento globale.
Dimostrazione Iterativa: L'agente ( $\mathcal{F}_{proof}$ ) genera script di prova, invoca Lean e analizza il feedback (stati di prova e messaggi di errore). Raffina il ragionamento, introduce lemmi o rafforza gli invarianti sulla base del feedback di Lean fino a quando tutti gli obblighi sono soddisfatti.

Fase III: Libreria di Prove Riutilizzabili

Le traiettorie di prova di successo vengono distillate in due librerie complementari per supportare compiti futuri:

Libreria di Guida alla Prova (Proof Guidance Library): Memorizza le strategie in linguaggio naturale che spiegano come una prova è stata scomposta, perché sono stati scelti specifici lemmi e come adattare i piani in base al feedback. Cattura la "rotta" per la costruzione della prova.
Libreria di Teoremi Verificata da Lean (Lean-Checked Theorem Library): Memorizza fatti indipendenti dal modulo e verificati dalla macchina. Le prove sono scisse dalle specifiche definizioni dei moduli e riformulate su parametri simbolici e interfacce generiche, permettendo ai lemmi verificati (ad es., logica carry-skip) di essere riutilizzati in diversi design hardware.

Contributi Chiave

Verifica Hardware Native per Agenti: Introduzione di CircuitProver, un framework che integra l'auto-formalizzazione, la dimostrazione di teoremi agentica e librerie di prove riutilizzabili.
Auto-formalizzazione dell'Hardware: Una pipeline che traduce le implementazioni Chisel e le specifiche in linguaggio naturale in rappresentazioni unificate e verificabili in Lean 4.
Workflow di Dimostrazione di Teoremi Hardware Agentica: Un workflow consapevole dell'hardware dove gli agenti costruiscono iterativamente prove usando il feedback, affrontando specificamente i design parametrizzati e la semantica a larghezza fissa.
Libreria di Prove Riutilizzabili: Un meccanismo per distillare le tracce di prova in strategie in linguaggio naturale e artefatti formali, consentendo il trasferimento di conoscenza tra i compiti di verifica.
Benchmark Suite: Il primo set di benchmark per valutare la dimostrazione di teoremi hardware agentica, che copre 63 compiti Chisel parametrizzati (aritmetica, controllo, memoria, altro) e moduli a livello di processore.

Risultati Sperimentali

Gli autori hanno valutato CircuitProver rispetto a un agente vanilla (stesso LLM e configurazione, ma senza librerie riutilizzabili o guida hardware) e Chicala/Stainless.

Tasso di Successo: CircuitProver ha dimostrato con successo il 100% (63/63) dei compiti del benchmark. L'agente vanilla ha risolto il 92,1% (58/63), mentre Chicala/Stainless ha avuto difficoltà con la robustezza del front-end, fallendo la compilazione di molti design.
Efficienza: Rispetto all'agente vanilla, CircuitProver ha ridotto:
- I round medi di prova del 50,0%.
- Il tempo di verifica del 23,2%.
- Le righe di codice (LoC) della prova del 16,3%.
Scalabilità: Su moduli più grandi a livello di processore (moltiplicatori/divisori XiangShan e Rocket), CircuitProver ha ridotto il tempo di verifica del 56,8% e le LoC della prova del 54,4% rispetto all'agente vanilla.
Studi di Ablazione:
- La rimozione della Theorem Library ha ridotto il tasso di successo dal 100% al 95,2% (60/63), indicando che la libreria aiuta a risolvere i casi difficili.
- La rimozione della Proof Guidance ha aumentato i round necessari per la copertura completa da 18 a 29, mostrando che la guida accelera il processo di ricerca.
Scaling del Modello: Le prestazioni sono scalate con la capacità dell'LLM, con il modello più forte (Opus 4.8) che ha raggiunto il 100% di successo, mentre i modelli più deboli (Haiku 4.5) hanno risolto solo 31/63 compiti.

Significato e Rivendicazioni

Il documento sostiene che la conoscenza riutilizzabile delle prove è un abilitatore critico per la verifica automatizzata dell'hardware nell'era degli agenti. Passando da output di verifica isolati e impliciti a artefatti di prova espliciti e accumulati, CircuitProver dimostra che:

L'accumulo di prove riduce significativamente lo sforzo ridondante nei compiti di verifica correlati.
La guida consapevole dell'hardware è essenziale per un'efficiente ricerca di prove, particolarmente per i design parametrizzati e sequenziali.
La dimostrazione di teoremi agentica può raggiungere la copertura totale su diversi benchmark hardware dove il model checking tradizionale non fornisce un ragionamento riutilizzabile e l'ITP manuale è troppo laborioso.

Gli autori posizionano CircuitProver come un passo verso strumenti di verifica che non si limitano a validare l'hardware, ma imparano e migliorano nel tempo distillando i pattern di ragionamento di successo in librerie riutilizzabili.