# Anthropic, büyük ölçekli yazılım doğrulamasında LLM kullanımını gösterdi > Anthropic, Claude’un 123 açık kaynak kütüphanedeki 239 fuzz test giriş noktası için RISC-V ikili dosyalarında güvenlik özelliklerini ispatladığını bildirdi. - Kalıcı adres: https://newsverum.com/tr/news/anthropic-scales-formal-verification-with-llms - Yayıncı: Newsverum - Bölüm: Teknoloji - Ülke: Amerika Birleşik Devletleri - Yayın: 2026-10-25T15:35:20+00:00 - Güncelleme: 2026-10-25T15:35:20+00:00 - Olay / veri dönemi: 2026-10-22 - Diğer sürümler: [English](https://newsverum.com/en/news/anthropic-scales-formal-verification-with-llms.md) Anthropic, 22 Ekim’de Claude’un açık kaynak yazılımlarda formal doğrulamayı daha geniş ölçekte uygulamak için kullanılmasına ilişkin bir araştırma yayımladı. Şirket ve iş ortağı Theorem, Google OSS-Fuzz programındaki projelerin fuzz test giriş noktaları üzerinde çalıştı. Fuzzing çok sayıda örnek girdi deneyerek hataları yakalamaya çalışırken, formal doğrulama tanımlanmış bir özelliğin belirli varsayımlar altında tüm ilgili girdiler için geçerli olduğunu kanıtlamaya çalışır. Araştırma, bu iki yaklaşımı birbirine bağlayarak mevcut fuzz testlerini makine kodu seviyesinde ispatlanacak özelliklere dönüştürdü. Çalışmada Claude, 123 açık kaynak kütüphanedeki 239 giriş noktası için RISC-V işlemci mimarisine derlenmiş ikili programlar üzerinde ispat üretti. Kaynak kodun tamamı için genel “hatasızdır” garantisi verilmedi. İncelenen özellik, tek iş parçacıklı, statik olarak bağlanmış bir programın, sabit bellek bütçesiyle modellenmiş Linux ortamında RISC-V üzerinde çalışırken belirli fuzz test davranışları kapsamında çökmemesiydi. Girdiler 64 MB altına sınırlandı; ASan ile yakalanan bellek hataları gibi testin belirlediği çökme koşulları kapsamdaydı. Yöntemde mevcut testlerin amacı bir spesifikasyona çevrildi: test giriş noktasının 64 MB’den küçük her girdi için çökmemesi. Theorem’ın RISC-V komutları ve Linux süreçlerini modelleyen biçimsel semantiği, ikili dosya ile birlikte bu özellik için kanıt yükümlülüğünü kurdu. Claude Rocq ispatları yazdı; Rocq çekirdeği bunları mekanik olarak kontrol etti. Şirket, bazı giriş noktalarında Claude’un önce hata bulup kodu düzelttiğini, ardından yamalanmış ikili için kanıt oluşturduğunu belirtti. Yama uygulandığında spesifikasyon da yeni ikiliye göre yeniden üretildi. Anthropic, ispatların toplamda yaklaşık 180 milyon satır Rocq kodu içerdiğini; tipik bir kanıtın yaklaşık 600 bin satır olduğunu ve medyan ikili programın 18 bin RISC-V komutundan oluştuğunu bildirdi. Ayrıca süreçte yüzlerce hata bulunduğunu, bunlardan bazılarının fuzzing’in nadiren karşılaşacağı büyük girdiler veya özel çağrı dizileri gerektirdiğini aktardı. Şirketin verdiği örnekler arasında sıkıştırma kodunda taşma ve sınır dışı yazma, görüntü çözücülerinde bellek dışı okumalar ve dosya kısıtlama özelliğinde mantık hatası var. Bunlar Anthropic’in kendi deney bulguları; tüm hataların üçüncü taraflarca teyit edildiği iddia edilmiyor. Kanıt denetimi yöntemin güçlü yanı: ispatlayıcı model üretirken büyük miktarda kod yazsa da Rocq çekirdeği verilen teoremin ilgili formel modele göre sağlandığını kontrol ediyor. Fakat formel kanıt, spesifikasyonun gerçek sistemin tüm davranışını temsil ettiğini kendiliğinden göstermez. Çalışma tek iş parçacıklı statik RISC-V ikilileri ve belirli Linux semantiği varsayıyor; yaygın x86 veya ARM kurulumlarını ve dinamik bağlama koşullarını doğrudan kapsamadığını Anthropic açıkça belirtiyor. ASan da tüm bellek güvenliği kusurlarını yakalamıyor ve kütüphanelerdeki her giriş noktası ya da ölü kod kanıtlanmış değil. Bu nedenle sonuç, “123 kütüphane hatasızdır” biçiminde okunmamalı. Daha dar bulgu, seçilmiş fuzz giriş noktaları için belirli bir makine modeli ve girdi sınırı altında çökme koşulunun kanıtlandığı; kanıta giden çalışma sırasında ayrıca hatalar bulunduğudur. Kanıta güvenmek için işlemci ve işletim sistemi modelleri, teorem ifadeleri ve Rocq doğrulayıcısı gibi bileşenlere güvenmek gerekiyor. Anthropic, bazı ispatları ve güvenilen bileşenleri yayımladığını, başkalarını bağımsız doğrulamaya davet ettiğini bildirdi. Şirket ayrıca daha küçük bir deneyde ortak ispat çalışma alanının token kullanımını tek başına çalışan ajanlara kıyasla yüzde 17 azalttığını; 36 görevlik başka bir değerlendirmede Opus 5.5’in görevlerin yarısını Opus 5’e göre yaklaşık yüzde 40 daha az token ile kanıtladığını söyledi. Bunlar belirli görevler ve şirketin araştırma düzenekleriyle sınırlı deney sonuçlarıdır; genel maliyet veya süre garantisi değildir. Çalışmanın daha geniş önemi, testle keşfedilen özelliklerin makine kodu seviyesinde kanıtlanmasına dair bir araştırma yolu sunması; üretim yazılımlarının tüm kusurlarını ortadan kaldırdığını göstermemesi. ## Veriler ### Duyurunun doğrulanabilir kapsamı Kaynakta açıklanan kapsam ve sınırlar; bağımsız değerlendirme değildir. Yöntem: Anthropic’in resmi duyurusu ve ilgili açık standart dokümantasyonu okundu. | Başlık | Açıklama | |---|---| | Kapsam | 239 fuzz-test entry points across 123 OSS-Fuzz libraries, according to Anthropic. | | Girdi sınırı | The stated crash property applies to inputs below 64 MB under the modeled setup. | | İspat denetimi | Claude generated Rocq proofs; the Rocq kernel mechanically checked them. | | Temel varsayımlar | Single-threaded static RISC-V binaries and modeled Linux semantics; common x86/ARM deployments are not directly covered. | Kaynaklar: · Veriyi indir: [JSON](https://newsverum.com/api/v1/articles/anthropic-scales-formal-verification-with-llms/data/announcement-details?lang=tr&format=json) · [CSV](https://newsverum.com/api/v1/articles/anthropic-scales-formal-verification-with-llms/data/announcement-details?lang=tr&format=csv) ## Kaynaklar - [Anthropic Research]() (Kaynak kontrolü: 2026-10-25; Yayın: 2026-10-22) --- Alıntı için yukarıdaki kalıcı adresi kullanın. [Yayın ilkeleri ve düzeltmeler](https://newsverum.com/tr/editorial)