面向 LLM 流水线的证书携带：信任边界架构
计算机视觉与模式识别
2026-05-19 v1
摘要
我们提出了一个验证大语言模型（LLM）周围确定性结构计算的框架，扩展了 Lean 4 信任边界架构至现代 LLM 流水线的通用接口。证书的有效性由 Lean 4 内核类型检查加上对受信任集合 {propext, Classical.choice, Quot.sound} 的遗嘱-free 传递_axiust 审计决定；其他假设按层级声明并划分（数学占位符、密码学假设、ML/人类或神谕）。技术贡献包括三类局部证书家族和两个算子。三类证书家族分别为：具备冲突感知的双格栅 grounding（伴随发射门完备性引理）、嵌入灵敏度与 paraphrase 稳定性，以及 Hoare 风格 agent action。两个算子分别为：最大可证书残留（将拒绝转化为最大权重可证书残留，伴随审计日志记录的 dropped claims）和组合稳定性定理（从每层收益与容差中导出管道范围的扰动预算）。这三类证书家族加上通用保障卡 consolidator，构成面向高风险部署的每调用交付物：专利与法律检索、受监管金融、临床决策支持以及具有不可逆副作用的智能体系统。编译型 Lean 4 参考制品（Lean v4.30.0-rc2, Mathlib）覆盖所有 22 种证书类型，其中 17/46 个内核审计声明无 axiom 使用，剩余者仅依赖受信任集合和声明的假设，零使用 sorryAx 或 Lean.ofReduceBool。该三类证书家族通过四个注册试点进行经验测试：双格栅 grounding 在对抗扰动的 HotpotQA 上、嵌入灵敏度在短篇与长篇场景中、Hoare 风格 agent action 在文件系统沙盒中进行对抗性提示注入测试。
引用
@article{arxiv.2605.16406,
title = {Contrastive-SDXL: Annotation-Preserving Night-Time Augmentation for Pedestrian Detection},
author = {Franky George and Muhammad Khalid and Adil Khan},
journal= {arXiv preprint arXiv:2605.16406},
year = {2026}
}