面向弱内存模型的活性证明
计算机视觉与模式识别
2026-02-24 v1 人工智能
摘要
关于在弱内存模型上执行的并发程序进行推理是一项本质上复杂的任务。迄今为止，针对弱内存模型的现有证明计算仅覆盖安全属性。在本文中，我们提供了第一个针对活性属性的证明计算。我们的证明计算基于 Manna 和 Pnueli 的响应证明规则，在弱公平性下以线性时序逻辑形式化。我们的扩展包括将内存公平性纳入规则，以及使用定义在弱内存状态上的排序函数。我们将自己的推理技术应用于 Ticket 锁算法，并证明其在 Release-Acquire 和 StrongCoherence 内存模型下，对任意数量的并发线程均保证无饥饿自由。
引用
@article{arxiv.2602.19608,
title = {Satellite-Based Detection of Looted Archaeological Sites Using Machine Learning},
author = {Girmaw Abebe Tadesse and Titien Bartette and Andrew Hassanali and Allen Kim and Jonathan Chemla and Andrew Zolli and Yves Ubelmann and Caleb Robinson and Inbal Becker-Reshef and Juan Lavista Ferres},
journal= {arXiv preprint arXiv:2602.19608},
year = {2026}
}