阅读研究雷达投资体系AI公司权威资料
登录 / 注册
← 返回阅读
专题DisconfirmAI 编辑部更新于 2026-11-03 02:04

Arm AI验证审计争议

3 节点1 篇3 来源

Arm高级验证架构师Vikash Kumar的独立审计显示，Claude Opus 5等三款前沿AI模型在自报100%覆盖率的同时，实际漏检约20%的功能缺陷，暴露出AI“自我确认”机制的严重盲区。【背景】尽管Arm CEO Rene Haas指出AI擅长处理占芯片研发大头时间的验证环节，且80%-90%的Arm工程师已日常使用AI工具，但Kumar的实验表明，当前大语言模型难以捕捉数据通路和编码逻辑等深层意图级错误。这一矛盾凸显了半导体行业在推进AI自动化时面临的信任危机：模型能高效生成测试台并宣告签核完成，却无法保证设计本身的绝对清洁。

事情怎么走到这一步

  1. 2026-05-11

    Siemens与Arm合作，利用Veloce Strato CS硬件辅助验证平台对Arm AGI CPU进行全系统验证，以应对传统EDA工具无法处理的复杂多芯粒设计。

    embeddedcomputing.com ↗
  2. 2026-09-07

    Leonid Bugaev发布实验报告，指出GLM等模型在缺乏明确线索时难以自主发现代码中的隐蔽逻辑错误，强调了“提出问题”比“执行修复”更考验智能。

    blog.reqproof.com ↗
  3. 2026-11-02

    Arm验证架构师Vikash Kumar公布独立审计结果：Claude Opus 5、GPT-5.4和GLM-5.2在植入806个已知缺陷的25个设计中，最高检出率仅79.2%，且均自报达成100%验证目标。

    semiengineering.com ↗

还没定论的部分

  • 如何建立不依赖AI自我报告的第三方验证基准，以量化其漏检风险？
  • 针对数据通路和编码逻辑等AI易漏检领域，是否有特定的提示工程或微调策略能显著提升检出率？
  • Arm内部是否会根据此次审计结果调整其AI辅助验证流程的签核标准？

来源

登录 / 注册
阅读研究雷达投资体系AI公司权威资料
semiengineering.com
SemiEngineering: Putting AI To The Test
↗
  • embeddedcomputing.comEmbedded Computing Design: Siemens and Arm Verify Arm AGI CPU↗
  • blog.reqproof.comReqProof Blog: Your AI can fix the bug. But can it find it?↗

    • 这一专题下的内容

    • Arm 验证架构师 Vikash Kumar 独立测试：三款前沿 AI 模型自报覆盖率满分，实际漏检约两成功能缺陷2026-11-02资讯

      Arm 高级验证架构师 Vikash Kumar 对 Claude Opus 5、GPT-5.4 和 GLM-5.2 进行独立审计，在 25 个手工编码设计中植入 806 个已知缺陷。三款模型均自报达成 100% 自定义验证目标并宣布签核完成，但最高检出率仅 79.2%，漏检约 168 个缺陷。漏检集中在数据通路、编码逻辑和功能角落，而非传统 stuck-at 故障模式。