SWE-Proof — формальная верификация для SWE-bench

Из этого следует: тесты — недостаточная гарантия для AI-генерированного кода. 25–50% ложноположительных патчей — критический риск для safety-critical систем.

На практике: формальная верификация критична для BIM: тесты не гарантируют корректность геометрии или соответствия строительным нормативам. SWE-Proof-подход может применяться к Revit API-скриптам.

Важный нюанс: качество спецификации — слабое звено. 62% проходят аудит, но 38% содержат ошибки, которые сводят на нет преимущества формальной верификации.