SV-Benchmarks: Benchmark Set for Software Verification (SV-COMP 2025)
Notice bibliographique
Résumé
SV-COMP 2025 Benchmark Set This file is part of an archive for the 14th Competition on Software Verification (SV-COMP 2025). https://sv-comp.sosy-lab.org/2025/ The competition was organized by Dirk Beyer, LMU Munich, Germany and Jan Strejček, Masaryk University, Czechia. More information is available in the following article: Dirk Beyer and Jan Strejček. Improvements in Software Verification and Witness Validation: SV-COMP 2025. In Proceedings of the 31st International Conference on Tools and Algorithms for the Construction and Analysis of Systems (TACAS 2025, Hamilton, Canada, May 3–8), 2024. Springer. doi:10.1007/978-3-031-90660-2_9 Copyright (C) 2025 Dirk Beyer and Jan Strejček https://www.sosy-lab.org/people/beyer/ https://www.fi.muni.cz/~xstrejc/ SPDX-License-Identifier: CC-BY-4.0 https://spdx.org/licenses/CC-BY-4.0 Contents This archive contains a folder with all verification tasks that were used in the competition. Related Archives Overview of archives from SV-COMP 2025 that are available at Zenodo: https://doi.org/10.5281/zenodo.15012077 Verification Witnesses from SV-COMP 2025 Verification Tools. Witness store (containing the generated verification witnesses) https://doi.org/10.5281/zenodo.15055359 Verifiers and Validators: FM-Tools Data Set for SV-COMP 2025. Metadata snapshot of the evaluated tools (DOIs, options, etc.) https://doi.org/10.5281/zenodo.15012085 Results of the 14th Intl. Competition on Software Verification (SV-COMP 2025). Results (XML result files, log files, file mappings, HTML tables) https://doi.org/10.5281/zenodo.15012096 SV-Benchmarks: Benchmark Set of SV-COMP 2025. Verification tasks, version svcomp24 https://doi.org/10.5281/zenodo.15007216 BenchExec, version 3.29. Benchmarking framework https://doi.org/10.5281/zenodo.12345678 FM-Weck, version … Containerized execution and continuous testing of testers All benchmarks were executed for SV-COMP 2025 https://sv-comp.sosy-lab.org/2025/ by Dirk Beyer, LMU Munich, based on the following components: https://gitlab.com/sosy-lab/benchmarking/fm-tools 2.2 https://gitlab.com/sosy-lab/benchmarking/sv-benchmarks svcomp25 https://gitlab.com/sosy-lab/sv-comp/bench-defs svcomp25 https://gitlab.com/sosy-lab/software/benchexec 3.29 https://gitlab.com/sosy-lab/software/benchcloud 1.3.0 https://gitlab.com/sosy-lab/benchmarking/sv-witnesses 2.0.3 https://gitlab.com/sosy-lab/software/coveriteam 1.2.1 https://gitlab.com/sosy-lab/benchmarking/competition-scripts svcomp25 Contact Feel free to contact me in case of questions: https://www.sosy-lab.org/people/beyer/
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,004 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,004 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,031 | 0,023 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».