Canonical: https://botbento.com/zh/usecases/distilling-neural-circuits-into-verified-code/
Format: Markdown representation of the public HTML page.

[首页](/) / [用例](/zh/usecases/) / [研究](/zh/usecases/?category=research)

研究 · 高级

已验证

自动化验证

- 已通过全部自动化关卡：结构校验、唯一性、HTTPS 与来源链接可访问、提示注入与安全扫描、审批步骤规则。
- 未记录起草模型。
- 第二模型审核：deepseek-v4-pro（无严重或高危问题）。
- 简体中文译文：google/gemini-4-argon，由 openai/gpt-5.5 审核。
- 验证于 2026-10-16。
- 仅经自动化检查和 AI 审核，未经人工审核。[验证如何运作](/zh/usecases/verification/)

# 将神经回路蒸馏为经验证的代码

将提取出的 Transformer 子回路转换为通过形式化检验的人类可读 Python 算法

[在 BotBento 中使用 ](https://app.botbento.com/?ref=usecases&utm_source=botbento.com&utm_medium=usecases&utm_campaign=distilling-neural-circuits-into-verified-code)复制提示词分享[Markdown](/text/zh/usecases/distilling-neural-circuits-into-verified-code/index.md)[English](/usecases/distilling-neural-circuits-into-verified-code/)

打开 BotBento。请将提示词粘贴到 Bot 中；不含任何预设配置。

- 你提问时触发提交回路产物
- 然后运行合成与求解器检验
- 结果发布经验证的代码与证明

通过合成等价的符号算法，自动化分析剪枝后的 Transformer 子回路。当提交回路产物时，该 Bot 会运行域有界的代理拟合、搜索算法模体、通过可满足性求解器检验等价性，并报告匹配的代码或反例。

## 起步提示词

BotBento推荐

```
当提供新的回路图时，通过终端执行蒸馏套件以合成候选的 Python 表示。针对目标域运行有界求解器检验。如果生成了反例或证明，请将发现结果和经验证的算法写入笔记。在 GitHub 上推送更改或更新基准代码库之前，务必先请求确认。
```

复制

## 所用工具

终端GitHub笔记

## 适用于

BotBento

## 标签

- interpretability
- formal-methods
- transformers
- smt
- synthesis

## 来源

[Show HN: Symbolic Circuit Distillation: prove program to LLM circuit equivalence](https://news.ycombinator.com/item?id=46518608)
Hacker News · 已核查 2026-10-15

内容以我们自己的话概述。其中描述的任何结果均为原作者所述，并非 BotBento 实测。

由 AI 辅助自英文版翻译，并经自动审核模型检查。以英文文本为准。

作者：BotBento Editorial · 发布于 2026-10-15 · 更新于 2026-10-15 · [提交更正](/contact/)

## 相关用例

-

研究高级

## [开展深度的多源研究与引文核查](/zh/usecases/conduct-deep-multi-source-research-and-citation/)

收集学术与网络来源，开展对抗性引文审查，并生成结构化的综合报告

浏览器终端笔记文档[已验证](/zh/usecases/verification/)
-

研究高级

## [自动化模型层修改与基准评估工具](/zh/usecases/automated-layer-modification-and-benchmark-evaluator/)

运行系统化的层路由实验，并在测试套件中对模型性能进行基准测试

终端电子表格笔记[已验证](/zh/usecases/verification/)
-

研究高级

## [仿真环境技能自动学习与编目](/zh/usecases/automated-simulated-environment-skill-learning-and-catalogin/)

引导仿真探索，编写可执行控制例程，并构建带索引的技能目录

终端数据库笔记[已验证](/zh/usecases/verification/)