Опубликовано: 04.08.2026 | Источник: OpenNET

Leanstral в дипломе: проектирование AI-ассистента с гарантией отсутствия ошибок в коде

Представьте: генеративный ИИ, который не просто «вайб-кодит», а математически доказывает корректность каждого сгенерированного фрагмента. Mistral AI выпустила модели Leanstral, опирающуюся на формальную верификацию. Для студента ИТ-специальности это не просто новость — это готовая тема ВКР, которая выделит вашу работу на фоне типовых «интернет-магазинов на Django». Вы получаете возможность спроектировать систему, где нейросеть не генератор «синопсиса», а надёжный инструмент инженерии ПО. Ниже — как превратить этот хайп в защищаемый проект: структура глав, метрики, диаграммы и примеры кода.

Что именно взять в ВКР: от новости к главам работы

Leanstral — это не замена программисту, а ассистент, который проверяет код на этапе написания. Это меняет подход к проектированию: ваша ВКР может быть посвящена разработке прототипа такого ассистента или исследованию его применения. В таблице ниже — три варианта тем с разным уровнем погружения.

Обратите внимание: в каждой теме присутствует конкретный измеримый результат. Это важно для защиты — вы сможете показать не «изучение», а числа: снизилась доля дефектов на 24%, время проверки уменьшилось в 3 раза. Согласитесь, это выглядит убедительнее, чем «выполнен анализ литературных источников».

Основная часть: как встроить Leanstral в проектирование и реализацию

Глава 1. Анализ и формализация

В первом разделе нужно показать, что вы понимаете разницу между «нейросеть написала код» и «нейросеть доказала, что код корректен». Leanstral использует формальные методы — вероятно, генерацию доказательств на языках типа Lean. Для обоснования выбора модели постройте сравнительную таблицу:

• Критерий 1: Скорость генерации кода (токенов/с);
• Критерий 2: Поддержка интеграции (API, CLI, библиотеки);
• Критерий 3: Гарантии корректности (формальное доказательство, тесты);
• Критерий 4: Стоимость инференса.

Такая таблица отлично вписывается в параграф 1.2 «Сравнение существующих решений» и показывает навыки аналитика.

Глава 2. Проектирование и реализация

Здесь уместно описать архитектуру системы. Используйте нотацию C4: контекст, контейнеры, компоненты. Нарисуйте диаграмму контейнеров, как Leanstral взаимодействует с IDE и сервером:

+----------------+       +-----------------+       +----------------+
|   IDE/плагин   | <---> |  API-шлюз       | <---> |  Leanstral      |
|  (VS Code)     |  REST |  (FastAPI)      |  gRPC |  (LLM + Lean)  |
+----------------+       +-----------------+       +----------------+
         |                        |
         v                        v
+----------------+       +-----------------+
| Локальный кэш  |       |  CI/CD (GitLab) |
+----------------+       +-----------------+

В листинге приложения можно показать пример кода на Python, который вызывает Leanstral и проверяет корректность.

import requests

def verify_with_leanstral(code: str) -> dict:
    response = requests.post(
        "https://api.leanstral.ai/v1/verify",
        json={"language": "python", "code": code},
        headers={"Authorization": "Bearer <token>"}
    )
    return response.json()  # {"result": "verified", "longest_proof": 42}

code = "def add(a, b):\n    return a + b"
print(verify_with_leanstral(code))

Важно: код должен запускаться и давать одинаковый результат на вашем стенде. Пропишите в тексте, какие библиотеки использовали, а в приложении выложите полный листинг.

Глава 3. Тестирование и оценка эффективности

Студенты часто путают тестирование и оценку. Разведите понятия. Тестирование — это проверка того, что ассистент работает без сбоев. Оценка — измерение пользы. Для оценки используйте метрики из вашего технического задания:

• Precision/Recall/F1 — точность выявления ошибок верификатором;
• Количество пропущенных дефектов — главный показатель качества;
• Время на проверку 100 строк кода — удобство использования;
• Скорость генерации кода с верификацией и без — какова цена гарантии.

Постройте таблицу с результатами на контрольном наборе из 50 типовых программ. Например: «При использовании Leanstral количество дефектов снизилось с 15 до 2, но среднее время генерации увеличилось на 30%. Такой компромисс оправдан для высоконагруженных сервисов». Формулы метрик разместите в главе 3, а расчёт — в приложении. Это показывает владение математическим аппаратом.

Чему вы научитесь

• Проектировать интеграцию LLM-моделей через REST API.
• Формализовать требования к коду в виде проверяемых спецификаций.
• Считать метрики качества и эффективности ИИ-ассистентов.
• Оформлять архитектуру в нотации C4 и UML.
• Составлять ТЗ по ГОСТ 19 и защищать его перед комиссией.

Частые вопросы по ВКР

Источник: Mistral опубликовал Leanstral, AI-модель для вайб-кодинга с формальной верификацией (опубликовано 2026-03-17)