Проф. Мартин Вечев

Изследователски области: Програмни езици и изкуствен интелект
Google Scholar: връзка


Мартин Вечев е родом от София, България, където е роден и израснал. Той е професор по компютърни науки в ETH Zurich, където ръководи Лабораторията за сигурни, надеждни и интелигентни системи и е основател и архитект на INSAIT.


Преди ETH Zurich, Вечев е бил научен сътрудник в IBM T.J. Watson Research Center в Ню Йорк, САЩ (2007-2011). Получава докторската си степен от University of Cambridge, Англия (2003-2008) и бакалавърската си степен от Simon Fraser University (SFU), Канада (1996-2001). Преди това учи в Софийската математическа гимназия (СМГ).


Работата на проф. Вечев обхваща широката пресечна точка на изкуствения интелект и програмните езици, включително теоретични и системни аспекти. Той е изнесъл редица поканени и основни доклади по тези теми на различни конференции и семинари (гледайте презентации тук и тук). Заедно със своята група в ETH Zurich, той е изградил редица системи, широко използвани в академичните среди и индустрията, включително създаването на първия квантов език за програмиране на високо ниво Silq (гледайте презентация тук). Вечев също така е съосновател на три стартиращи компании за дълбоки технологии, базирани на новаторски изследвания, всички от които оказват положително въздействие върху нашия свят. Първо, той е съосновател на DeepCode, която изгради революционна AI система, която автоматично се научи да открива нарушения на сигурността и грешки в програмите в мащаб далеч отвъд това, което беше възможно преди. DeepCode беше инициирана, след като групата на Вечев помогна за оформянето на изследователската област на AI за код, част от ERC Starting Grant: AI for Programming Interview for the ERC. DeepCode беше придобита през 2020 г. от еднорога в киберсигурността Snyk. През 2017 г. той е съосновател на ChainSecurity, която също беше придобита през 2020 г. от PwC и която първа въведе формално доверие и математически гаранции за сигурност в децентрализираните системи чрез усъвършенствани автоматизирани разсъждения. И накрая, през 2020 г. Мартин Вечев е съосновател на LatticeFlow, която създава нови видове системи, които позволяват разработването на стабилни, надеждни и безопасни AI модели, решавайки належащ обществен проблем.

Изследванията на проф. Вечев са получили множество награди и признания, включително ACM SIGPLAN Robin Milner Young Researcher Award за изключителен принос в областта на програмните езици, Distinguished Paper Awards (RV, OOPSLA), SIGPLAN Research Highlight, CACM Research Highlight, ERC Starting Grant през 2015 г. и ERC Consolidator Grant през 2022 г. (единственият български учен с 2 ERC гранта; интервюта на български тук и тук), Google и Facebook Faculty Research Awards, Outstanding Artifact Award (OOPSLA), IBM Research Division Award, IBM Extraordinary Accomplishment Award (присъдена от John Kelly, IBM Senior Vice President и Director of IBM Research), IBM Research Outstanding Project Award, награда „Джон Атанасов“, присъдена от президента на България (вижте снимка, Национални телевизионни новини), IBM Invention и Outstanding Technical Achievement Awards, University Scholarships (SFU, Cambridge) и други.

Проф. Вечев беше председател на програмния комитет на ACM PLDI’17, водеща конференция в областта на програмните езици и системи, и най-младият председател на програмния комитет в 40-годишната история на конференцията. Той е бил член на управителния комитет на SIGPLAN, комитета за изследователски акценти на SIGPLAN и комитета за докторска дисертация на SIGPLAN.


Той е говорил по теми, свързани с изкуствения интелект, демократизирането на науката, изследванията и иновациите на различни места, включително Европейския парламент и стартирането на Horizon Europe (програма за над 90 милиарда евро): интервюта тук и тук.

2026

Ivo Petrov, Jasper Dekoninck, Dimitar Iliev Dimitrov, Martin Vechev
Not All Proofs Are Generated Equal: Evaluating Proof Quality Beyond Correctness
In: The Fortieth Annual Conference on Neural Information Processing Systems (NeurIPS) 2026, Dataset and Benchmarks Track

Ivo Petrov, Jasper Dekoninck, Martin Vechev
BrokenMath: A Benchmark for Sycophancy in Theorem Proving with LLMs
In: Forty-Third International Conference on Machine Learning (ICML 2026) (Spotlight)

 

Hanna Yukhymenko, Anton Alexandrov, Martin Vechev
Recovered in Translation: Efficient Pipeline for Automated Translation of Benchmarks and Datasets
In: The 64th Annual Meeting of the Association for Computational Linguistics (ACL 2026)

Jasper Dekoninck, Ivo Petrov, Kristian Minchev, Mislav Balunovic, Martin Vechev, Miroslav Marinov, Maria Drencheva, Lyuba Konova, Milen Shumanov, Kaloyan Tsvetkov, Nikolay Drenchev, Lazar Todorov, Kalina Nikolova, Nikolay Georgiev, Vanesa Kalinkova, Margulan Ismoldayev
The Open Proof Corpus: A Large-Scale Study of LLM-Generated Mathematical Proofs
In: The Fourteenth International Conference on Learning Representations (ICLR 2026)

2025

Maria Drencheva, Ivo Petrov, Maximilian Baader, Dimitar I. Dimitrov, Martin Vechev
GRAIN: Exact Graph Reconstruction from Gradients
In: International Conference on Learning Representations (ICLR 2025)

Mislav Balunović, Jasper Dekoninck, Nikola Jovanović, Ivo Petrov, Martin Vechev
MathConstruct: Challenging LLM Reasoning with Constructive Proofs
In: International Conference on Machine Learning (ICML 2025); ICLR 2025 (Workshop)

Ivo Petrov, Jasper Dekoninck, Lyuben Baltadzhiev, Maria Drencheva, Kristian Minchev, Mislav Balunović, Nikola Jovanović, Martin Vechev
Proof or Bluff? Evaluating LLMs on 2025 USA Math Olympiad
In: International Conference on Machine Learning (ICML 2025) (Workshop)

Jasper Dekoninck, Ivo Petrov, Kristian Minchev, Mislav Balunovic, Martin Vechev, Miroslav Marinov, Maria Drencheva, Lyuba Konova, Milen Shumanov, Kaloyan Tsvetkov, Nikolay Drenchev, Lazar Todorov, Kalina Nikolova, Nikolay Georgiev, Vanesa Kalinkova, Margulan Ismoldayev
The Open Proof Corpus: A Large-Scale Study of LLM-Generated Mathematical Proofs
In: International Conference on Machine Learning (ICML 2025) (Workshop)

Csaba Dékány, Stefan Balauca, Robin Staab, Dimitar I. Dimitrov, Martin Vechev
MixAT: Combining Continuous and Discrete Adversarial Training for LLMs
In: The Thirty-Ninth Annual Conference on Neural Information Processing Systems (NeurIPS 2025)

Mislav Balunović, Jasper Dekoninck, Ivo Petrov, Nikola Jovanović, Martin Vechev
MathArena: Evaluating LLMs on Uncontaminated Math Competitions
In: NeurIPS 2025 (Dataset and benchmark track)

Dimitar I. Dimitrov, Maximilian Baader, Mark Niklas Müller, Martin Vechev
SPEAR++: Scaling Gradient Inversion via Sparse Dictionary Learning
In: NeurIPS 2025 (Workshop)

Stefan Balauca, Mark Niklas Müller, Yuhao Mao, Maximilian Baader, Marc Fischer, Martin Vechev
Gaussian Loss Smoothing Enables Certified Training with Tight Convex Relaxations
In: Transactions on Machine Learning Research (TMLR 2025)

Yuhao Mao, Stefan Balauca, Martin Vechev
CTBENCH: A Library and Benchmark for Certified Training
In: 2025 Forty-Second International Conference on Machine Learning (ICML 2025)

2023

Florian E. Dorner, Nikola Konstantinov, Georgi Pashaliev, Martin Vechev
Incentivizing Honesty among Competitors in Collaborative Learning and Optimization
In: Conference on Neural Information Processing Systems (NeurIPS 2023)