arXiv · cs.AI· Jae Hun Hwang·· 1 天前AI 评分23
可执行模型修复假说保留与成本感知执行研究
Retaining Repair Hypotheses for Cost-Aware Execution
来源与原文
arXiv · cs.AI
作者：Jae Hun Hwang
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.39410v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
arXiv 论文提出一种修复到执行的接口，保留多个兼容的有限 guard 修复，并依据诊断与常规执行观测为其加权，用预测结果选择路径、定价测试或后备方案。在 24 个合成两阶段设备上，AI 加权信念使无测试成本比直接采用生成修复降低 2.14%；重复工作场景下，每个重复工作臂都加入常规执行学习时，工作量估值测试比同预算随机选择成本降低 3.33%。结果表明应保留生成修复的备选方案，并将诊断选择、修复加权与执行学习联合评估。
来源：arXiv · cs.AI · arxiv.org