HiFuzz 使用分层强化学习进行高级 CPU 模糊测试

研究人员开发了 HiFuzz，一个利用分层强化学习来提高 CPU 模糊测试效率的新框架。该系统采用两层生成过程，其中程序代理管理全局布局，基本块代理处理指令填充。为了解决奖励稀疏性问题，HiFuzz 采用自适应覆盖奖励机制和用于内在反馈的语义感知基本块编码器。在 RISC-V 核心上的评估表明，HiFuzz 在覆盖率和错误检测方面均优于当前最先进的模糊测试器。 AI

影响 通过先进的人工智能技术提高 CPU 验证效率和错误检测能力。

排序理由 该集群包含一篇详细介绍 CPU 模糊测试新方法的论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

• alphaXiv
• arXiv
• Basic Block Agent
• CatalyzeX
• DagsHub
• Gotit.pub
• Hugging Face
• Program Agent
• reinforcement learning
• RISC-V
• ScienceCast

• 论文
• 基础设施

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →