新框架AutoSND自动化网络拆解启发式发现

研究人员开发了AutoSND，一个新颖的三阶段树搜索框架，旨在自动发现有效的网络拆解启发式方法。该方法通过将执行证据和失败状态转化为启发式生成的结构化指导，解决了现有大型语言模型方法的局限性。在众多真实网络上的实验表明，AutoSND在搜索性能、稳定性方面表现更优，并产生了更具竞争力、更易于理解的网络拆解程序，它利用残余度作为骨干，并结合了局部信号和受限状态更新范围。 AI

影响 引入了一种在复杂系统中自动化启发式发现的新方法，可能适用于AI安全和鲁棒性。

排序理由 详细介绍新算法框架的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

• alphaXiv
• arXiv
• AutoSND
• CatalyzeX
• DagsHub
• Gotit.pub
• Hugging Face
• ScienceCast

• 论文
• 其他

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