研究人员开发了一个名为定向神经符号随机执行（DNSSE）的新框架，以解决分布式并行AI程序的可靠性问题。这种混合测试方法结合了大型语言模型（LLM）指导的调度预测、符号约束求解和随机变异。DNSSE将AI执行建模为非确定性系统，并使用线性时序逻辑指定正确性，证明了其健全性和完备性。在PyTorch和Ray中的实现表明，与现有方法相比，在分布式AI基准测试中提高了错误检测和分支覆盖率。 AI
影响 这个新框架可以提高复杂分布式AI系统的可靠性和鲁棒性。
排序理由 该集群包含一篇详细介绍AI程序验证新方法的论文。[lever_c_demoted from research: ic=1 ai=1.0]
- Artificial Intelligence
- Directed Neuro-Symbolic Stochastic Execution
- Large Language Model
- PyTorch
- Ray
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
