本文探讨了有界停机问题,该问题关注程序是否能在特定资源限制内停机,而非在无限制资源下。文章提出了一种检查有界停机实例的方法,其中检查器嵌入在被测试程序内部,并证明了没有固定的确定性检查器能在总时间预算的固定比例内始终成功。研究还利用这些有界停机实例提出了有限通用性的对抗性测试,这对于通过识别机器学习系统的资源增长假设和潜在故障来评估它们至关重要。 AI
影响 为评估机器学习系统的资源使用和通用性声明提供了理论框架。
排序理由 在arXiv上发表的关于理论计算机科学概念的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →