PulseAugur
实时 17:31:19
English(EN) Vulcan: Instance-specialized, Verifiable Systems Heuristics Through LLM-driven Search

LLM 驱动的框架合成专用系统启发式方法

研究人员开发了 Vulcan,一个利用大型语言模型 (LLM) 合成专用系统启发式方法的新颖框架。该方法旨在解决在日益多样化的硬件和工作负载环境中手动设计启发式方法的挑战。Vulcan 隔离了核心决策逻辑,将 LLM 生成的代码限制为简单的无状态函数,并通过一种名为 Anvil 的受限语言确保安全性。评估显示性能显著提高,包括现货虚拟机调度节省高达 4.9 倍,缓存驱逐的未命中率降低高达 2 倍。 AI

影响 这项研究通过自动化专用启发式方法的创建,可以实现更高效、更具适应性的系统资源管理。

排序理由 该集群包含一篇学术论文,详细介绍了使用 LLM 合成系统启发式方法的新框架和方法论。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

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

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Rohit Dwivedula, Divyanshu Saxena, Sujay Yadalam, Eric Hayden Campbell, Daehyeok Kim, Aditya Akella ·

    Vulcan: Instance-specialized, Verifiable Systems Heuristics Through LLM-driven Search

    arXiv:2512.25065v2 Announce Type: replace-cross Abstract: Systems resource management tasks rely primarily on hand-designed heuristics. However, growing hardware heterogeneity and workload diversity require heuristics specialized to particular deployment instances, making manual …