15:35
官方账号arXiv cs.AI@Fanzhe Wei, Li Liu
推荐理由：这篇论文解决了压缩服务中风险定价的难题，用实际数据证明现有方法失效，并给出了可验证的新方案，对做推理优化的人很有参考价值。
风险定价
共 1 条相关 AI 资讯
8月18日
15:35
论文指出生产环境中运行时压缩的联合界预算在长请求上100%耗尽，提出任意有效且物理核算的账本，在352,333次准入调用中保持有效，并在预注册验证中将精确回退率从0.30降至0.14。通过机器校验的设计定律TV≤tanh(a_q w_thr)将服务TV目标转为阈值旋钮，三层审计定位了1064倍差距中的操作点。交换性外推在80个服务历史中提供有区分度的序统计界，校准风险0.41对比0.51。所有概率内核经Lean 4验证，导出228个定理无sorry。