跳到正文
arXiv · 机器人与计算机视觉· Xi Zheng, Ivan Ruchkin, Hong Jin Kang, Tevfik Bultan, Vijay Ganesh, Taylor T. Johnson, Ziyang Li, Lei Ma, Aloysius K. Mok, Daniel Neider, Ruzica Piskac, Nalini Venkatasubramanian, Simon Thompson, Sanjoy Baruah·· 20 天前AI 评分35

Foundation Model Assurance Stack:神经符号架构与运行时保障的测试验证议程

Assuring Learning-Enabled Cyber-Physical Systems with Foundation Models: A Neuro-Symbolic Agenda for Testing, Verification, and Runtime Assurance

AI 导读

针对学习使能的 cyber-physical systems(CPS)缺乏系统级保证的问题,研究提出 Foundation Model Assurance Stack,通过神经符号架构、语义化形式化测试及组件化运行时监控约束基础模型。该方案在 arXiv 预印本中明确划分随机学习与形式推理的边界,旨在建立可认证且可部署的信任体系,涵盖从规范工程到生命周期认证的完整议程。

来源:arXiv · 机器人与计算机视觉 · arxiv.org